# 以焦炭的收盘价数据作为x，螺纹的收盘价数据作为y # 螺纹价格 = alpha + beta * 焦炭价格 + 随机误差 from pykalman import KalmanFilter #建立观测矩阵
下面以焦炭和螺纹为例，采用焦炭和螺纹主力连续合约的收盘价数据： # 以焦炭的收盘价数据作为x，螺纹的收盘价数据作为y # 螺纹价格 = alpha + beta * 焦炭价格 + 随机误差 from pykalman
from pykalman import KalmanFilter def Kalman1D(observations,damping=1): # To return the smoothed...transition_matrix ) pred_state, state_cov = kf.smooth(observations) return pred_state 这里面使用的是pykalman
作为一个GO爱好者，我将从这个非常不错的GO库开始，其中包含几个预实现的模型：https://github.com/rosshemsley/kalman 对于Python，你可以查看：https://pykalman.github.io
先安装：pip install pykalmanimport numpy as npimport matplotlib.pyplot as pltfrom pykalman import KalmanFilter
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
