股票交易中的卡尔曼滤波器

一、说明

        将卡尔曼滤波用在股市预测，是一个高水平的数学模型。其中首先要吃透啥叫卡尔曼滤波，然后才能应用到股市。股市数据最大的看点在于，诱因太多，以至于不可测。有随机性，但不属于任何分布。有时一段看似平稳过程，但突然之间跌宕起伏。属于数据中最难驾驭的，构成一种挑战。本文论述如何使用卡尔曼分解股市要素。

卡尔曼滤波器。来源：[1]

二、什么是卡尔曼滤波器？

        鉴于测量结果会受到噪声的影响，卡尔曼滤波器 (KF) 算法可以恢复被跟踪的底层对象的真实状态。该算法有两个步骤：预测步骤和测量更新步骤。该滤波器结合了噪声传感器的测量结果和基于物理的模型的预测（例如，速度*时间给出距离）以提供最佳估计。让我们尝试使用 GPS 传感器来估计汽车的位置。众所周知，GPS 传感器无法准确预测车辆的位置（这对于自动驾驶汽车等安全关键型应用至关重要），我们的目标是预测车辆的实际位置。