使用 MLE 和卡尔曼滤波器估计 Schwartz-Smith (2000) 论文(商品价格的短期变化和长期动态)中提出的 2 因子模型的模型参数。 然后根据估计的参数生成两个因子。 此代码允许用户根据提供的每日数据轻松选择不同的数据频率,在提供的总数据集的子样本上估计模型,在估计中从提供的数据集中添加或删除一些未来合约,选择初始猜测为参数和初始状态。
此代码还运行几何布朗运动模型和用作基准的 Ornstein-Uhlenbeck 模型的估计。 然后将 Schwartz-Smith 2 因子模型通过 Log-L 分数、LR 检验和 p 值以及生成的未来曲线与观察到的曲线之间的误差统计(平均误差、平均绝对值)与两个一因子模型进行比较误差,误差的标准差)。
这两个状态变量最终呈现在图表中(参见屏幕截图)。
编写此代码是为了在我的硕士学位论文中进行研究: http : //www.lun
2022-05-03 14:46:32
311KB
matlab
1