基于隐马尔科夫模型的股票价格指数预测

发布时间：2021-02-24 02:04

　　股票价格具有不确定性,如果投资者能够事先预测价格走势,就能够规避价格波动风险,减少投资损失,甚至获取超额收益。随着大数据的热潮,越来越多的统计学习模式应用到股票价格预测中,隐马尔科夫模型就是其中一个。隐马尔科夫模型在马尔科夫链的基础上发展而来,用来研究一组隐藏状态。该模型是一个双随机过程,由两部分构成:马尔科夫链和一般随机过程,分别用来描述状态之间的转移关系和状态、观测值之间的关系。本文基于隐马尔科夫模型对股票价格预测、股票市场状态等问题进行了实证研究,以股票价格指数——沪深300为研究对象,讨论了隐马尔科夫模型的相关理论在预测股票市场价格、状态方面的可行性,从而构建出适用于我国国情的股价预测模型。本文实证过程主要包括数据选取及检验、隐状态数目确定、参数估计以及预测等步骤,并且从三个方面改进了基本的连续隐马尔可夫模型——基于人工神经网络算法优化模型输入、基于ISODATA算法优化模型初始值以及引入多日加权预测法预测股票价格,从而提出了一种改进的隐马尔科夫模型。本文改进的隐马尔科夫模型克服了基本模型不能预测具体价格数据的缺点,能够从全局和局部两个角度分别对市场状态和股指价格进行预测。与基... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
第一章 绪论
    1.1 研究背景及其意义
        1.1.1 量化投资研究背景与意义
        1.1.2 股票价格指数研究背景与意义
        1.1.3 统计学习模型在股票市场预测中的应用
    1.2 文献综述
    1.3 小结
第二章 隐马尔科夫模型理论
    2.1 马尔科夫链
    2.2 隐马尔科夫模型定义及相关变量
    2.3 隐马尔科夫模型的3个基本问题
    2.4 模型的三种算法
        2.4.1 概率计算算法
        2.4.2 学习算法
        2.4.3 解码算法
    2.5 隐马尔科夫模型的优缺点及适用性
    2.6 本章小结
第三章 改进的隐马尔科夫模型
    3.1 混合高斯分布隐马尔科夫模型
    3.2 连续隐马尔科夫模型的改进
        3.2.1 ISODATA算法
        3.2.2 人工神经网络算法优化模型输入
    3.3 实证模型主要步骤
    3.4 本文使用软件及代码说明
    3.5 本章小结
第四章 实证分析
    4.1 数据选取及检验
    4.2 基于AIC/BIC准则确定隐状态数目
        4.2.1 AIC/BIC准则
        4.2.2 隐状态数目确定
    4.3 隐马尔科夫模型实证分析
        4.3.1 高斯分布连续隐马尔科夫模型
        4.3.2 混合高斯分布隐马尔科夫模型
        4.3.3 改进隐马尔科夫模型
    4.4 模型对比以及结果分析
    4.5 本章小结
第五章 总结及展望
    5.1 总结
    5.2 不足及展望
参考文献
致谢
附录一 部分代码及有关说明
附录二 预测日的数据模式匹配
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]隐马尔科夫模型的改进及其在金融预测中的应用[J]. 徐朱佳,谢锐,刘嘉,梅玉.  工程数学学报. 2017(05)
[2]基于HMM-GJR的中国燃油期货市场VaR风险测度[J]. 徐凯,陈粘,傅祺炜.  会计之友. 2015(16)
[3]基于隐马尔科夫模型的波动率预测探究[J]. 曲大成,房振明.  电子设计工程. 2014(18)
[4]基于隐马尔科夫模型的中国股票信息探测[J]. 黄晓彬,王春峰,房振明,熊春连.  系统工程理论与实践. 2012(04)
[5]隐马尔可夫模型研究进展及其管理领域应用[J]. 腾格尔,贺昌政,蒋晓毅.  软科学. 2012(02)
[6]状态转换和中国股市的独特特征——基于马尔可夫状态转换-自回归模型的分析[J]. 朱钧钧,谢识予.  上海金融. 2010(10)
[7]隐马尔可夫模型及其最新应用与发展[J]. 朱明,郭春生.  计算机系统应用. 2010(07)
[8]基于隐马尔可夫模型的股票价格预测组合模型[J]. 朱嘉瑜,叶海燕,高鹰.  计算机工程与设计. 2009(21)
[9]ISODATA算法的原理与实现[J]. 曾江源.  科技广场. 2009(07)
[10]基于隐马尔可夫模型的二次k-均值基因序列聚类算法[J]. 吴君浩,骆嘉伟,王艳,杨涛,杨旭.  计算机工程与科学. 2007(03)



本文编号：3048608