基于隐马尔科夫模型的股票价格指数预测
| 中文摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及其意义 | 第11-14页 |
| 1.1.1 量化投资研究背景与意义 | 第11-12页 |
| 1.1.2 股票价格指数研究背景与意义 | 第12-13页 |
| 1.1.3 统计学习模型在股票市场预测中的应用 | 第13-14页 |
| 1.2 文献综述 | 第14-15页 |
| 1.3 小结 | 第15-16页 |
| 第二章 隐马尔科夫模型理论 | 第16-32页 |
| 2.1 马尔科夫链 | 第16-17页 |
| 2.2 隐马尔科夫模型定义及相关变量 | 第17-21页 |
| 2.3 隐马尔科夫模型的3个基本问题 | 第21页 |
| 2.4 模型的三种算法 | 第21-30页 |
| 2.4.1 概率计算算法 | 第22-25页 |
| 2.4.2 学习算法 | 第25-28页 |
| 2.4.3 解码算法 | 第28-30页 |
| 2.5 隐马尔科夫模型的优缺点及适用性 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 改进的隐马尔科夫模型 | 第32-40页 |
| 3.1 混合高斯分布隐马尔科夫模型 | 第32-33页 |
| 3.2 连续隐马尔科夫模型的改进 | 第33-37页 |
| 3.2.1 ISODATA算法 | 第34-36页 |
| 3.2.2 人工神经网络算法优化模型输入 | 第36-37页 |
| 3.3 实证模型主要步骤 | 第37-38页 |
| 3.4 本文使用软件及代码说明 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 实证分析 | 第40-55页 |
| 4.1 数据选取及检验 | 第40-43页 |
| 4.2 基于AIC/BIC准则确定隐状态数目 | 第43-45页 |
| 4.2.1 AIC/BIC准则 | 第43页 |
| 4.2.2 隐状态数目确定 | 第43-45页 |
| 4.3 隐马尔科夫模型实证分析 | 第45-53页 |
| 4.3.1 高斯分布连续隐马尔科夫模型 | 第45-47页 |
| 4.3.2 混合高斯分布隐马尔科夫模型 | 第47-50页 |
| 4.3.3 改进隐马尔科夫模型 | 第50-53页 |
| 4.4 模型对比以及结果分析 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结及展望 | 第55-57页 |
| 5.1 总结 | 第55页 |
| 5.2 不足及展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录一 部分代码及有关说明 | 第61-64页 |
| 附录二 预测日的数据模式匹配 | 第64-65页 |
| 学位论文评阅及答辩情况表 | 第65页 |
