基于二階連續(xù)隱馬爾可夫模型的股票價格指數(shù)預(yù)測.pdf

1、股票價格指數(shù)指的是證券交易所選擇部分具有代表性的股票通過一定的計算而產(chǎn)生的統(tǒng)計量。作為一個綜合價格指標，它描述的是當?shù)毓墒凶儎拥那闆r。而股票價格指數(shù)變動的預(yù)測被認為是金融時間序列預(yù)測的一個具有挑戰(zhàn)性的任務(wù)，正因為如此，越來越多的學者們都爭先恐后地投入到了股票價格指數(shù)的預(yù)測中，使其成為了一個研究熱門，因此開發(fā)高效的股票價格指數(shù)預(yù)測模型是非常有意義的。
　　由于股票價格指數(shù)具有隱馬爾可夫性，本文提出了一種新的基于隱馬爾可夫模型的股票價

2、格指數(shù)預(yù)測方法。通過推導Baum-Welch算法將一階連續(xù)隱馬爾可夫模型推廣到二階連續(xù)隱馬爾可夫模型，結(jié)合預(yù)測方法預(yù)測股票價格指數(shù)的漲跌趨勢以及漲跌幅度，成功得對股票價格指數(shù)進行了預(yù)測。
　　本文主要包括以下工作:
　　首先通過收集整理作為經(jīng)濟市場的一個重要衡量指標之一的美國S&P500指數(shù)數(shù)據(jù)，選取了其中2014年7月到11月的美國S&P500指數(shù)中的收盤價作為研究對象。利用Matlab畫出的散點圖可以清晰地發(fā)現(xiàn)美國S&P

3、500指數(shù)的收盤價變化規(guī)律具有復(fù)雜的非線性和隨機性。
　　接著通過研究隱馬爾可夫模型的性質(zhì)，應(yīng)用隱馬爾可夫模型中對于評估問題、解碼問題和學習問題的解決方案，構(gòu)建了包含兩個狀態(tài)的模型，結(jié)合K-Means聚類算法利用二分法提出了一種新的股票價格指數(shù)預(yù)測模型。并且通過預(yù)測結(jié)果驗證了該模型對于股票價格指數(shù)的預(yù)測具有一定的有效性和可行性。
　　最后結(jié)合實際情況將離散的隱馬爾可夫模型推廣到連續(xù)隱馬爾可夫模型，并且將一階連續(xù)隱馬爾可夫模型