时间序列预测,ARIMA等传统模型通常是一种流行的选择。虽然这些模型可以证明具有高度的准确性,但它们有一个主要缺点 - 它们通常不会解释“冲击”或时间序列的突然变化。让我们看看我们如何使用称为卡尔曼滤波器的模型来解决这个问题。

时间序列 

我们以货币市场为例。货币对可能会有整体上升趋势,然后在抛售期间大幅下跌。传统的时间序列模型不一定能够立即解决这个问题,并且在考虑到趋势的突然变化之前可能需要几个时期。

因此,我们希望使用一个确实能够解释这种冲击的时间序列模型。让我们来看一个称为卡尔曼滤波器的模型。

卡尔曼滤波器是一种状态空间模型,可以更快地调整冲击到时间序列。让我们看一下例子。

2015年1月,当瑞士国家银行决定取消瑞士法郎时,货币市场遭受了历史上最大的冲击之一。结果,瑞士法郎飙升,而其他主要货币则暴跌。

让我们看看卡尔曼滤波器如何调整这种冲击。

卡尔曼滤波器:USD / CHF

首先,让我们下载2015年1月的USD / CHF数据。


> currency = Quandl("FRED/DEXSZUS", start_date="2010-01-01",end_date="2018-09-29",type="xts")
> currency=data.frame(currency)
> currency=(log(currency$currency))

现在,我们将尝试使用KFAS库使用卡尔曼滤波器对此时间序列进行建模。

绘制时间序列:

> ts.plot(ts(exp(currency[1232:1274]), exp(out$a[1232:1274]), exp(out$att[1232:1274]), exp(out$alpha[1232:1274])

为了进行比较,我们还将计算10天移动平均值,以比较平滑性能与卡尔曼滤波器的平滑性能。

data.frame(SMA(exp(currency),n=10))

现在让我们将上面的内容与我们的原始序列结合起来,看看我们得到了什么:
 这是生成的数据框:

在某些情况下,高频数据 - 或过滤从噪声信号中提取信息并预测未来状态,是卡尔曼滤波器最合适的用途。另一方面,平滑更依赖于过去的数据,因为在某些情况下,平均最近的预测可能比使用最近的预测更准确。

这在直觉上是有道理的,因为货币在一个月之前的交易价格为0.9658。在这方面,平滑估计器允许比使用滤波估计更好地预测信号,滤波估计a直到时间段33才调整冲击。

例子:英镑/美元

因此,我们已经看到卡尔曼滤波器如何拟合美元/瑞士法郎的突然变动。我们再举一个货币冲击的例子。当英国在2016年6月投票支持“英国退欧”时,我们看到英镑/美元随后暴跌。

如在USD / CHF的例子中,我们从Quandl下载我们的GBP / USD数据并运行卡尔曼滤波器:

这是我们的数据图。同样,我们看到alpha在t = 22时的震荡前一天向下调整到1.438的水平:

以下是a,att和alpha统计信息:

同样,我们看到10天SMA需要将近10天才能完全调整震荡,再次表明平滑参数α在调整货币水平的巨大变化时是不错的。

结论

  • 调整时间序列冲击的重要性

  • 如何在R中使用KFAS实现卡尔曼滤波器

  • 如何解释卡尔曼滤波器的输出

  • 为什么卡尔曼滤波器是用于建模时间序列冲击的合适模型

卡尔曼滤波器:用R语言中的KFAS建模时间序列相关推荐

  1. 1071svm函数 r语言_如何利用R语言中的rpart函数建立决策树模型

    决策树是根据若干输入变量的值构造出一个适合的模型,以此来预测输出变量的值,并用树形结构展示出来.决策树主要有两个类别:分类树和回归树.分类树主要针对离散的目标变量,回归树则针对连续的目标变量.R语言中 ...

  2. r语言中c函数错误,R语言中c()函数与paste()函数的区别说明

    c()函数:将括号中的元素连接起来,并不创建向量 paste()函数:连接括号中的元素 例如 c(1, 2:4),结果为1 2 3 4 paste(1, 2:4),结果为"1 2" ...

