隱馬爾可夫模型參數(shù)訓(xùn)練的改進(jìn)及在股市預(yù)測中的應(yīng)用.pdf

1、本文首先介紹了隱馬爾可夫模型（the Hidden Markov Model，簡記為HMM模型）的結(jié)構(gòu)。這一模型被應(yīng)用到很多領(lǐng)域，如語音識別、基因關(guān)聯(lián)分析和基因識別、文字識別等。隱馬爾可夫模型需要解決三個問題：學(xué)習(xí)問題、識別問題和解碼問題。對這三個問題的回答就構(gòu)成了隱馬氏模型理論。
　　本文的工作主要有：
　　1.受啟發(fā)于模式識別工具在股市預(yù)測中的成功應(yīng)用，本文將HMM模型應(yīng)用于股市預(yù)測中，并利用歷史數(shù)據(jù)進(jìn)行實證檢驗。樣本外

2、預(yù)測的結(jié)果說明了HMM模型的適用性，但準(zhǔn)確率較低。
　　2.由于國內(nèi)股市的觀測序列，如股票日收益率，資金日凈流入，成交金額等數(shù)據(jù)自身具有較強的自相關(guān)性，而傳統(tǒng)的隱馬爾可夫模型認(rèn)為觀測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序列的性質(zhì)，所以本文引入了改進(jìn)的HMM模型，即考慮時域上相關(guān)性的HMM模型（the time correlation HMM，簡記為TCHMM模型）。實證表明TCHMM模型在預(yù)測準(zhǔn)確率上有一定