通過對(duì)股票收益率的統(tǒng)計(jì)分析,建立離散型隱馬爾可夫模型(HMM),從而實(shí)現(xiàn)了對(duì)股票價(jià)格的預(yù)測(cè)。首先,計(jì)算某支股票一段時(shí)間內(nèi)當(dāng)天收盤價(jià)相對(duì)于前一天收盤價(jià)的收益率,再將其收益率按照等距離離散化,作為HMM的輸入;其次,通過Baum-Welch算法訓(xùn)練HMM的參數(shù),然后利用Viterbi算法得出觀察序列對(duì)應(yīng)的最優(yōu)隱狀態(tài)序列;最后,根據(jù)狀態(tài)轉(zhuǎn)移矩陣和輸出概率矩陣求出后一天收益率的概率分布,并通過加權(quán)計(jì)算得出后一天的收益率,再通過收益率計(jì)算出對(duì)應(yīng)的股票價(jià)格。實(shí)驗(yàn)結(jié)果表明:基于離散型的隱馬爾可夫模型可以更好地預(yù)測(cè)未來的股價(jià)。
【部分圖文】：

HMM主要由隱狀態(tài)序列(S1,S2,…,Sn)和觀測(cè)序列(O1,O2,…,On)組成。隱狀態(tài)序列是一組含有未知變量的狀態(tài)序列,它的狀態(tài)是不可見的。每一個(gè)隱狀態(tài)Sn僅與上一個(gè)隱狀態(tài)Sn-1相關(guān),并且與其他狀態(tài)無關(guān)。觀測(cè)序列是一組直接觀測(cè)可得的值,對(duì)于每一個(gè)觀測(cè)值On,它由與之對(duì)應(yīng)的隱狀態(tài)Sn在一定的概率分布下產(chǎn)生,如圖1所示。1.2 HMM參數(shù)

利用狀態(tài)轉(zhuǎn)移矩陣A和概率輸出矩陣B求得第n+1天所有離散值的概率分布

圖2 利用狀態(tài)轉(zhuǎn)移矩陣A和概率輸出矩陣B求得第n+1天所有離散值的概率分布每一個(gè)離散值對(duì)應(yīng)一個(gè)收益率區(qū)間,最后將每個(gè)區(qū)間的中位數(shù)mRORi與其對(duì)應(yīng)的概率Pi的乘積的累加得到最后預(yù)測(cè)的收益率RORn+1,即
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尚冬春;應(yīng)用微積分求整數(shù)乘冪之和的方法[J];運(yùn)城師專學(xué)報(bào);1988年04期

2 耿獻(xiàn)國,李夢(mèng)如;兩類離散型反散射問題的歸范等價(jià)性[J];數(shù)學(xué)物理學(xué)報(bào);1988年03期

3 張艷平;鄭明文;;離散型區(qū)間值模糊集間距離的推廣[J];浙江大學(xué)學(xué)報(bào)(理學(xué)版);2012年03期

4 帕爾哈提·阿里甫;鄭琰;;一類離散型歐陽不等式的推廣及其應(yīng)用[J];山東教育學(xué)院學(xué)報(bào);2010年06期

5 王成;劉曉冰;凌銀臣;趙國志;;基于有限能力的離散型制造企業(yè)生產(chǎn)排程模型[J];科技與管理;2012年05期

6 姚建平;離散型美式期權(quán)的最優(yōu)套期交易時(shí)刻的選擇[J];重慶建筑大學(xué)學(xué)報(bào);2003年02期

7 周欣,韓生廉;離散型模糊數(shù)及其在預(yù)測(cè)與決策問題中的應(yīng)用[J];控制與決策;2000年05期

8 劉開第，苑樂仁，盧桂娥;非離散型未確知數(shù)的離散化[J];河北煤炭建筑工程學(xué)院學(xué)報(bào);1994年03期

9 向壽生;朱鴻昌;趙彥鋒;;離散型模糊概率在方案選擇中的應(yīng)用[J];統(tǒng)計(jì)與信息論壇;2008年07期

10 李浩智;“離散型函數(shù)最值的一種求法”一文的補(bǔ)充[J];數(shù)學(xué)通報(bào);1996年12期

相關(guān)碩士學(xué)位論文 前10條

1 劉強(qiáng);離散型生產(chǎn)線生產(chǎn)能力評(píng)估系統(tǒng)研究[D];西安電子科技大學(xué);2010年

2 顧佳佳;具有拓?fù)淝袚Q特性的離散型復(fù)雜網(wǎng)絡(luò)的同步研究[D];遼寧師范大學(xué);2017年

3 孫穎;離散型復(fù)雜網(wǎng)絡(luò)的外同步及其參數(shù)識(shí)別[D];遼寧師范大學(xué);2016年

4 耿愛香;離散型次序統(tǒng)計(jì)量的相關(guān)性[D];大連理工大學(xué);2009年

5 張?jiān)?產(chǎn)業(yè)離散型工業(yè)園區(qū)生成過程及問題研究[D];重慶大學(xué);2008年

6 付奇;基于隱馬爾可夫模型的軌跡隱私保護(hù)研究[D];云南大學(xué);2019年

7 胡嘉偉;數(shù)據(jù)驅(qū)動(dòng)的人口移動(dòng)趨勢(shì)建模[D];上海交通大學(xué);2016年

8 鐘將;基于連續(xù)隱馬爾可夫模型的故障預(yù)測(cè)算法研究[D];北方工業(yè)大學(xué);2018年

9 蔡斯凡;基于隱馬爾可夫模型的自動(dòng)化伴奏系統(tǒng)[D];貴州師范大學(xué);2018年

10 龍?zhí)?基于隱馬爾可夫模型的視頻事件檢測(cè)方法研究[D];華中科技大學(xué);2016年

本文編號(hào)：2880679