KL信息量法

KL信息量法

外汇网2021-06-23 08:25:15 152

KL信息量法简述

K-L信息量法是本世纪中叶，由Kull-back和Leibler提出，用以判定两个几率分布的靠近程度。其原理是以基准序列为理论分布，备选指标为样本分布，持续改变备选指标与基准序列时差，计算K-L信息量。K-L信息量最小时对应的时差数确定为备选指标的最终时差。

对于偶然的带有随机性的现象，一般可以觉得是服从某一几率分布的随机变量的一部分达到值。假使已知（或如果）真正的几率分布，而期望预期我们选择的几率模型与这一真的几率分布相近似的程度，进而预期模型的好坏，就需要一个度量，这就是Kullback-Leibler信息量，即K-L信息量。

在事实的应用中，是以一个重要的，能够敏感的反应目前经济活动的经济指标作为基准指标。对于每个选取的经济指标相对于基准指标前后移动若干个月，计算K-L信息量的值。K-L信息量越小，表明真实几率分布与模型几率分布越靠近，对应的移动月数就是该指标的推迟月数。

推荐文章