保罗·比洛肯;詹姆斯·格温纳特;丹尼尔·琼斯 电子交易中的随机过滤方法。 （英语） Zbl 1420.91534号 Ehrhardt，Matthias（编辑）等人，《计算金融中的新方法》。查姆：斯普林格。数学。Ind.25，503-542（2017）。 摘要：从航天飞机到自动驾驶汽车，随机过滤方法有很多应用。在本章中，我们将回顾一些经典和现代过滤算法，并展示如何将其用于金融，尤其是电子交易，以估计和预测计量经济模型、随机波动率和风险债券的期限结构。我们将讨论实用性，例如异常值过滤、参数估计和诊断。关于整个系列，请参见[兹比尔1390.91011]. MSC公司： 91G80型 其他理论的金融应用 93E11号机组 随机控制理论中的滤波 60G35型 信号检测和滤波（随机过程方面） 关键词：电子交易;随机滤波;Kálmám滤波器 软件：贝叶斯TSA;错误;StFinMetrics公司;WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{P.Bilokon}等人，《数学》。Ind.25，503--542（2017；Zbl 1420.91534） 全文： 内政部 参考文献： [1] Abou-Kandil，H.，Freiling，G.，Ionescu，V.，Jank，G.：控制和系统理论中的矩阵Riccati方程。Springer Basel AG，巴塞尔（2003）·Zbl 1027.93001号 ·doi:10.1007/978-3-0348-8081-7 [2] 安德森，B.D.O.，摩尔，J.B.：《最佳过滤》，普伦蒂斯·霍尔，恩格尔伍德·克利夫斯（1979）·Zbl 0688.93058号 [3] Arasaratnam，I.，Haykin，S.：立方卡尔曼滤波器。IEEE传输。自动。控制54（6），1254-1269（2009）·Zbl 1367.93637号 ·doi:10.1109/TAC.2009.2019800 [4] Bachelier，L.J.-文学学士：法学博士。科学年鉴。de l’ecole规范。上级。3(17), 21-86 (1900) ·doi:10.24033/asens.476 [5] Bain，A.，Crisan，D.：《随机过滤基础》，《随机建模与应用概率》，第60卷。柏林施普林格出版社（2009）·Zbl 1176.62091号 [6] Barker，A.L.，Brown，D.E.，Martin，W.N.：贝叶斯估计和卡尔曼滤波器。计算。数学。申请。30（10），55-77（1995）·Zbl 0834.62092号 ·doi:10.1016/0898-1221（95）00156-S [7] Bera，A.K.，Jarque，C.M.：模型规范测试：同步方法。《经济学杂志》。20(1), 59-82 (1982) ·Zbl 0517.62108号 ·doi:10.1016/0304-4076（82）90103-8 [8] Berzuini，C.、Best，N.G.、Gilks，W.R.、Larizza，C.：动态条件独立模型和马尔可夫链蒙特卡罗方法。《美国统计协会杂志》92（440），1403-1412（1997）·兹比尔0913.62025 ·doi:10.1080/01621459.1997.10473661 [9] Best，N.、Mason，A.、Li，P.：使用WinBUGS的贝叶斯分析简介，2011年2月。http://www.bias-project.org.uk/WB2011Man/bayes-intro-2011-slides.pdf [10] Bhar，R.：金融应用中的随机过滤。《世界科学》，新加坡（2010年）·Zbl 1255.91003号 ·doi:10.142/7736 [11] Box，G.E.P.，Jenkins，G.M.，Reinsel，G.C.：时间序列分析。普伦蒂斯·霍尔（Prentice-Hall），《上鞍河》（Upper Saddle River）（1994年）·Zbl 0858.62072号 [12] Brockwell，P.J.，Davis，R.A.：时间序列：理论和方法。施普林格，柏林（1987）·Zbl 0604.62083号 ·数字对象标识代码：10.1007/9781-4899-0004-3 [13] Brooks，S.、Gelman，A.、Jones，G.L.、Meng，X.-L.（编辑）：《马尔可夫链蒙特卡罗手册》。现代统计方法手册。查普曼和霍尔，博卡拉顿（2011）·Zbl 1218.65001号 [14] Bucy，R.S.：《离散时间滤波讲座》，柏林斯普林格出版社（1994）·Zbl 0802.93058号 ·doi:10.1007/978-1-4613-8392-5 [15] Cameron，R.H.