文件名称：使用卡尔曼滤波器预测原油的日历期货价差-研究论文
文件大小：507KB
文件格式：PDF
更新时间：2024-06-29 16:55:21
Kalman filter; Maximum Likelihood
该项目的目的是预测 WTI 原油的期货价差。 该项目的动机源于这样一个事实，即使用日历期货价差进行交易比使用许多其他金融工具进行交易要有利得多。 我们利用期货价格遵循均值回归过程（Ornstein-Uhlenbeck process，OU）这一事实。 我们开发了一种方法，该方法首先由 Islyaev (2014) 提出，然后由 Sadik 等人扩展。 (2020)，它结合了三种线性高斯状态空间模型，即一种因子模型、一种具有风险溢价的因子模型和一种具有季节性的因子模型。 此后，我们直接模拟期货价差。 卡尔曼滤波器和最大似然估计 (MLE) 用于估计模型参数。 结果表明，这种以最接近的价格与现货价格的比率作为潜在变量，以日历期货价差矢量作为观察变量的新方法比同时输入现货价格和期货价格的间接预测方法更准确和稳健。分别作为潜变量和观察变量。 然后介绍和讨论三种模型和两种方法的校准和比较结果，以及样本外预测结果。