

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文從金融工程的角度將隱馬爾科夫模型(Hidden MarkovModel,HMM)運(yùn)用于滬深300指數(shù)的日預(yù)測(cè)上,納入技術(shù)分析指標(biāo),探求模型的最優(yōu)觀測(cè)值向量組,并且基于模型給出對(duì)股指期貨當(dāng)月連續(xù)合約的交易策略,嘗試為股指期貨中頻量化交易提供一種新方法和新思路。
HMM是一種雙重嵌套的隨機(jī)過程。本文的理論研究部分初步探討了HMM模型預(yù)測(cè)滬深300指數(shù)的方法,探討了單日預(yù)測(cè)與多日加權(quán)預(yù)測(cè),通過估算工作量確定了K均值聚類的方法
2、來選取初始值。
在實(shí)證部分,本文分析了傳統(tǒng)的技術(shù)分析的缺憾,提出將技術(shù)分析指標(biāo)納入HMM模型的輸入觀測(cè)值向量組,通過主成份分析對(duì)指標(biāo)過多的指標(biāo)組降維處理,并且找到了百分比絕對(duì)平均誤差和預(yù)測(cè)單日勝率都比較理想的HMM模型。
在策略研究部分,本文提出了一種基于HMM模型發(fā)出的單日預(yù)測(cè)信號(hào)的股指期貨當(dāng)月連續(xù)合約的交易策略。并測(cè)算了備選模型的模擬交易累積收益。通過對(duì)比兩種不同的高累積收益模型的具體情況,探討了HMM實(shí)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于隱馬爾科夫模型、馬爾科夫狀態(tài)轉(zhuǎn)換模型的商品期貨價(jià)格預(yù)測(cè)研究與實(shí)證分析
- 基于隱馬爾科夫模型、馬爾科夫狀態(tài)轉(zhuǎn)換模型的商品期貨價(jià)格預(yù)測(cè)研究與實(shí)證分析.pdf
- 基于馬爾科夫狀態(tài)轉(zhuǎn)換模型的股指期貨收益率波動(dòng)性研究.pdf
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于改進(jìn)隱馬爾科夫模型的城市垃圾量預(yù)測(cè).pdf
- 基于隱馬爾科夫模型的信號(hào)分類.pdf
- 基于隱馬爾科夫模型的異常檢測(cè)研究.pdf
- 基于隱馬爾科夫模型的人臉識(shí)別.pdf
- 基于隱馬爾科夫模型詞性標(biāo)注的研究.pdf
- 基于投資者情緒的股市隱馬爾科夫模型預(yù)測(cè).pdf
- 基于隱馬爾科夫模型的目標(biāo)人體識(shí)別.pdf
- 基于隱馬爾科夫模型的聚眾事件檢測(cè).pdf
- 基于隱馬爾科夫模型的網(wǎng)絡(luò)輿情挖掘.pdf
- 基于隱馬爾科夫模型的步態(tài)身份識(shí)別.pdf
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于連續(xù)隱馬爾科夫模型的語音識(shí)別
- 基于隱馬爾科夫模型的重型肝炎演化研究.pdf
- 基于隱馬爾科夫模型的入侵檢測(cè)方法研究.pdf
- 基于隱馬爾科夫模型的時(shí)間序列聚類.pdf
評(píng)論
0/150
提交評(píng)論