，Martin，W.T.：平移下维纳积分的变换。安。数学。45, 386-396 (1944) ·Zbl 0063.00696号 ·doi:10.2307/1969276 [16] Cappé，O.，Moulines，E.，Rydén，T.：隐马尔可夫模型中的推断。统计学中的斯普林格系列。柏林施普林格出版社（2005）·兹比尔1080.62065 [17] Carpenter，J.，Clifford，P.，Fearnhead，P.:非线性问题的改进粒子滤波器。IEE程序。雷达声纳导航。146(1), 2-7 (1999) ·doi:10.1049/ip-rsn:1990255 [18] Chen，Z.：贝叶斯滤波：从卡尔曼滤波器到粒子滤波器，等等。统计182（1），1-69（2003）·doi:10.1080/02331880309257 [19] Chui，C.K.，Chen，G.：实时应用的卡尔曼滤波，第4版。柏林施普林格出版社（2009）·Zbl 1206.93110号 [20] Crisan，D.，Míguez，J.：离散时间状态空间马尔可夫模型中在线参数估计的嵌套粒子滤波器。ArXiv:1308.1883（2013）·Zbl 1414.62346号 [21] Crisan，D.，Míguez，J.：状态空间模型中滤波器密度的粒子核估计。伯努利20（4），1879-1929（2014）·Zbl 1346.60112号 ·doi:10.350/13-BEJ545 [22] Dagpunar，J.S.：模拟和蒙特卡罗及其在金融和MCMC中的应用。威利，纽约（2007）·Zbl 1117.65006号 ·数字对象标识代码：10.1002/9780470061336 [23] Darolles，S.、Duvaut，P.、Jay，E.：多因素模型和信号处理技术：在定量金融中的应用。数字信号和图像处理系列。威利，纽约（2013）·doi:10.1002/9781118577387 [24] Davis，M.H.A.：《随机控制和非线性滤波讲座》，柏林斯普林格出版社（1984年）·Zbl 0554.93073号 [25] de Jong，P.，Penzer，J.：状态空间形式的ARIMA模型。研究报告40，伦敦经济学院统计系，伦敦霍顿街，2000年8月。http://www.lse.ac.uk/statistics/documents/researchreport40.pdf ·Zbl 1107.62088号 [26] Douc，R.，Cappé，O.，Moulines，E.：粒子滤波重采样方案的比较。摘自：第四届图像和信号处理与分析国际研讨会论文集，第64-69页（2005） [27] Doucet，A.，Godsill，S.，Andrieu，C.：贝叶斯滤波的序贯蒙特卡罗采样方法。统计计算。10, 197-208 (2000) ·doi:10.1023/A:1008935410038 [28] Doucet，A.，de Freitas，N.，Gordon，N.：序贯蒙特卡罗方法简介。摘自：《序贯蒙特卡罗方法实践》，第3-14页。施普林格，柏林（2001）·Zbl 1056.93576号 [29] Durbin，J.，Koopman，S.J.：状态空间方法的时间序列分析，第1版。牛津大学出版社，牛津（2001）·Zbl 0995.62504号 [30] Durbin，J.，Koopman，S.J.：状态空间方法的时间序列分析，第2版。牛津统计科学丛书，第38卷。牛津大学出版社，牛津（2012）·Zbl 1270.62120号 [31] Efron，B.，Tibshirani，R.J.：Bootstrap简介。统计学和应用概率专著，第57卷。Champan&Hall/CRC，博卡拉顿（1994）·Zbl 0835.62038号 [32] Eubank，R.L.：卡尔曼滤波底漆。《统计学：一系列教科书和专著》，第186卷。查普曼和霍尔/CRC，博卡拉顿（2006）·Zbl 1277.62017年 [33] Fernández-Madrigal，J.-A.，Claraco，J.L.B.：移动机器人的同步定位和绘图：简介和方法。IGI Global（2013） [34] Feynman，R.P.，Leighton，R.B.，Sands，M.：费曼物理讲座，主要是力学、辐射和热，第1卷。Addison-Wesley出版社，波士顿（1963）·Zbl 1322.74001号 [35] Frühwirth Schnatter，S.：有限混合和马尔可夫切换模型。统计学中的斯普林格系列。