  3. r语言中的shiny教程_如何使用Shiny在R中编写Web应用程序

    r语言中的shiny教程 新年快乐! 这个月我忙于撰写一些较大的文章,因此请在接下来的几周内查找这些文章. 对于本月的Nooks和Crannies,我想简要指出一个我一直在用它进行自我教育的出色R库. ...

  4. R语言中if语句使用方法之超详细教程

    在R语言中,if属于一种分支结构,即根据某个条件执行相关的语句.R中的if语句与else配合主要有3种结构. 单个if语句 if(cond) {expr} 其它语句 即当括弧中的cond条件为TRUE ...

  5. R语言中GCC编译的问题(续)

    这篇文章承接R语言中GCC编译的问题,这篇文章主要解决我在Linux系统上安装"expm"出现的问题. 出现的问题 这个问题非常的有趣,因为我在两台服务器分别安装同一个包,其中一台 ...

  6. r语言中paste函数_R中的paste()函数-简要指南

    r语言中paste函数 Using the paste() function in R will be straight and simple. In this tutorial let's see ...

  7. r语言中的while循环_R编程中的While循环

    r语言中的while循环 In addition to the for loop we discussed earlier, R also offers another kind of loop to ...

  8. R语言中的igraph包绘制网络图

    本文转自网络. R语言中的igraph包可以很方便地画出网络图,在社交关系分析等领域发挥重要作用,下面介绍包中一个重要的函数graph_from_data_frame(). graph_from_da ...

  9. 相关系数pearson、spearman、kendall和R语言中的cor/or.test()

    相关系数pearson.spearman.kendall和R语言中的cor/cor.test 1. 相关系数pearson.spearman.kendall 2. R语言cor函数和cor.test函 ...

  10. R语言中is.na()

    R语言中is.na() is.na()用于检测确实值是否存在 #01-判断是否缺失 > A<-c(1,1,NA,1) > is.na(A) [1] FALSE FALSE TRUE ...

最新文章

  1. js基础--数据类型检测的相关知识
  2. RO段、RW段和ZI段 转载:RO段、RW段和ZI段
  3. boost::hana::make_set用法的测试程序
  4. 现在的男生真的太惨了
  5. 第4课 防卫导弹(第十章 动态规划--DP)
  6. mybatis中经典的9种设计模式
  7. 25年面试官首次揭秘——世界500强面试题之微软面试题
  8. TCP端口扫描[Python3.5]
  9. PHP常用函数集合(可做桌面壁纸)
  10. matlab中prismastic,锂电池干货系列之锂电和金属锂能量密度计算
  11. mysql设置report_host语法_MySQL_mysqlreport 中文文档,mysqlreport 以很友好的方式显示 - phpStudy...
  12. 【信号与系统】Multisim 仿真抽样定理与信号恢复
  13. C++算法之排列算法
  14. linux mantis安装 yum,CentOS 安装和配置 Mantis
  15. 【微信开发】定制消息推送
  16. Cisco2960交换机端口安全Port-Security
  17. 游戏+AI,你不曾想象的未来
  18. 阿里数据库内核月报导航
  19. 如何将DWG另存为kml文件?
  20. 系统吞吐量、QPS、并发数、响应时间,以及提高吞吐量的思路

热门文章

  1. golang生成随机数
  2. 关于MVVM的面试问题
  3. Qt系列文章之 右键菜单QMenu(上)
  4. Ajax上传文件(视频),并获取上传进度、上传速度和剩余时间。
  5. mysql将毫秒转换为小时_将毫秒转换为天小时分钟
  6. 图片上传到FTP服务器之后,从ftp服务器下载图片到本地会失真
  7. MarkDown在VSCode环境下使用
  8. 1483套求职个人简历PPT模板免费下载网址
  9. ets交易软件测试简历,ETS工具使用指南
  10. 【esp32-s3】6.1 文件系统——spi挂载tf卡