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

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

所属期刊栏目：35

分类号：O21(概率论与数理统计)

资助基金：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

在线出版日期：2019-04-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29