柏林施普林格出版社（2006）·Zbl 1108.6202号 [36] Fujisaki，M.，Kallianpur，G.，Kunita，H.：非线性滤波问题的随机微分方程。大阪J.数学。9, 19-40 (1972) ·Zbl 0242.93051号 [37] Gamerman，D.，Lopes，H.F.：马尔可夫链蒙特卡罗：贝叶斯推断的随机模拟。《统计科学文本》，第二版。查普曼和霍尔，博卡拉顿（2006）·Zbl 1137.62011年 [38] Gelfand，A.E.，Smith，A.F.M.：基于抽样的边缘密度计算方法。《美国统计协会期刊》85（410），398-409（1990）·Zbl 0702.62020号 ·网址：10.1080/01621459.1990.10476213 [39] Geman，S.J.、Geman，D.：随机松弛、吉布斯分布和图像的贝叶斯恢复。IEEE传输。模式分析。机器。智力。6, 721-741 (1984) ·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596 [40] Geyer，C.J.：马尔可夫链Mone Carlo简介。摘自：《马尔可夫链蒙特卡罗手册》，第3-49页。现代统计方法手册。CRC出版社，博卡拉顿（2011）·Zbl 1229.65014号 [41] Gilks，W.R.，Wild，P.：吉布斯采样的自适应抑制采样。申请。《美国联邦法律大全》第41卷第337-348页（1992年）·Zbl 0825.62407号 ·doi:10.2307/2347565 [42] Gill，P.E.，Murray，W.，Wright，M.H.：实用优化。Emerald Group Publishing Limited，西约克郡（1982）·Zbl 1494.90003号 [43] Girsanov，I.V.：关于通过测度的绝对连续替换来转换某类随机过程。理论问题。申请。5(3), 285-301 (1960) ·Zbl 0100.34004号 ·数字对象标识代码：10.1137/1105027 [44] Gordon，N.J.、Salmond，D.J.、Smith，A.F.M.：非线性/非高斯贝叶斯状态估计的新方法。In:IEE Proceedings F（雷达和信号处理）（1993） [45] Green，P.J.：可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定。生物医学82（4），711-732（1995）·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711 [46] Hamilton，J.D.：国家空间模型。见：《计量经济学手册》，第四卷，第3039-3080页。Elsevier Science，阿姆斯特丹（1994） [47] Hamilton，J.D.：时间序列分析。普林斯顿大学出版社，普林斯顿（1994）·Zbl 0831.62061号 [48] 哈默斯利，J.M.，莫顿，K.W.：《穷人的蒙特卡洛》。J.R.统计社会服务。B（Methodol.）16（1），23-38（1954）·Zbl 0055.36901号 [49] Handschin，J.E.，Mayne，D.Q.：在多阶段非线性滤波中估计条件期望的蒙特卡罗技术。国际控制杂志9（5），547-559（1969）·兹标0174.51201 ·网址：10.1080/00207176908905777 [50] Harvey，A.C.：预测、结构时间序列模型和卡尔曼滤波器。剑桥大学出版社，剑桥（1989） [51] Harvey，A.C.，Phillips，G.D.A.：具有自回归移动平均扰动的回归模型的最大似然估计。《生物特征》66（1），49-58（1979）·Zbl 0453.62082号 [52] Harvey，A.C.，Shephard，N.：资产收益非对称随机波动模型的估计。J.公交车。经济。《法律总汇》第14（4）、429-434页（1996年） [53] Harvey，A.C.，Ruiz，E.，Shephard，N.：多元随机方差模型。经济收益率。螺柱61247-264（1994）·Zbl 0805.90026号 ·doi:10.2307/2297980 [54] 黑斯廷斯，W.K.：使用马尔可夫链的蒙特卡罗抽样方法及其应用。生物特征57（1），97-109（1970）·Zbl 0219.65008号 ·doi:10.1093/生物技术/57.197 [55] Haykin，S.（编辑）：卡尔曼滤波和神经网络。威利，纽约（2001） [56] Herbst，E.P.，Schorfheide，F.：DSGE模型的贝叶斯估计。