高斯隐马尔科夫模型在金融预测中的应用

发布时间：2022-02-09 11:44

　　数据挖掘在各行各业中的应用与发展越来越引人注目,随着数据存储的爆炸式增长,利用机器学习算法来进行数据挖掘将会带来不可估量的价值.尤其是在日新月异的金融行业,利用机器学习算法分析金融数据,能帮助投资者做出更快更好的决策.本文利用隐马尔科夫模型对股票价格进行预测.首先对隐马尔科夫模型进行了全面深入的介绍,模型的形式定义及参数有:观测序列、状态序列、状态转移概率矩阵、观测概率矩阵,以及初始状态概率矩阵.对于HMM模型的三个基本问题:概率计算问题、预测问题,以及学习问题,进行了详细的推理分析.包括解决概率计算问题的前向-后向算法,预测问题的Viterbi算法,以及模型参数估计的Baum-Welch算法.在实际应用中,连续的隐马尔科夫模型有更好的使用价值,我们介绍了高斯混合隐马尔科夫模型,并给出了GHMM的参数估计公式.考虑到国外股票市场的成熟性,实验对象采用了IBM公司的股票价格,用股票的收盘价、成交量作为观测数据,将数据拆分为训练数据和测试数据,利用HMM模型对训练数据进行建模,利用模型得到最优状态序列,并得到状态序列概率矩阵,利用模型对股价进行预测.最后使用绝对平均误差（MAD）对预测精度... 

【文章来源】：华中科技大学湖北省211工程院校985工程院校教育部直属院校

【文章页数】：54 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 前言
    1.2 研究现状
    1.3 研究内容与结构
2 隐马尔科夫模型
    2.1 马尔科夫链
    2.2 隐马尔科夫模型
    2.3 三个基本问题
    2.4 高斯连续隐马尔科夫模型
3 基于高斯隐马尔科夫模型的金融预测
    3.1 数据提取
    3.2 建立模型
    3.3 价格预测算法
4 总结和展望
    4.1 总结
    4.2 展望
致谢
参考文献
附录1 部部分代码(Python)


【参考文献】：
期刊论文
[1]在部分信息下股票收益服从隐马尔科夫模型的最优交易策略[J]. 李钰,费为银,石学芹,李娟.  东华大学学报(自然科学版). 2012(06)
[2]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)
[3]基于主题隐马尔科夫模型的人体异常行为识别[J]. 朱旭东,刘志镜.  计算机科学. 2012(03)
[4]基于隐马尔科夫模型和神经网络的入侵检测研究[J]. 闫新娟,谭敏生,严亚周,吕明娥.  计算机应用与软件. 2012(02)
[5]基于隐马尔科夫的居民消费价格指数预测[J]. 任晓涛,滕阳春,刘达.  现代商业. 2010(03)
[6]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)
[7]基于隐马尔科夫模型的基因预测算法[J]. 马宝山,朱义胜.  大连海事大学学报. 2008(04)
[8]基于隐马尔科夫模型的入侵检测算法研究[J]. 刘宗礼,孔祥才.  甘肃科技. 2007(04)

博士论文
[1]基于隐马尔可夫模型和计算智能的股票价格时间序列预测[D]. 李嵩松.哈尔滨工业大学 2011

硕士论文
[1]基于隐马尔科夫模型的沪深300市场波动结构突变研究[D]. 陈之星.成都理工大学 2015



本文编号：3616944