基于隱馬爾科夫模型(HMM)的股票價格預(yù)測分析.pdf

1、隨著經(jīng)濟(jì)的不斷發(fā)展，作為“晴雨表”的股票市場逐漸受到關(guān)注，股票投資成為一種重要的投資方式。股票價格的預(yù)測研究工作對于國家宏觀經(jīng)濟(jì)調(diào)控和個人投資都具有重要的指導(dǎo)意義。本文深入分析了當(dāng)前股票市場面臨的問題以及股票價格預(yù)測的相關(guān)方法，提出了運用隱馬爾科夫模型（HMM）對股票價格進(jìn)行預(yù)測的可行性。
　　首先，文章詳細(xì)介紹了HMM的理論框架，包括HMM的概念、原理、三個經(jīng)典問題以及對應(yīng)的解決算法。其中，三個經(jīng)典問題分別為評估問題、解碼問題和

2、學(xué)習(xí)問題，其對應(yīng)的算法為前向—后向（Forward-backward）算法、Viterbi算法和Baum-Welch算法。
　　其次，在已有的理論基礎(chǔ)上，將HMM運用于股票價格預(yù)測中。具體解法是以股票價格的開盤價、收盤價、最高價和最低價為觀測序列，運用 BIC、OEHS準(zhǔn)則等標(biāo)準(zhǔn)確定隱狀態(tài)個數(shù)；通過Baum-Welch算法，對HMM的初始參數(shù)進(jìn)行重估；選擇Viterbi算法對數(shù)據(jù)模式進(jìn)行識別，并運用極大似然概率估計方法，找出與目標(biāo)

3、序列相似的模式，借助單日預(yù)測方法對未來一天的收盤價格進(jìn)行預(yù)測；并用絕對平均誤差對模型的預(yù)測精度進(jìn)行測定。
　　第三，優(yōu)化傳統(tǒng)的隱馬爾科夫模型。一方面，對原始數(shù)據(jù)進(jìn)行小波去噪處理，去除干擾噪聲，留存有用信息；另一方面，改進(jìn)預(yù)測計算方法，運用多日加權(quán)預(yù)測法進(jìn)行預(yù)測。
　　第四，運用MATLAB2010a軟件對模型的預(yù)測過程進(jìn)行實證分析。根據(jù)當(dāng)前政策導(dǎo)向，選取農(nóng)業(yè)銀行（601288）和民生銀行（600016）兩支股票，結(jié)合小波分析