普林斯顿大学出版社，普林斯顿（2016）·Zbl 1362.91001号 ·doi:10.1515/9781400873739 [57] Ho，Y.C.，Lee，R.C.K.：随机估计和控制问题的贝叶斯方法。IEEE传输。自动。控制9（4），333-339（1964）·doi:10.1109/TAC.1964.1105763 [58] Hürzeler，M.，Künsch，H.R.：一般状态空间模型的蒙特卡罗近似。J.计算。图表。《法令》第7（2）卷，175-193年（1998年）·Zbl 1056.93580号 [59] Isard，M.，Blake，A.：冷凝-视觉跟踪的条件密度传播。国际期刊计算。视觉。29(1), 5-28 (1998) ·doi:10.1023/A:1008078328650 [60] Ito，K.，Xiong，K.：非线性滤波问题的高斯滤波器。IEEE传输。自动。控制45（5），910-927（2000）·Zbl 0976.93079号 ·doi:10.1109/9.855552 [61] Jazwinski，A.H.：《随机过程和过滤理论》，第64卷。Elsevier，阿姆斯特丹（1970）·Zbl 0203.50101号 ·doi:10.1016/S0076-5392（09）60368-4 [62] Julier，S.J.，Uhlmann，J.K.：概率分布非线性变换近似的一般方法。牛津大学工程科学系机器人研究小组技术报告（1996年） [63] Julier，S.J.，Uhlmann，J.K.：卡尔曼滤波器对非线性系统的新扩展。摘自：《AeroSense:第11届航空航天/国防传感、仿真和控制、多传感器融合、跟踪和资源管理国际研讨会论文集》，第182-193页（1997） [64] Kallianpur，G.：随机滤波理论。数学应用，第13卷。Springer Science+Business Media，LLC，纽约（1980）·Zbl 0458.60001号 [65] Kallianpur，G.，Striebel，C.：随机估计问题中的随机微分方程。在：Krishnaiah，P.R.（编辑）第二届多变量分析国际研讨会论文集，俄亥俄州代顿，1968年。纽约学术出版社（1969年）·Zbl 0174.22102号 [66] Kallianpur，G.，Striebel C.：连续参数随机过程估计中出现的随机微分方程。理论问题。申请。14(4), 567-594 (1969) ·Zbl 0208.43703号 ·数字对象标识代码：10.1137/1114076 [67] Kálmán，R.E.：线性滤波和预测问题的新方法。事务处理。ASME-J.基础工程系列。D 82，35-45（1960）·数字对象标识代码：10.1115/1.3662552 [68] Kálmán，R.E.：关于控制系统的一般理论。摘自：IFAC第一届国际大会会议记录，莫斯科（1960年） [69] Kálmán，R.E.：线性动力系统的数学描述。J.Soc.Ind.申请。数学。序列号。A控制1（2），152-192（1963）·Zbl 0145.34301号 ·数字对象标识代码：10.1137/0301010 [70] Kálmán，R.E.，Bucy，R.S.：线性滤波和预测理论的新结果。《基础工程杂志》83，95-108（1961）·数字对象标识代码：10.1115/1.3658902 [71] Kéry，M.，Schaub，M.：使用WinBUGS的贝叶斯人口分析：层次视角。学术，纽约（2012） [72] Kim，S.，Shephard，N.，Chib，S.：随机波动性：似然推断和与ARCH模型的比较。经济收益率。螺柱65（3），361-393（1998）·Zbl 0910.90067号 ·doi:10.1111/1467-937X.00050 [73] Kitagawa，G.：非高斯非线性状态空间模型的蒙特卡罗滤波和平滑方法。摘自：《第二届美日统计时间序列分析联合研讨会论文集》，第110-131页（1993） [74] Kitagawa，G.：非高斯非线性状态空间模型的蒙特卡罗滤波器和平滑器。J.计算。图表。《统计》第5（1）卷第1-25页（1996年） [75] 科尔莫戈罗夫，A.N.：Wahrscheinlichkeitrechnung的Grundbegriffe。Ergebnisse der Mathematik and ihrer Grenzgebiete 2（3），1-62（1933年） [76] 科尔莫戈罗夫，A.N.：插值和外推。牛。de l'académie des sciences de U.S.S.R.，塞尔维亚。数学。