【大数据部落】 用机器学习识别不断变化的股市状况—隐马尔可夫模型(HMM)股票指数预测实战
原文链接:http://tecdat.cn/?p=1557
原文出处:拓端数据部落公众号
“了解不同的股市状况,改变交易策略,对股市收益有很大的影响。 弄清楚何时开始或何时止损,调整风险和资金管理技巧,都取决于股市的当前状况。
▼
有些策略在波澜不惊的股市中表现良好,而有些策略可能适合强劲增长或长期下跌的情况。
在本文中,我们将通过使用一类强大的机器学习算法“隐马尔科夫模型”(HMM)来探索如何识别不同的股市状况。
【拓端数据】用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用 Part 1
影片1
▍隐马尔科夫模型
马尔科夫模型是一个概率过程,查看当前状态来预测下一个状态。 一个简单的例子就是看天气。
假设我们有三种天气情况:下雨、多云、阳光明媚。 如果今天下雨,马尔科夫模型就会寻找每种不同天气的概率。 例如,明天可能会持续下雨的可能性较高,变得多云的可能性略低,而会变得晴朗的几率很小。
▍构建模型
基于以上背景, 然后我们可以用来找到不同的股市状况优化我们的交易策略。 我们使用2004年至今的上证指数(000001.ss)来构建模型。
首先,我们得到上证指数的收盘价数据,计算得到收益率数据,并建立HMM模型比较模型的预测结果。
绘制上证指数的收盘价和收益率数据,我们看到2004年和2017年期间股市的波动情况。
对收益率拟合了三状态隐马尔可夫模型之后, 绘制每个状态的后验概率:
2007 – 2009年间,由于次贷危机,股市出现了惊人的波动,迅速改变了不同状态的后验概率,可以看到2008年前后状态2和状态3的概率出现了很大的变化。
股市在2010年后变得平静,因此状态2和状态3的概率处于平衡状态。
基于以上判断,我们将三种不同的状态进行定义。状态1认为是震荡市场,状态2认为是下跌市场,状态3认为是上涨市场。然后将不同状态的预测结果返回到真实的上证指数来观察是否符合客观逻辑。
通过真实数据拟合,我们看到状态1(紫色)震荡市场,状态2(绿色)下跌市场,状态3(红色)上涨市场符合实际的情况。
通过隐马尔科夫模型,可以深入了解不断变化的股市状况。 从而提高交易策略的性能。就从我们的简单探索来看,这个模型应当是值得花一些时间去打磨的。可改进的地方非常多。例如可以引入多因子分析,建立多元模型等。
参考文献
1.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用
2.R语言GARCH-DCC模型和DCC(MVT)建模估计
3.R语言实现 Copula 算法建模依赖性案例分析报告
4.R语言使用ARIMA模型预测股票收益
5.r语言中对LASSO回归,Ridge岭回归和Elastic Net模型实现
6.用R语言实现神经网络预测股票实例
7.r语言预测波动率的实现:ARCH模型与HAR-RV模型
8.R语言如何做马尔科夫转换模型markov switching model
【大数据部落】 用机器学习识别不断变化的股市状况—隐马尔可夫模型(HMM)股票指数预测实战相关推荐
- 用机器学习识别不断变化的股市状况—隐马尔可夫模型(HMM)股票指数预测实战
"了解不同的股市状况,改变交易策略,对股市收益有很大的影响. 弄清楚何时开始或何时止损,调整风险和资金管理技巧,都取决于股市的当前状况. ▼ 有些策略在波澜不惊的股市中表现良好,而有些策略可 ...
- 机器学习知识点(二十五)Java实现隐马尔科夫模型HMM之jahmm库
1.隐马尔可夫模型HMM的应用场景,关乎于序列和状态变化的都可以. 发现java有可库,专为开发HMM,可惜只能在CSDN上有得下载. 2.jahmm是java开发隐马尔科夫模型的一个j ...
- 隐马尔可夫模型(HMM)实现命名实体识别(NER)
隐马尔可夫模型(HMM)实现命名实体识别(NER) 一.命名实体识别(Named Entity Recognition,NER) 识别文本中具有特定意义的实体,包括人名.地名.机构名.专有名词等等 在 ...
