摘要:在本文中,我們將通過使用一類強(qiáng)大的機(jī)器學(xué)習(xí)算法隱馬爾科夫模型來探索如何識別不同的股市狀況。隱馬爾科夫模型馬爾科夫模型是一個(gè)概率過程,查看當(dāng)前狀態(tài)來預(yù)測下一個(gè)狀態(tài)。通過隱馬爾科夫模型,可以深入了解不斷變化的股市狀況。
“了解不同的股市狀況,改變交易策略,對股市收益有很大的影響。 弄清楚何時(shí)開始或何時(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。
▼
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)勁增長或長期下跌的情況。
在本文中,我們將通過使用一類強(qiáng)大的機(jī)器學(xué)習(xí)算法“隱馬爾科夫模型”(HMM)來探索如何識別不同的股市狀況。
▍隱馬爾科夫模型
馬爾科夫模型是一個(gè)概率過程,查看當(dāng)前狀態(tài)來預(yù)測下一個(gè)狀態(tài)。 一個(gè)簡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、陽光明媚。 如果今天下雨,馬爾科夫模型就會尋找每種不同天氣的概率。 例如,明天可能會持續(xù)下雨的可能性較高,變得多云的可能性略低,而會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年期間股市的波動情況。
對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,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,狀態(tài)2認(rèn)為是下跌市場,狀態(tài)3認(rèn)為是上漲市場。然后將不同狀態(tài)的預(yù)測結(jié)果返回到真實(shí)的上證指數(shù)來觀察是否符合客觀邏輯。
通過真實(shí)數(shù)據(jù)擬合,我們看到狀態(tài)1(紫色)震蕩市場,狀態(tài)2(綠色)下跌市場,狀態(tài)3(紅色)上漲市場符合實(shí)際的情況。
通過隱馬爾科夫模型,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。就從我們的簡單探索來看,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。
【拓端數(shù)據(jù) tecdat.cn】第三方數(shù)據(jù)服務(wù)提供商,提供全面的統(tǒng)計(jì)分析與數(shù)據(jù)挖掘咨詢服務(wù),為客戶定制個(gè)性化的數(shù)據(jù)解決方案與行業(yè)報(bào)告等。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/87435.html
摘要:技術(shù)總言這次主要說最近發(fā)展的無監(jiān)督特征學(xué)習(xí)和深入學(xué)習(xí),其對于時(shí)間序列模型問題的評價(jià)。建模連續(xù)數(shù)據(jù)的傳統(tǒng)方法包括從假定時(shí)間序列模型參數(shù)的估計(jì),如自回歸模型和線性動力系統(tǒng),和著名的隱馬爾可夫模型。此外,時(shí)間序列對時(shí)間變量有明顯依賴性。 技術(shù)總言:這次主要說最近發(fā)展的無監(jiān)督特征學(xué)習(xí)和深入學(xué)習(xí),其對于時(shí)間序列模型問題的評價(jià)。這些技術(shù)已經(jīng)展現(xiàn)了希望對于建模靜態(tài)數(shù)據(jù),如計(jì)算機(jī)視覺,把它們應(yīng)用到時(shí)間序列數(shù)...
閱讀 2668·2021-11-24 10:44
閱讀 1928·2021-11-22 13:53
閱讀 1952·2021-09-30 09:47
閱讀 3713·2021-09-22 16:00
閱讀 2445·2021-09-08 09:36
閱讀 2323·2019-08-30 15:53
閱讀 2798·2019-08-30 15:48
閱讀 998·2019-08-30 15:44