2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩66頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

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

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論