ترشيح كالمان المتين توزيعياً في ظل عدم يقين التقلب

الملخص

يطوّر هذا العمل طريقة لترشيح كالمان في الحالات التي تنطوي على عدم يقين في مصفوفات تغاير الضوضاء وتقديرات التغاير المتوقعة. ويستخدم صياغة متينة توزيعياً لمراعاة النماذج البديلة المعقولة، مع اعتماد النقل الأمثل ثنائي السببية لتحديد مجموعة عدم اليقين.

تُعاد صياغة مسألة التحسين الناتجة كبرنامج محدب غير خطي شبه محدد، وتُحل بطريقة النقطة الداخلية ضمن منطقة ثقة باستخدام تحليل LDL-transpose. ويذكر المؤلفون تفوقاً تجريبياً في تتبع الأهداف وتداول الأزواج. ولا يحدد المقتطف المعايير المرجعية أو البيانات أو مقاييس التقييم، لذا لا يمكن تقدير مدى اتساع هذه المكاسب أو قوتها الإحصائية. وستعتمد القيمة العملية للطريقة على افتراضاتها بشأن عدم يقين النموذج والمتطلبات الحسابية لتحسينها.

الأفكار الرئيسية

• يعالج المرشح عدم اليقين في تغايرات الضوضاء وتقديرات التغاير المتوقعة.
• يُستخدم النقل الأمثل ثنائي السببية لتحديد مجموعة من النماذج البديلة المعقولة.
• تُصاغ مسألة التحسين كبرنامج محدب غير خطي شبه محدد.
• يُقيّم الأسلوب في تتبع الأهداف وتداول الأزواج، لكن المقتطف لا يورد تفاصيل المعايير المرجعية.

الوسوم

# Distributionally robust Kalman filtering with volatility uncertainty


# Distributionally robust Kalman filtering with volatility uncertainty









This work presents a distributionally robust Kalman filter to address uncertainties in noise covariance matrices and predicted covariance estimates. We adopt a distributionally robust formulation using bicausal optimal transport to characterize a set of plausible alternative models. The optimization problem is transformed into a convex nonlinear semi-definite programming problem and solved using the trust-region interior point method with the aid of $LDL^\top$ decomposition. The empirical outperformance is demonstrated through target tracking and pairs trading.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.