基于离散型隐马尔可夫模型的股票价格预测

发布时间：2020-11-12 11:12

　　 通过对股票收益率的统计分析,建立离散型隐马尔可夫模型(HMM),从而实现了对股票价格的预测。首先,计算某支股票一段时间内当天收盘价相对于前一天收盘价的收益率,再将其收益率按照等距离离散化,作为HMM的输入;其次,通过Baum-Welch算法训练HMM的参数,然后利用Viterbi算法得出观察序列对应的最优隐状态序列;最后,根据状态转移矩阵和输出概率矩阵求出后一天收益率的概率分布,并通过加权计算得出后一天的收益率,再通过收益率计算出对应的股票价格。实验结果表明:基于离散型的隐马尔可夫模型可以更好地预测未来的股价。
【部分图文】：

HMM主要由隐状态序列(S1,S2,…,Sn)和观测序列(O1,O2,…,On)组成。隐状态序列是一组含有未知变量的状态序列,它的状态是不可见的。每一个隐状态Sn仅与上一个隐状态Sn-1相关,并且与其他状态无关。观测序列是一组直接观测可得的值,对于每一个观测值On,它由与之对应的隐状态Sn在一定的概率分布下产生,如图1所示。1.2 HMM参数

利用状态转移矩阵A和概率输出矩阵B求得第n+1天所有离散值的概率分布

图2 利用状态转移矩阵A和概率输出矩阵B求得第n+1天所有离散值的概率分布每一个离散值对应一个收益率区间,最后将每个区间的中位数mRORi与其对应的概率Pi的乘积的累加得到最后预测的收益率RORn+1,即
【相似文献】

相关期刊论文 前10条

1 尚冬春;应用微积分求整数乘幂之和的方法[J];运城师专学报;1988年04期

2 耿献国,李梦如;两类离散型反散射问题的归范等价性[J];数学物理学报;1988年03期

3 张艳平;郑明文;;离散型区间值模糊集间距离的推广[J];浙江大学学报(理学版);2012年03期

4 帕尔哈提·阿里甫;郑琰;;一类离散型欧阳不等式的推广及其应用[J];山东教育学院学报;2010年06期

5 王成;刘晓冰;凌银臣;赵国志;;基于有限能力的离散型制造企业生产排程模型[J];科技与管理;2012年05期

6 姚建平;离散型美式期权的最优套期交易时刻的选择[J];重庆建筑大学学报;2003年02期

7 周欣,韩生廉;离散型模糊数及其在预测与决策问题中的应用[J];控制与决策;2000年05期

8 刘开第，苑乐仁，卢桂娥;非离散型未确知数的离散化[J];河北煤炭建筑工程学院学报;1994年03期

9 向寿生;朱鸿昌;赵彦锋;;离散型模糊概率在方案选择中的应用[J];统计与信息论坛;2008年07期

10 李浩智;“离散型函数最值的一种求法”一文的补充[J];数学通报;1996年12期

相关硕士学位论文 前10条

1 刘强;离散型生产线生产能力评估系统研究[D];西安电子科技大学;2010年

2 顾佳佳;具有拓扑切换特性的离散型复杂网络的同步研究[D];辽宁师范大学;2017年

3 孙颖;离散型复杂网络的外同步及其参数识别[D];辽宁师范大学;2016年

4 耿爱香;离散型次序统计量的相关性[D];大连理工大学;2009年

5 张元林;产业离散型工业园区生成过程及问题研究[D];重庆大学;2008年

6 付奇;基于隐马尔可夫模型的轨迹隐私保护研究[D];云南大学;2019年

7 胡嘉伟;数据驱动的人口移动趋势建模[D];上海交通大学;2016年

8 钟将;基于连续隐马尔可夫模型的故障预测算法研究[D];北方工业大学;2018年

9 蔡斯凡;基于隐马尔可夫模型的自动化伴奏系统[D];贵州师范大学;2018年

10 龙潭;基于隐马尔可夫模型的视频事件检测方法研究[D];华中科技大学;2016年

本文编号：2880679