基于隐马尔科夫模型(HMM)的股票价格预测分析
目录
第一章引言 (1)
1.1 研究背景与意义 (1)
1.2 国内外研究现状 (2)
1.2.1 金融时间序列的研究成果 (2)
1.2.2 隐马尔科夫模型的国内外研究动态 (2)
1.3 本文研究内容 (6)
1.4 本文创新之处 (7)
第二章预测股票价格的方法 (8)
2.1 股票价格预测面临的问题 (8)
2.2 预测分析方法 (9)
2.2.1 定性预测分析 (9)
2.2.2 定量预测分析 (10)
2.3 预测方法的比较 (14)
第三章隐马尔科夫模型理论 (15)
3.1 马尔科夫过程 (15)
3.2 隐马尔科夫模型原理 (16)
3.3 隐马尔科夫模型结构 (18)
3.4 隐马尔科夫模型的三个经典问题 (19)
3.4.1 评估问题（Evaluation） (19)
3.4.2 解码问题（Decoding） (20)
3.4.3 学习问题（Learning） (21)
3.5 隐马尔科夫模型算法 (21)
3.5.1 前向–后向（Forward-backward）算法 (21)
3.5.2 Viterbi 算法 (22)
3.5.3 Baum–Welch算法 (23)
第四章隐马尔科夫模型在股价预测中的应用 (25)
4.1 传统的隐马尔科夫模型 (25)
4.1.1 模型设定标准 (25)
4.1.2 模型参数估计 (27)
4.1.3 模式识别 (28)
4.1.4 股票价格预测 (28)
4.1.5 预测精度检验 (29)
4.2 改进的隐马尔科夫模型 (29)
4.2.1 小波分析 (29)
4.2.2 改进的预测方法 (30)
4.3 HMM的MATLAB函数 (31)
第五章隐马尔科夫模型股价预测的实证研究 (34)
5.1 样本选取说明 (34)
5.2 小波去噪 (36)
5.3 隐马尔科夫模型建立 (37)
5.4 其他模型预测 (41)
5.4.1 ARIMA模型预测结果 (41)
5.4.2 GARCH模型预测结果 (43)
5.4.3 BP神经网络模型预测结果 (45)
5.5 模型的预测精度比较 (46)
第六章结论与研究展望 (47)
6.1 结论 (47)
6.2 研究展望 (47)
参考文献 (48)
附录 (52)
致谢 (58)
学位论文独创性声明 (59)
学位论文知识产权权属声明 (59)
第一章引言
第一章引言
1.1 研究背景与意义
作为金融市场中的一个非常重要的组成部分，股票市场中的波动时时刻刻体现了当今社会各个方面的变动情况，股票市场成为反映当下经济的晴雨表，当然，股票价格的走势和波动情况也为国家的政策以及发展方向提供了有效的指导。股票投资也随着经济的不断发展逐渐进入人们的生活，成为一种重要的投资方式。因此，研究如何准确的预测股票价格，做出正确的方向引导，大到能够使国家经济平稳运行，小到可以使投资者规避风险，这对国家宏观经济的调控和个人投资都具有指导意义。
从宏观层面和微观层面来讲，股票价格的预测研究工作都具有十分重要的意义。不过，由于股票价格序列本身具有一些，如多变性、联动性和变动复杂等特性，使得在预测研究工作的开展中产生了一定的阻碍，增大了预测难度。因此，在方法研究上，国内外也在不断的改进优化方法或者进行方法创新，克服预测中出现的问题，形成更加有效的预测体系。考虑到我国的具体国情和股票价格研究的现实需求，在研究方法时一般不直接采用国外的经典模型，而是在借鉴国外方法的基础上，创新性地建立符合我国具体情况的模型或方法。
本文运用隐马尔科夫模型（Hidden Markov Model，HMM）对股票价格进行预测分析，建立了符合我国具体国情的股票价格预测模型，具有重要的理论价值和和实际意义。
首先，我国对股票价格的预测没有形成一个比较具体和完整的预测体系，仅仅是通过零散的一些方法或者模型进行预测，本文将HMM运用到股票价格预测中，同时也总结了以往一些经典的预测模型，如ARMA模型、GARCH模型、神经网络模型等，新模型的加入进一步完善了股票价格预测的方法。
其次，由于股票价格序列本身具有一些，如多变性、联动性和变动复杂等特性，使得在预测研究工作的开展中产生了一定的阻碍，增大了预测难度。因此，已有的经典模型可能在预测中没有考虑到股票市场、股票价格变动的复杂性，使得预测精度不会太高，这就需要我们不断的学习研究前沿技术理论，或者是将其他学科的前沿理论运用到股票价格预测中。本文将经济领域的股票预测和信号处理领域的HMM理论相结合，跨学科研究推动了两个学科研究的不断发展进步，是一种创新。
最后，正确有效的预测分析方法能够为利益相关者（如政府、机构或个人投资者、研究人员等）提供高质量的信息，为其进行下一步决策提供了指导意见。股票市场是经济的晴雨表，只有通过有效的预测方法才能准确的捕捉到股票市场为我们
1