全文下載鏈接：?http://tecdat.cn/?p=1557

最近我們被客戶要求撰寫關(guān)于隱馬爾可夫模型(HMM)的研究報(bào)告，包括一些圖形和統(tǒng)計(jì)輸出。

“了解不同的股市狀況，改變交易策略，對(duì)股市收益有很大的影響。弄清楚何時(shí)開(kāi)始或何時(shí)止損，調(diào)整風(fēng)險(xiǎn)和資金管理技巧，都取決于股市的當(dāng)前狀況?（?點(diǎn)擊文末“閱讀原文”獲取完整代碼數(shù)據(jù)********?）?。

有些策略在波瀾不驚的股市中表現(xiàn)良好，而有些策略可能適合強(qiáng)勁增長(zhǎng)或長(zhǎng)期下跌的情況。

在本文中，我們將通過(guò)使用一類強(qiáng)大的機(jī)器學(xué)習(xí)算法“隱馬爾科夫模型”（HMM）來(lái)探索如何識(shí)別不同的股市狀況。

▍隱馬爾科夫模型

?

馬爾科夫模型是一個(gè)概率過(guò)程，查看當(dāng)前狀態(tài)來(lái)預(yù)測(cè)下一個(gè)狀態(tài)。一個(gè)簡(jiǎn)單的例子就是看天氣。

假設(shè)我們有三種天氣情況：下雨、多云、陽(yáng)光明媚。如果今天下雨，馬爾科夫模型就會(huì)尋找每種不同天氣的概率。例如，明天可能會(huì)持續(xù)下雨的可能性較高，變得多云的可能性略低，而會(huì)變得晴朗的幾率很小。

?

▍構(gòu)建模型

?

基于以上背景， 然后我們可以用來(lái)找到不同的股市狀況優(yōu)化我們的交易策略。我們使用2004年至今的上證指數(shù)（000001.ss）來(lái)構(gòu)建模型。

首先，我們得到上證指數(shù)的收盤價(jià)數(shù)據(jù)，計(jì)算得到收益率數(shù)據(jù)，并建立HMM模型比較模型的預(yù)測(cè)結(jié)果。

?

繪制上證指數(shù)的收盤價(jià)和收益率數(shù)據(jù)，我們看到2004年和2017年期間股市的波動(dòng)情況。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

R語(yǔ)言用隱馬爾可夫模型HMM進(jìn)行股票預(yù)測(cè)

左右滑動(dòng)查看更多

01

02

03

04

對(duì)收益率擬合了三狀態(tài)隱馬爾可夫模型之后， 繪制每個(gè)狀態(tài)的后驗(yàn)概率：

2007 – 2009年間，由于次貸危機(jī)，股市出現(xiàn)了驚人的波動(dòng)，迅速改變了不同狀態(tài)的后驗(yàn)概率，可以看到2008年前后狀態(tài)2和狀態(tài)3的概率出現(xiàn)了很大的變化。

股市在2010年后變得平靜，因此狀態(tài)2和狀態(tài)3的概率處于平衡狀態(tài)。

基于以上判斷，我們將三種不同的狀態(tài)進(jìn)行定義。狀態(tài)1認(rèn)為是震蕩市場(chǎng)，狀態(tài)2認(rèn)為是下跌市場(chǎng)，狀態(tài)3認(rèn)為是上漲市場(chǎng)。然后將不同狀態(tài)的預(yù)測(cè)結(jié)果返回到真實(shí)的上證指數(shù)來(lái)觀察是否符合客觀邏輯。

通過(guò)真實(shí)數(shù)據(jù)擬合，我們看到狀態(tài)1（紫色）震蕩市場(chǎng)，狀態(tài)2（綠色）下跌市場(chǎng)，狀態(tài)3（紅色）上漲市場(chǎng)符合實(shí)際的情況。

通過(guò)隱馬爾科夫模型，可以深入了解不斷變化的股市狀況。從而提高交易策略的性能。就從我們的簡(jiǎn)單探索來(lái)看，這個(gè)模型應(yīng)當(dāng)是值得花一些時(shí)間去打磨的。可改進(jìn)的地方非常多。例如可以引入多因子分析，建立多元模型等。

本文摘選?《?用機(jī)器學(xué)習(xí)識(shí)別不斷變化的股市狀況—隱馬爾可夫模型(HMM)股票指數(shù)預(yù)測(cè)實(shí)戰(zhàn)?》?，點(diǎn)擊“閱讀原文”獲取全文完整資料。

點(diǎn)擊標(biāo)題查閱往期內(nèi)容

馬爾可夫Markov區(qū)制轉(zhuǎn)移模型分析基金利率
馬爾可夫區(qū)制轉(zhuǎn)移模型Markov regime switching
時(shí)變馬爾可夫區(qū)制轉(zhuǎn)換MRS自回歸模型分析經(jīng)濟(jì)時(shí)間序列
馬爾可夫轉(zhuǎn)換模型研究交通傷亡人數(shù)事故時(shí)間序列預(yù)測(cè)
如何實(shí)現(xiàn)馬爾可夫鏈蒙特卡羅MCMC模型、Metropolis算法？
Matlab用BUGS馬爾可夫區(qū)制轉(zhuǎn)換Markov switching隨機(jī)波動(dòng)率模型、序列蒙特卡羅SMC、M H采樣分析時(shí)間序列
R語(yǔ)言BUGS序列蒙特卡羅SMC、馬爾可夫轉(zhuǎn)換隨機(jī)波動(dòng)率SV模型、粒子濾波、Metropolis Hasting采樣時(shí)間序列分析
matlab用馬爾可夫鏈蒙特卡羅 (MCMC) 的Logistic邏輯回歸模型分析汽車實(shí)驗(yàn)數(shù)據(jù)
stata馬爾可夫Markov區(qū)制轉(zhuǎn)移模型分析基金利率
PYTHON用時(shí)變馬爾可夫區(qū)制轉(zhuǎn)換（MRS）自回歸模型分析經(jīng)濟(jì)時(shí)間序列
R語(yǔ)言使用馬爾可夫鏈對(duì)營(yíng)銷中的渠道歸因建模
matlab實(shí)現(xiàn)MCMC的馬爾可夫轉(zhuǎn)換ARMA - GARCH模型估計(jì)
R語(yǔ)言隱馬爾可夫模型HMM識(shí)別不斷變化的股票市場(chǎng)條件
R語(yǔ)言中的隱馬爾可夫HMM模型實(shí)例
用機(jī)器學(xué)習(xí)識(shí)別不斷變化的股市狀況—隱馬爾科夫模型(HMM)
Matlab馬爾可夫鏈蒙特卡羅法（MCMC）估計(jì)隨機(jī)波動(dòng)率（SV，Stochastic Volatility） 模型
MATLAB中的馬爾可夫區(qū)制轉(zhuǎn)移(Markov regime switching)模型
Matlab馬爾可夫區(qū)制轉(zhuǎn)換動(dòng)態(tài)回歸模型估計(jì)GDP增長(zhǎng)率
R語(yǔ)言馬爾可夫區(qū)制轉(zhuǎn)移模型Markov regime switching
stata馬爾可夫Markov區(qū)制轉(zhuǎn)移模型分析基金利率
R語(yǔ)言如何做馬爾可夫轉(zhuǎn)換模型markov switching model
R語(yǔ)言隱馬爾可夫模型HMM識(shí)別股市變化分析報(bào)告
R語(yǔ)言中實(shí)現(xiàn)馬爾可夫鏈蒙特卡羅MCMC模型