.png){kind=icon}
返回
Efficient Importance Variational Approximations for State Space Models
.png){kind=icon}
OA
AI
DOI：10.1080/07350015.2024.2429468.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
变分方法是状态空间模型的一种潜在可扩展的估计方法。然而，现有方法对于许多状态空间模型而言不够精确或计算上不可行。本文提出了一种变分近似方法，该方法对于任何具有闭式量测密度函数和处于指数分布族内的状态转移分布的模型，都能实现精确且快速的估计。我们的方法借鉴了有效重要性采样文献的见解，构建了一种状态变分近似，使其接近状态的确切条件后验分布。我们证明，该方法能够准确且快速地估计一个多元Skellam随机波动率模型，该模型包含四只股票的高频逐笔离散价格变动。
Keyword:
Multivariate Skellam model
State space models
Stochastic volatility
Variational methods
期刊
J
IF:
2.5
论文数:
96
被引数:
9.1K
机构
引用论文
分享收藏Efficient implementation of Markov chain Monte Carlo when using an unbiased likelihood estimator.png)
Biometrika
OAAI
BiometrikaIF0
OAAI分享收藏
查看更多内容