Un filtre de Kalman régularisé (rgKF) pour les données en pics.

Résumé Ce chapitre présente une nouvelle famille d'algorithmes, appelés filtres de Kalman régularisés (rgKF), qui ont été conçus pour détecter et estimer les valeurs aberrantes exogènes qui peuvent apparaître dans l'équation d'observation d'un filtre de Kalman (KF) standard. Inspirés par le filtre de Kalman robuste (RKF) de Mattingley et Boyd, qui utilise une étape de l1-régularisation, les auteurs introduisent une étape de détection simple mais efficace dans les équations récursives du RKF. Cette solution est un moyen de résoudre le problème de l'adaptation de la valeur du paramètre de régularisation l1 : lorsqu'une valeur aberrante est détectée dans le terme d'innovation du KF, la valeur du paramètre de régularisation est fixée à une valeur qui permettra au problème d'optimisation basé sur l1 d'estimer l'amplitude du pic. Le chapitre traite de l'application de l'algorithme pour détecter les irrégularités dans les rendements des fonds spéculatifs.