卡尔曼滤波(1)(1)
- 格式:docx
- 大小:455.84 KB
- 文档页数:3
背景:
ln F(S,T)(FFA的对数价格)作为观测变量,S(现货运费价格)作为状态变量,T为到期时间,κ、μ、σ、λ为待估参数。
S满足:dS=κ(μ−lnS)S dt+σ dz
令X= lnS,则满足:dX=κ(α∗−X) dt+σ dz
其均值:E0[X(T)]=e−κT X(0)+(1−e−κTα∗)方差Var0[X(T)]=σ2
2κ
(1−e−2κT)
ln F(S,T)满足:ln F(S,T)=e−κT lnS+(1−e−κT)α∗+σ2
4κ
(1−e−2κT)
其中:α=μ−σ2
2κ
α∗=α−λ
每日观测到的y t为11种FFA的对数价格
量测方程: y t=d t+Z t X t+εt t=1,2, (11)
y t=[ ln F(T i)], i=1,2,……,11
d t=[ (1−e−κT i)α∗+σ2
4κ
(1−e−2κT i) ] i=1,2,……,11
Z t=[ e−κT i] i=1,2,……,11
εt为11×1列的不相关扰动项,E(εt)=0, Var(εt)=H
状态方程:
X t=c t+Q t X t−1+ηt t=1,2,……,NT
其中:c t=κα∆t,Q t=1−κ∆t;ηt是不相关的扰动项,E(ηt)=0,Var( ηt)=σ2∆t
已有数据:FFA的价格F 、现货价格S、到期期限T 的时间序列
将lnF作为观测变量,lnS作为状态变量
目标:通过python实现卡尔曼滤波
1. 参数估计:κ、μ、σ、λ
2. 对现货价格S进行拟合,并与真实值比较。对M_1、M_5、S_1、Y_1三种FFA的价格F进行拟合,并于真实值进行比较。(图像如下)
如果可以的话,通过MAE(mean absolute error)和RMSE(root-mean-square error)来说明拟合优劣。
3. 得到以下图像:
左图实线表示每个时点的实际现货价格S,而虚线表示每个时点所对应的不同期限的实际FFA价格所构成的曲线。实现和虚线均为实际数据。
右图的实线和虚线均为模型估计出的结果。
现有数据: