R中的StructTS（卡尔曼滤波器）模型拟合不正确

我想使用卡尔曼滤波器来预测一些金融时间序列数据中的价格水平。通过谷歌搜索，我找到了R中的一些函数，即structs和KalmanForecast。目前，我正在使用structs将模型拟合到数据子集，然后使用拟合模型预测未来几天。我遇到的问题是，这个模型似乎不合适。现在我不确定我是否训练错了模型？或者如果模型没有使用optim进行收敛

我的代码和示例输出如下所示：

alsi <- read.csv("http://www.turingfinance.com/wp-content/uploads/2015/11/ALSI.csv")
alsi <- as.vector(t(alsi['ALSI']))

kDays <- length(alsi)
kDays.sample <- as.integer(kDays*0.9)

alsi.train <- alsi[1:kDays.sample]
alsi.test <- alsi[kDays.sample:kDays]

fitted.model <- StructTS(alsi.train, type = "level")

alsi.test.forecast <- KalmanForecast(n.ahead = length(alsi.test), mod = fitted.model$model)
plot.ts(alsi.test, col = 'blue')
lines(alsi.test.forecast$pred, col = 'red')

alsi.train.forecast <- KalmanForecast(n.ahead =  length(alsi.train), mod = fitted.model$model)
plot.ts(alsi.train, col = 'blue')
lines(alsi.train.forecast$pred, col = 'red')

---

alsi这个问题似乎离题了，因为它是关于统计的，而不是一个具体的编程问题。也许最好是在感谢嵌入图像时问这个问题，但这根本不是统计数字。我不是问卡尔曼滤波器做什么/它们是如何工作的，我是问StructTS是如何工作的，从编程的角度来说，我是否正确地使用它。也许你可以建议一个不同的标题？