摘要
KalmanMovingAverage 使用局部线性价格/速度模型进行卡尔曼价格滤波。
更新 API
result = rtta.KalmanMovingAverage().update(close)
update(...) 每次接收一个 close；只推进状态时可调用 advance(...)。
工作原理
滤波器将价格流视为潜在价格和速度状态的含噪观测，每次调用执行标准预测与更新，并返回当前滤波价格。
递推公式
\[\hat x_{t|t-1}=F\hat x_{t-1|t-1},\qquad P_{t|t-1}=FP_{t-1|t-1}F^\top+Q\]
\[K_t=P_{t|t-1}H^\top(HP_{t|t-1}H^\top+R)^{-1}\]
\[\hat x_{t|t}=\hat x_{t|t-1}+K_t(z_t-H\hat x_{t|t-1}),\qquad P_{t|t}=(I-K_tH)P_{t|t-1}\]
实现说明
递推公式在 src/rtta/indicator.cpp 的 class KalmanMovingAverage 中实现。