声明
摘要
1.1 研究背景及其意义
1.1.1 量化投资研究背景与意义
1.1.2 股票价格指数研究背景与意义
1.1.3 统计学习模型在股票市场预测中的应用
1.2 文献综述
1.3 小结
2.1 马尔科夫链
2.2 隐马尔科夫模型定义及相关变量
2.3 隐马尔科夫模型的3个基本问题
2.4 模型的三种算法
2.4.1 概率计算算法
2.4.2 学习算法
2.4.3 解码算法
2.5 隐马尔科夫模型的优缺点及适用性
2.6 本章小结
第三章 改进的隐马尔科夫模型
3.1 混合高斯分布隐马尔科夫模型
3.2 连续隐马尔科夫模型的改进
3.2.1 ISODATA算法
3.2.2 人工神经网络算法优化模型输入
3.3 实证模型主要步骤
3.4 本文使用软件及代码说明
3.5 本章小结
4.1 数据选取及检验
4.2 基于AIC/BIC准则确定隐状态数目
4.2.1 AIC/BIC准则
4.2.2 隐状态数目确定
4.3 隐马尔科夫模型实证分析
4.3.1 高斯分布连续隐马尔科夫模型
4.3.2 混合高斯分布隐马尔科夫模型
4.3.3 改进隐马尔科夫模型
4.4 模型对比以及结果分析
4.5 本章小结
5.1 总结
5.2 不足及展望
参考文献
致谢
附录