基于辅助粒子滤波与灰色预测的时间序列NAR模型状态估计
2019-03-01分类号:F224
【部门】桂林电子科技大学数学与计算科学学院
【摘要】在非线性自回归(NAR)模型建模的基础上,文章利用辅助粒子滤波(APF)和灰色预测(GM)相结合的方法估计NAR模型的参数和状态,减少因参数估计问题带来的状态估计误差。并将其与传统NAR模型估计和基于粒子滤波估计NAR模型状态的方法进行实验对比。结果表明,基于辅助粒子滤波与灰色预测相结合的估计方法优于传统NAR模型和粒子滤波估计方法,更适合于金融时间序列的预测。
【关键词】粒子滤波 辅助粒子滤波 灰色预测 NAR模型 最小二乘法
【基金】国家自然科学基金资助项目(61261033;61561016;61362005);; 广西自然科学基金资助项目(2016GXNSF-AA380073;2014GXNSFAA118352;2014GXNSFBA118280)
【所属期刊栏目】统计与决策
文献传递