<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=171457"><dc:title>Kalmanov filter in statistična arbitraža</dc:title><dc:creator>Brulec,	Lovro	(Avtor)
	</dc:creator><dc:creator>Kanduč,	Tadej	(Mentor)
	</dc:creator><dc:subject>Kalmanov filter</dc:subject><dc:subject>model prostora stanj</dc:subject><dc:subject>linearna cenilka</dc:subject><dc:subject>stacionarnost</dc:subject><dc:subject>kointegracija</dc:subject><dc:subject>statistična arbitraža</dc:subject><dc:subject>trgovanje s pari</dc:subject><dc:description>V tej nalogi najprej podrobno predstavimo matematične temelje Kalmanovega filtra, vključno z izpeljavo napovednih in posodobitvenih enačb, lastnostmi optimalne cenilke in vplivom inicializacije. Nato pokažemo njegovo uporabo v dveh različnih kontekstih. V prvem delu analiziramo preprost simuliran primer gibanja objekta, pri čemer filter ocenjuje položaj in hitrost na podlagi šumnih meritev, kar omogoča intuitivno razumevanje njegovega delovanja. V drugem, osrednjem,  delu naloge pa filter uporabimo v finančnem kontekstu za izvedbo strategije statistične arbitraže. S Kalmanovim filtrom ocenjujemo časovno spremenljive parametre razpona med kointegriranimi pari delnic ter na tej osnovi generiramo trgovalne signale. Strategijo empirično preizkusimo na zgodovinskih podatkih z uporabo več metod ocenjevanja (MNK, MNKPO in Kalmanov filter), pri čemer primerjamo njihove donose, volatilnost in Sharpe razmerje. Rezultati kažejo, da Kalmanov filter doseže najvišjo donosnost in najboljše razmerje med donosom in tveganjem.</dc:description><dc:date>2025</dc:date><dc:date>2025-08-27 08:15:20</dc:date><dc:type>Delo diplomskega seminarja/zaključno seminarsko delo/naloga</dc:type><dc:identifier>171457</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>