基于隱馬爾科夫模型的股票價格指數(shù)預(yù)測
發(fā)布時間:2021-02-24 02:04
股票價格具有不確定性,如果投資者能夠事先預(yù)測價格走勢,就能夠規(guī)避價格波動風(fēng)險,減少投資損失,甚至獲取超額收益。隨著大數(shù)據(jù)的熱潮,越來越多的統(tǒng)計學(xué)習(xí)模式應(yīng)用到股票價格預(yù)測中,隱馬爾科夫模型就是其中一個。隱馬爾科夫模型在馬爾科夫鏈的基礎(chǔ)上發(fā)展而來,用來研究一組隱藏狀態(tài)。該模型是一個雙隨機過程,由兩部分構(gòu)成:馬爾科夫鏈和一般隨機過程,分別用來描述狀態(tài)之間的轉(zhuǎn)移關(guān)系和狀態(tài)、觀測值之間的關(guān)系。本文基于隱馬爾科夫模型對股票價格預(yù)測、股票市場狀態(tài)等問題進(jìn)行了實證研究,以股票價格指數(shù)——滬深300為研究對象,討論了隱馬爾科夫模型的相關(guān)理論在預(yù)測股票市場價格、狀態(tài)方面的可行性,從而構(gòu)建出適用于我國國情的股價預(yù)測模型。本文實證過程主要包括數(shù)據(jù)選取及檢驗、隱狀態(tài)數(shù)目確定、參數(shù)估計以及預(yù)測等步驟,并且從三個方面改進(jìn)了基本的連續(xù)隱馬爾可夫模型——基于人工神經(jīng)網(wǎng)絡(luò)算法優(yōu)化模型輸入、基于ISODATA算法優(yōu)化模型初始值以及引入多日加權(quán)預(yù)測法預(yù)測股票價格,從而提出了一種改進(jìn)的隱馬爾科夫模型。本文改進(jìn)的隱馬爾科夫模型克服了基本模型不能預(yù)測具體價格數(shù)據(jù)的缺點,能夠從全局和局部兩個角度分別對市場狀態(tài)和股指價格進(jìn)行預(yù)測。與基...
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
1.1 研究背景及其意義
1.1.1 量化投資研究背景與意義
1.1.2 股票價格指數(shù)研究背景與意義
1.1.3 統(tǒng)計學(xué)習(xí)模型在股票市場預(yù)測中的應(yīng)用
1.2 文獻(xiàn)綜述
1.3 小結(jié)
第二章 隱馬爾科夫模型理論
2.1 馬爾科夫鏈
2.2 隱馬爾科夫模型定義及相關(guān)變量
2.3 隱馬爾科夫模型的3個基本問題
2.4 模型的三種算法
2.4.1 概率計算算法
2.4.2 學(xué)習(xí)算法
2.4.3 解碼算法
2.5 隱馬爾科夫模型的優(yōu)缺點及適用性
2.6 本章小結(jié)
第三章 改進(jìn)的隱馬爾科夫模型
3.1 混合高斯分布隱馬爾科夫模型
3.2 連續(xù)隱馬爾科夫模型的改進(jìn)
3.2.1 ISODATA算法
3.2.2 人工神經(jīng)網(wǎng)絡(luò)算法優(yōu)化模型輸入
3.3 實證模型主要步驟
3.4 本文使用軟件及代碼說明
3.5 本章小結(jié)
第四章 實證分析
4.1 數(shù)據(jù)選取及檢驗
4.2 基于AIC/BIC準(zhǔn)則確定隱狀態(tài)數(shù)目
4.2.1 AIC/BIC準(zhǔn)則
4.2.2 隱狀態(tài)數(shù)目確定
4.3 隱馬爾科夫模型實證分析
4.3.1 高斯分布連續(xù)隱馬爾科夫模型
4.3.2 混合高斯分布隱馬爾科夫模型
4.3.3 改進(jìn)隱馬爾科夫模型
4.4 模型對比以及結(jié)果分析
4.5 本章小結(jié)
第五章 總結(jié)及展望
5.1 總結(jié)
5.2 不足及展望
參考文獻(xiàn)
致謝
附錄一 部分代碼及有關(guān)說明
附錄二 預(yù)測日的數(shù)據(jù)模式匹配
學(xué)位論文評閱及答辯情況表
【參考文獻(xiàn)】:
期刊論文
[1]隱馬爾科夫模型的改進(jìn)及其在金融預(yù)測中的應(yīng)用[J]. 徐朱佳,謝銳,劉嘉,梅玉. 工程數(shù)學(xué)學(xué)報. 2017(05)
[2]基于HMM-GJR的中國燃油期貨市場VaR風(fēng)險測度[J]. 徐凱,陳粘,傅祺煒. 會計之友. 2015(16)
[3]基于隱馬爾科夫模型的波動率預(yù)測探究[J]. 曲大成,房振明. 電子設(shè)計工程. 2014(18)
[4]基于隱馬爾科夫模型的中國股票信息探測[J]. 黃曉彬,王春峰,房振明,熊春連. 系統(tǒng)工程理論與實踐. 2012(04)
[5]隱馬爾可夫模型研究進(jìn)展及其管理領(lǐng)域應(yīng)用[J]. 騰格爾,賀昌政,蔣曉毅. 軟科學(xué). 2012(02)
