NEXT RELEASE:
    come gestire reference
    vedere se ha senso pubblicare questo file

FUTURE RELEASE:

    helper: riscrivere in JAX

    diagnostics: 
        aggiungere metriche di errore parametri più comuni (Least Square, Absolute Square, ...)
        gestire meglio commenti, loops, ottimizzare

    HMM
        implementa viterbi
        implementa backwards algorithm

    MSM
        usare pytrees/custom class per gestire modello in modo più agevole
        implementare summary
        errori standard parametri
        model selection metrics
        model implied moments (fractal)
        altri todo nelle componenti
        classe multivariata e fattoriale con batched_step = jax.vmap(stable_step, in_axes=(0, 0)) in forward
        be able to make simulations without specifying 

    level MSM: ricomporre come classe che cambia da MSM

    backtesting class (de prado) consistente con ts class

    EM algorithm

    filters and score driven filters (e.g. corsi)

    DTSM
        versione generalizzata
        versione con soltando processi ornstein innestati
        unscent kf: rifare da zero, partire da filtri più semplici (mean, moving average, kf, ...)
