10.3969/j.issn.1002-4565.2015.09.012
时变参数状态空间模型估计研究
在宏观经济和金融资本市场上广泛存在着非线性时变参数时间序列,而当前的研究主要关注静态参数状态空间模型的估计.本文通过引入变点分析,改进了静态参数的粒子学习滤波技术,提出了变点粒子学习滤波技术,用于估计时变参数状态空间模型;并且利用模拟实验同经典的变结构IMM滤波技术进行了对比.结果显示,本文提出的变点粒子学习滤波在动态模拟样本数据方面具有更大的优势,可以用于对股票价格和成交量的联合动态轨迹进行实时模拟追踪.
状态空间模型、时变参数估计、变点分析、粒子滤波
32
O212(概率论与数理统计)
教育部人文社会科学规划基金项目“基于非线性分析方法的金融市场波动与信用风险控制研究”13YJAZH091;济南大学科研基金青年项目“基于Copula函数和非参数估计的尾部相关性研究”XKY1315
2015-10-20（万方平台首次上网日期，不代表论文的发表时间）
共7页
97-103