5, 3-14 (1941) ·Zbl 0024.15901号 [77] 科尔莫戈罗夫，A.N.：概率论基础。纽约切尔西出版公司（1956）·Zbl 0074.12202号 [78] Kushner，H.：非线性滤波：条件模式所满足的精确动力学方程。IEEE传输。自动。控制12（3），262-267（1967）·doi:10.1109/TAC.1967.1098582 [79] Lai，T.L.，Bukkapatanam，V.：国家空间模型：在经济和金融中的应用。内容：自适应滤波，非线性状态空间模型，以及在金融和计量经济学中的应用。《金融统计与计量经济学》，第3-22页。柏林施普林格出版社（2013）·Zbl 1304.91011号 [80] Lancaster，T.：现代贝叶斯计量经济学导论。Blackwell Publishing，Malden（2004）·Zbl 1096.62140号 [81] Lewis，F.L.：最优估计与随机控制理论简介。威利，纽约（1986）·Zbl 0665.93065号 [82] Linzhou，X.，Xin-Hua，Z.，Shao-Qing，Y.，Wen-Tao，F.：用于仅轴承跟踪的可变粒子数的高效粒子滤波器。2010年IEEE第十届国际信号处理会议（ICSP）（2010） [83] Liptser，R.S.，Shiryaev，A.N.：马尔可夫扩散过程的非线性滤波。Trudy Matematicheskogo Instituta Stekolva斯特科尔瓦研究所104、135-180（1968）·Zbl 0225.62119号 [84] Liptser，R.S.，Shiryaev，A.N.：随机过程的统计。柏林施普林格出版社（1992年） [85] Liu，J.S.，Chen，R.：动态系统的序贯蒙特卡罗方法。《美国统计协会期刊》93（443），1032-1044（1998）·Zbl 1064.65500号 ·doi:10.1080/016214519998.10473765 [86] Ljung，G.M.，Box，G.E.P.：关于时间序列模型中缺乏拟合的度量。J.Am.Stat.Assoc.65，1509-1526（1970）·Zbl 0224.62041号 ·网址：10.1080/01621459.1970.10481180 [87] Lunn，D.J.，Thomas，A.，Best，N.，Spiegelhalter，D.：WinBUGS——贝叶斯建模框架：概念、结构和可扩展性。统计计算。10, 325-337 (2000) ·doi:10.1023/A:1008929526011 [88] Ma，L.，Wang，H.，Chen，J.：不同相关性下相关噪声的卡尔曼滤波器分析。J.信息计算。科学。7（5），1147-1154（2010） [89] Malik，S.，Pitt，M.K.：利用杠杆和跳跃建模随机波动性：通过粒子滤波的模拟最大似然方法。华威经济研究论文897，华威大学经济系，考文垂CV4 7AL，2009年4月 [90] Malik，S.，Pitt，M.K.：利用杠杆和跳跃对随机波动性进行建模：通过粒子滤波的模拟最大似然方法。文档数据318，法国银行欧洲系统，2011年2月 [91] Malik，S.，Pitt，M.K.：用于连续可能性评估和最大化的粒子过滤器。《经济学杂志》。165, 190-209 (2011) ·Zbl 1441.62807号 ·doi:10.1016/j.econom.2011.07.006 [92] Maskell，S.：粒子过滤器简介。在：状态空间和未观测组件模型：理论和应用，第40-72页。剑桥大学出版社，剑桥（2004）·Zbl 05280140号 [93] Maybeck，P.S.：随机模型，估计和控制，第1卷。纽约学术出版社（1979年）·Zbl 0464.93002号 [94] Maybeck，P.S.：随机模型，估计和控制，第2卷。纽约学术出版社（1982年）·Zbl 0546.93063号 [95] Mayne，D.Q.：线性动力系统平滑问题的解决方案。Automatica 4（2），73-92（1966）·Zbl 0146.37801号 ·doi:10.1016/0005-1098（66）90019-7 [96] McElhoe，B.A.：载人飞越火星或金星的导航和航向修正评估。IEEE传输。Aerosp.航空公司。电子。系统。AES-2（4），613-623（1966）·doi:10.1109/TAES.1966.4501892 [97] Metropolis，N.、Rosenbluth，A.W.、Rosenbruth，M.N.、Teller，A.H.、Teler，E.：快速计算机器的状态方程计算。