【摘要】：本文首先介紹了隱馬爾可夫模型(theHiddenMarkovModel,簡(jiǎn)記為HMM模型)的結(jié)構(gòu)。這一模型被應(yīng)用到很多領(lǐng)域,如語音識(shí)別、基因關(guān)聯(lián)分析和基因識(shí)別、文字識(shí)別等。隱馬爾可夫模型需要解決三個(gè)問題:學(xué)習(xí)問題、識(shí)別問題和解碼問題。對(duì)這三個(gè)問題的回答就構(gòu)成了隱馬氏模型理論。本文的工作主要有: 1.受啟發(fā)于模式識(shí)別工具在股市預(yù)測(cè)中的成功應(yīng)用,本文將HMM模型應(yīng)用于股市預(yù)測(cè)中,并利用歷史數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。樣本外預(yù)測(cè)的結(jié)果說明了HMM模型的適用性,但準(zhǔn)確率較低。 2.由于國(guó)內(nèi)股市的觀測(cè)序列,如股票日收益率,資金日凈流入,成交金額等數(shù)據(jù)自身具有較強(qiáng)的自相關(guān)性,而傳統(tǒng)的隱馬爾可夫模型認(rèn)為觀測(cè)序列的概率分布僅與當(dāng)前的隱含狀態(tài)有關(guān),不能很好的刻畫股市觀測(cè)序列的性質(zhì),所以本文引入了改進(jìn)的HMM模型,即考慮時(shí)域上相關(guān)性的HMM模型(the timecorrelation HMM,簡(jiǎn)記為TCHMM模型)。實(shí)證表明TCHMM模型在預(yù)測(cè)準(zhǔn)確率上有一定的改進(jìn)。 3.TCHMM模型雖然在預(yù)測(cè)準(zhǔn)確率上有了一定的改進(jìn),但由于模型中需要估計(jì)的參數(shù)量增大,參數(shù)訓(xùn)練收斂速度較慢,本文將遺傳算法應(yīng)用于HMM模型的參數(shù)訓(xùn)練中,仿真計(jì)算與實(shí)證檢驗(yàn)說明了該方法對(duì)收斂速度和收斂穩(wěn)定性的有一定改進(jìn)。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F830.91;F224

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 蘭錦池;基于隱馬爾可夫模型的人民幣匯率研究[D];華東師范大學(xué);2012年

，

本文編號(hào)：2698909