基于HMM的股指期货交易策略及优化研究

发布时间：2021-03-03 15:24

　　目前我国发展量化投资的市场条件已经逐步成熟,量化投资交易以其成本低、业绩优的特点得到了迅猛发展。量化投资的核心要素是股价趋势预测,股价变幻莫测,但会以趋势的形式波动,趋势一旦确立,价格将会不断上涨或下跌,直到出现反转。如何准确预测股价走势,选择合适的预测方法针对股价制定策略成为了投资领域研究的热点。传统股价预测方法,如ARIMA、GARCH等模型,要求时间序列是平稳的,且数据呈现正态分布。而股票市场常受多种随机因素影响,数据呈现非稳态特征,采用传统股价预测方法建模时可能会忽略部分有效信息,使结果存在偏差。本文选择创新型股价预测方法—HMM预测方法,对传统预测模型要求数据稳态进行了改进,考虑了随机过程对股价的影响,避免由于训练参数过多而导致模型过拟合问题,提高了模型的稳定性,动态刻画了价量推动过程。本文在研究背景及相关文献梳理的基础上,按照提出研究假设--构建策略模拟实验进行论证的思路。首先,构建传统HMM预测模型,采用滑动窗口训练法对训练集、测试集样本进行滚动建模,通过Baum-Welch算法连续训练模型直至获取最佳参数估计,利用Viterbi算法对预测集数据进行状态解码,识别历史中与... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

连续小波分解的过程

图 11 双通道滤波过程波器和低通滤波器，高通滤波器对应输出为细节分量。低通滤波器输出信号的相对近似分量。在小波分析中，近似值是大的缩细节值是小的缩放因子产生的系数，表示不同尺度上对信号进行分解，并且对不同蕴含着信号的特征，高频则给出信号的细中的应用分三步,首先选择一个合适的小信号分成低频部分（近似系数）和高频部阈值去噪，选择合适的阈值准则，小于阈根据最高层的低频部分及经过去噪后的

（a） （b）图 14 小波分解和去噪图 15 小波重构信号去噪由于具有多分辨分析的特点，可以在分析近似系数时用低时间和高频细节系数则采用低频率和高时间分辨率分析。小波去噪作为一种新的时频以聚焦到信号的任意细节，在时域和频域中进行多变率的联合分析，从而

【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]上证综合指数波动情况研究——基于滚动窗口的马尔科夫链预测模型[J]. 许伟河.  武汉金融. 2015(05)
[3]针对时间序列多步预测的聚类隐马尔科夫模型[J]. 章登义,欧阳黜霏,吴文李.  电子学报. 2014(12)
[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]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)
[6]一种新的基于隐马尔可夫模型的股票价格时间序列预测方法[J]. 余文利,廖建平,马文龙.  计算机应用与软件. 2010(06)
[7]基于马尔科夫切换模型的上证指数周收益率时间序列分析[J]. 严太华,陈明玉.  中国管理科学. 2009(06)
[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]基于机制转换与随机波动的我国短期利率研究[J]. 吴吉林,陶旺升.  中国管理科学. 2009(03)
[10]基于马尔科夫链模型的沪综指数预测[J]. 陈增辉.  金融经济. 2008(14)

硕士论文
[1]基于隐马尔科夫模型的股票价格指数预测[D]. 王晨.山东大学 2018
[2]基于隐马尔科夫模型（HMM）的股票价格预测分析[D]. 黄冉.青岛大学 2015
[3]基于隐马尔可夫链的证券价格模型及实证分析[D]. 龚健.复旦大学 2011



本文编号：3061500