[6]狀態(tài)轉(zhuǎn)換和中國股市的獨特特征——基于馬爾可夫狀態(tài)轉(zhuǎn)換-自回歸模型的分析[J]. 朱鈞鈞,謝識予. 上海金融. 2010(10)
[7]隱馬爾可夫模型及其最新應(yīng)用與發(fā)展[J]. 朱明,郭春生. 計算機系統(tǒng)應(yīng)用. 2010(07)
[8]基于隱馬爾可夫模型的股票價格預(yù)測組合模型[J]. 朱嘉瑜,葉海燕,高鷹. 計算機工程與設(shè)計. 2009(21)
[9]ISODATA算法的原理與實現(xiàn)[J]. 曾江源. 科技廣場. 2009(07)
[10]基于隱馬爾可夫模型的二次k-均值基因序列聚類算法[J]. 吳君浩,駱嘉偉,王艷,楊濤,楊旭. 計算機工程與科學(xué). 2007(03)
本文編號:3048608
【文章來源】:山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:65 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
第一章 緒論
1.1 研究背景及其意義
1.1.1 量化投資研究背景與意義
1.1.2 股票價格指數(shù)研究背景與意義
1.1.3 統(tǒng)計學(xué)習(xí)模型在股票市場預(yù)測中的應(yīng)用
1.2 文獻(xiàn)綜述
1.3 小結(jié)
第二章 隱馬爾科夫模型理論
2.1 馬爾科夫鏈
2.2 隱馬爾科夫模型定義及相關(guān)變量
2.3 隱馬爾科夫模型的3個基本問題
2.4 模型的三種算法
2.4.1 概率計算算法
2.4.2 學(xué)習(xí)算法
2.4.3 解碼算法
2.5 隱馬爾科夫模型的優(yōu)缺點及適用性
2.6 本章小結(jié)
第三章 改進(jìn)的隱馬爾科夫模型
3.1 混合高斯分布隱馬爾科夫模型
3.2 連續(xù)隱馬爾科夫模型的改進(jìn)
3.2.1 ISODATA算法
3.2.2 人工神經(jīng)網(wǎng)絡(luò)算法優(yōu)化模型輸入
3.3 實證模型主要步驟
3.4 本文使用軟件及代碼說明
3.5 本章小結(jié)
第四章 實證分析
4.1 數(shù)據(jù)選取及檢驗
4.2 基于AIC/BIC準(zhǔn)則確定隱狀態(tài)數(shù)目
4.2.1 AIC/BIC準(zhǔn)則
4.2.2 隱狀態(tài)數(shù)目確定
4.3 隱馬爾科夫模型實證分析
4.3.1 高斯分布連續(xù)隱馬爾科夫模型
4.3.2 混合高斯分布隱馬爾科夫模型
4.3.3 改進(jìn)隱馬爾科夫模型
4.4 模型對比以及結(jié)果分析
4.5 本章小結(jié)
第五章 總結(jié)及展望
5.1 總結(jié)
5.2 不足及展望
參考文獻(xiàn)
致謝
附錄一 部分代碼及有關(guān)說明
附錄二 預(yù)測日的數(shù)據(jù)模式匹配
學(xué)位論文評閱及答辯情況表
【參考文獻(xiàn)】:
期刊論文
[1]隱馬爾科夫模型的改進(jìn)及其在金融預(yù)測中的應(yīng)用[J]. 徐朱佳,謝銳,劉嘉,梅玉. 工程數(shù)學(xué)學(xué)報. 2017(05)
[2]基于HMM-GJR的中國燃油期貨市場VaR風(fēng)險測度[J]. 徐凱,陳粘,傅祺煒. 會計之友. 2015(16)
[3]基于隱馬爾科夫模型的波動率預(yù)測探究[J]. 曲大成,房振明. 電子設(shè)計工程. 2014(18)
[4]基于隱馬爾科夫模型的中國股票信息探測[J]. 黃曉彬,王春峰,房振明,熊春連. 系統(tǒng)工程理論與實踐. 2012(04)
[5]隱馬爾可夫模型研究進(jìn)展及其管理領(lǐng)域應(yīng)用[J]. 騰格爾,賀昌政,蔣曉毅. 軟科學(xué). 2012(02)
[6]狀態(tài)轉(zhuǎn)換和中國股市的獨特特征——基于馬爾可夫狀態(tài)轉(zhuǎn)換-自回歸模型的分析[J]. 朱鈞鈞,謝識予. 上海金融. 2010(10)
[7]隱馬爾可夫模型及其最新應(yīng)用與發(fā)展[J]. 朱明,郭春生. 計算機系統(tǒng)應(yīng)用. 2010(07)
[8]基于隱馬爾可夫模型的股票價格預(yù)測組合模型[J]. 朱嘉瑜,葉海燕,高鷹. 計算機工程與設(shè)計. 2009(21)
[9]ISODATA算法的原理與實現(xiàn)[J]. 曾江源. 科技廣場. 2009(07)
[10]基于隱馬爾可夫模型的二次k-均值基因序列聚類算法[J]. 吳君浩,駱嘉偉,王艷,楊濤,楊旭. 計算機工程與科學(xué). 2007(03)
本文編號:3048608
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3048608.html
最近更新
教材專著