化学杂志。物理学。21, 1087-1092 (1953) ·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114 [98] Meucci，A.：统计套利、协整和多元Ornstein-Uhlenbeck综述。工作文件，symmys.com，2010年1月 [99] Meyer，R.，Yu，J.：随机波动率模型的贝叶斯分析的BUGS。经济。J.3198-215（2000）·Zbl 0970.91060号 [100] Moler，C.，van Loan，C.：二十五年后，计算矩阵指数的十九种可疑方法。SIAM评论，45（1），2003年·兹比尔1030.65029 [101] Naesseth，C.A.，Lindsten，F.，Schön，T.B.：嵌套顺序蒙特卡罗方法。摘自：第32届机器学习国际会议论文集（2015）·Zbl 07123353号 [102] Nelson，C.R.，Siegel，A.F.：收益率曲线的简约建模。J.公交车。60(4), 473-489 (1987) ·doi:10.1086/296409 [103] Ntzoufras，I.：使用WinBUGS的贝叶斯建模。计算统计学中的威利级数。威利，纽约（2009）·Zbl 1218.62015号 ·数字对象标识代码：10.1002/9780470434567 [104] Øksendal，B.：随机微分方程：应用简介，第6版。Universitext公司。柏林施普林格出版社（2010年）·Zbl 0747.60052号 [105] Omori，Y.，Chib，S.，Shephard，N.，Nakajima，J.：杠杆作用下的随机波动性：快速似然推断。2004年8月·Zbl 1247.91207号 [106] Orhan，E.：《颗粒过滤》，2012年8月。网址：http://www.cns.nyu.edu/eorhan/notes/particle-filting.pdf， [107] Pearlman，J.G.：高阶自回归移动平均过程的精确似然算法。生物特征67（1），232-233（1980）·Zbl 0425.62078号 [108] Pitt，M.K.，Shephard，N.：通过模拟过滤：辅助粒子过滤器。《美国统计协会期刊》94（446），590-599（1999）·Zbl 1072.62639号 ·doi:10.1080/01621459.1999.10474153 [109] Pitt，M.K.，Malik，S.，Doucet，A.：使用连续粒子滤波对随机波动率模型进行模拟似然推断。《Ann.Inst.Stat.Math》。66, 527-552 (2014) ·Zbl 1334.62182号 ·doi:10.1007/s10463-014-0456-y [110] Platen，E.，Heath，D.：定量金融的基准方法。施普林格金融。柏林施普林格出版社（2006）·Zbl 1104.91041号 ·doi:10.1007/978-3-540-47856-0 [111] Ritter，C.，Tanner，M.A.：促进吉布斯采样器：吉布斯塞子和Griddy-Gibbs采样器。《美国法律总汇》第87（419）、861-868页（1992）·doi:10.1080/01621459.1992.10475289 [112] Rubin，D.B.：评论：一种非迭代采样/重要性重采样替代数据增强算法，用于在部分缺失信息适度时创建一些插补：SIR算法。《美国统计学会杂志》82（398），542-543（1987） [113] Ruiz，E.：随机波动率模型的准最大似然估计。《经济学杂志》。63(1), 289-306 (1994) ·Zbl 0825.62949号 ·doi:10.1016/0304-4076（93）01569-8 [114] Sage，A.P.，Melsa，J.L.：系统识别。《科学与工程中的数学》，第80卷。Elsevier，阿姆斯特丹（1971）·Zbl 0266.93008号 [115] Särkkä，S.：贝叶斯滤波与平滑。剑桥大学出版社，剑桥（2013）·Zbl 1274.62021号 ·doi:10.1017/CBO9781139344203 [116] Sayed，A.H.：自适应滤波器。Wiley Interscience，纽约（2008）·doi:10.1002/9780470374122 [117] Shiryaev，A.N.：马尔科夫跳跃过程非线性滤波的随机方程。Problemy Peredaci Informacii 3、3-32（1966） [118] Shreve，S.E.：金融随机微积分。第二卷：连续时间模型。