- 用隐马尔可夫模型(HMM)做命名实体识别——NER系列(二)
上一篇文章里<用规则做命名实体识别--NER系列(一)>,介绍了最简单的做命名实体识别的方法–规则.这一篇,我们循序渐进,继续介绍下一个模型--隐马尔可夫模型. 隐马尔可夫模型,看上去,和 ...
- 【机器学习算法】隐马尔可夫模型HMM(一)
目录 一.马尔可夫模型 1. 马尔可夫性 2. 马尔可夫链 3. 马尔可夫链案例 二.隐马尔可夫模型HMM 1. named entity recognition(命名实体识别)问题概述 2. 什么是 ...
- 用隐马尔可夫模型(HMM)做命名实体识别——NER系列(一)
原博python2写的,文末是我改的python3代码 隐马尔可夫模型,看上去,和序列标注问题是天然适配的,所以自然而然的,早期很多做命名实体识别和词性标注的算法,都采用了这个模型. 这篇文章我将基于 ...
- R语言隐马尔可夫模型HMM识别股市变化分析报告
了解不同的市场状况如何影响您的策略表现可能会对您的收益产生巨大的影响.最近我们被客户要求撰写关于HMM的研究报告,包括一些图形和统计输出. 某些策略在波动剧烈的市场中表现良好,而其他策略则需要强劲而平 ...
- 机器学习-- > 隐马尔科夫模型(HMM)
博客内容将首发在微信公众号"跟我一起读论文啦啦",上面会定期分享机器学习.深度学习.数据挖掘.自然语言处理等高质量论文,欢迎关注! 本篇博文将详细总结隐马模型相关知识,理解该模型有 ...
- 【机器学习】用摸鱼学来解释隐马尔可夫模型(HMM)
尝试用摸鱼学来解释隐马尔可夫模型 假如小明一周工作六天,每天工作状态都不相同,比如有活少.活多.心情好.心情差和双倍工资5种状态,不同工作状态下工作效率也不相同,活少和心情差的时候摸鱼时间多,活多.心 ...
- 机器学习知识点(二十四)隐马尔可夫模型HMM维特比Viterbi算法Java实现
1.隐马尔可夫模型HMM 学习算法,看中文不如看英文,中文喜欢描述的很高深. http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/ht ...
最新文章
- 使用QUIC协议实现实时视频直播0卡顿
- Exchange Server 2003邮件服务器系统的基本部署思路
- 病人排队(信息学奥赛一本通-T1183)
- css blink不闪烁_使它闪烁HTML教程–如何使用Blink标签以及代码示例
- Spring Boot通过配置文件区分测试和生产环境
- MySQL数据库远程连接开启方法
- 全网首发:JProfiler11运行时找不到库的解决办法
- 数仓SQL面试题(持续更新中!!!)
- 23 - OAI NSA gNB搭建 - 博一
- django CACHES
- 图文并茂带你了解成分句法分析
- python小游戏——魂斗罗这是你的童年吗?
- 3GPP TS 23501-g51 中英文对照 | 4.2.10 Architecture Reference Model for ATSSS Support
- 京东校园招聘2019.04.13 第一题 01序列拉齐
- 基于javaweb+SpringBoot的汽车配件销售管理系统(java+SpringBoot+layui+html+maven+mysql)
- 虚拟机网络连接方式 主机连接WLAN(wifi)时
- 因果推断笔记——因果图建模之Uber开源的CausalML(十二)
- 大华网络摄像头,查看视频闪烁严重
- 魔力宝贝高清单机计划(二) 地图转为tiled map
- IBM敏捷转型历史事件
热门文章
- 应用优化-HTTP缓存
- Explaining Classifiers using Adversarial Perturbations on the Perceptual Ball论文解读
- ubuntu ffmpeg 批量修改视频分辨率
- ArrayList常用函数
- 反插值法求函数方程的根(内附代码及例题)
- Leader-Follower线程模型
- Asp.net core WebApi 使用Swagger生成帮助页实例
- React 组件间通讯
- Centos 6.5安装python3.5.1
- ASP.NET MVC+EF框架+EasyUI实现权限管理系列(19)-用户信息的修改和浏览