基于隱馬爾科夫模型、馬爾科夫狀態(tài)轉換模型的商品期貨價格預測研究與實證分析.pdf

1、投資者參與期貨交易進行套期保值、投機或者套利。如果能夠對期貨價格波動做出及時準確的預測，可以有效降低交易風險，乃至獲取超額收益。本文主要基于隱馬爾科夫模型(Hidden Markov Model，HMM)相關的理論，研究商品期貨價格預測、期貨市場狀態(tài)預測的相關問題。本文采用國內期貨市場上交易相對比較活躍的螺紋鋼期貨品種作為實證研究對象，首先在具有高斯輸出的隱馬爾科夫模型(Gaussian Hidden Markov Model，GHMM

2、)下，采用處理后的收盤價序列作為單個特征因子進行實證分析。隨后放寬價格序列不相關的假設，采用馬爾科夫狀態(tài)轉換自回歸模型(Markov Switching AutoregressiveModel，MS-AR)進一步做實證檢驗，最后采用具有高斯混合輸出的隱馬爾科夫模型(Gaussian Mixture-Hidden Markov Model，GM-HMM)進行數(shù)據(jù)模式匹配，并進行價格預測。
　　本文首先介紹了HMM模型的發(fā)展歷程，然后

3、介紹了與模型相關的理論基礎，最后利用螺紋鋼連續(xù)(RB888)數(shù)據(jù)進行實證分析。實證過程主要包括模型參數(shù)估計、解碼和預測三個步驟。在GHMM和GM-HMM模型下，參數(shù)估計使用的是Baum-Welch算法，通過設定初始參數(shù)值并將訓練樣本數(shù)據(jù)傳入模型，經過迭代估計得到最優(yōu)參數(shù)估計結果。預測過程是利用已經學習得到的模型，對未來一段時間內期貨價格、市場狀態(tài)進行預測。在價格預測中，本文使用GHMM模型預測了未來價格的概率分布，使用GM-HMM模型基