施普林格，柏林（2004）·Zbl 1068.91041号 [119] Simon，D.：最佳状态估计：卡尔曼、H_∞和非线性方法。威利，纽约（2006）·数字对象标识代码：10.1002/0470045345 [120] Smith，A.F.M.，Gelfand，A.E.：含眼泪的贝叶斯统计：抽样重采样视角。《美国统计》46（2），84-88（1992） [121] Smith，G.L.，Schmidt，S.F.，McGee，L.A.：统计滤波理论在绕月飞行器上位置和速度最佳估计中的应用。NASA技术报告R-135，美国国家航空航天局（NASA）（1962年） [122] Spiegelhalter，D.，Thomas，A.，Best，N.，Gilks，W.：BUGS 0.5：使用吉布斯抽样手册的贝叶斯推断（第二版）。1996年8月，剑桥CB2 2SR，Robinson Way，公共卫生研究所，MRC生物统计学组 [123] Stratonovich，R.L.：最佳非线性系统，可将具有恒定参数的信号与噪声分离。Radiofizika 2（6），892-901（1959） [124] Stratonovich，R.L.：马尔可夫过程理论在最优滤波中的应用。Radiofizika 5（11），1-19（1960） [125] Tanner，M.A.，Wong，W.H.：通过数据增强计算后验分布。《美国统计协会杂志》82（398），528-540（1987）·Zbl 0619.62029号 ·doi:10.1080/01621459.1987.10478458 [126] Taylor，S.J.：由两个随机过程的乘积建模的财务收益，这是对每日糖价的研究。在：时间序列分析：理论与实践，第203-226页。荷兰北部，阿姆斯特丹（1982） [127] Vega，L.R.，Rey，H.：《自适应滤波快速入门》，《Springer电气与计算机工程简介》，柏林Springer出版社（2013）·doi:10.1007/978-3642-30299-2 [128] Wan，E.A.，van der Merwe，R.：用于非线性估计的无迹卡尔曼滤波器。In:IEEE信号处理、通信和控制自适应系统研讨会（2000年）·doi:10.1109/ASSPCC2000.882463 [129] Welch，G.，Bishop，G.：卡尔曼滤波器简介。技术报告TR 95-041，北卡罗来纳大学教堂山分校计算机科学系，北卡罗莱纳州教堂山27599-31752006年7月。网址：http://www.cs.unc.edu/welch/media/pdf/kalman_intro.pdf [130] West，M.，Harrison，J.：贝叶斯预测和动态模型，第2版。柏林施普林格（1997）·Zbl 0871.62026号 [131] 维纳，N.：平稳时间序列的插值、外推和平滑。服务报告19，研究项目dic-6037，麻省理工学院，1942年2月 [132] 维纳，N.：平稳时间序列的外推、内插和平滑。麻省理工学院出版社，剑桥（1949）·Zbl 0036.09705号 [133] Wu，Y.，Hu，D.，Wu，M.，Hu，X.：高斯滤波器的数值积分视角。IEEE传输。信号处理。54(8), 2910-2921 (2006) ·Zbl 1388.65025号 ·doi:10.1109/TSP.2006.875389 [134] Young，P.C.：递归估计和时间序列分析：简介。柏林施普林格（1984）·Zbl 0544.62081号 ·doi:10.1007/978-3-642-82336-7 [135] Yu，J.：关于随机波动模型中的杠杆作用。《经济学杂志》。127, 165-178 (2005) ·Zbl 1335.91116号 ·doi:10.1016/j.jeconom.2004.08.002 [136] Zakai，M.：关于扩散过程的最优过滤。Zeitschrift für Wahrscheinlichkeits theorie und Verwandte Gebiete第11（3）期，第230-243页（1969年）·Zbl 0164.19201号 ·doi:10.1007/BF00536382 [137] 曾毅、吴淑主编：国家空间模型：在经济和金融中的应用。金融统计与计量经济学。柏林施普林格出版社（2013）·Zbl 1304.91011号 [138] Zivot，E.，Wang，J.：使用S-PLUS建模金融时间序列。柏林施普林格出版社（2006）·Zbl 1092.91067号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。