隐马尔可夫模型下量化交易的应用与改进(附件)【字数：10951】
摘 要在中国经济快速发展的大环境下，股票市场也迎来了蓬勃发展的阶段，同时也给投资者们带来了机遇。不断更新的交易方式，给股市带来了更多富有价值的信息。这些信息是投资者们对投资分析的重要依据之一。在如今的金融市场，量化交易已经逐渐变成主流的交易方式。股票市场具有不稳定性和复杂性，如何在众多产品中选择出最大获利的产品，传统交易方式很难得到理想的结果。但量化交易可以通过历史数据分析找出最理想的结果。本文主要将隐马尔可夫模型（Hidden Markov Model，HMM）应用到量化交易中，将其运用到我国的A股市场，通过理论分析和技术分析两个方面探索隐马尔可夫模型最优观测向量。本文的理论研究部分简单的介绍隐马尔可夫模型，并基于模型对浦发银行的量化交易进行一种新的尝试，以探索出新思路。通过HMM模型状态意义获取设置和特征向量的选取做出收益率回溯测试。对比不同状态下收益率的区别。探寻HMM模型运用到实际量化交易的可行性。 Ⅰ
目 录
ABSTRACT Ⅱ
第一章 绪论 1
1.1研究背景 1
1.2理论价值与实践意义 1
1.3论文的基本结构和内容 2
第二章 量化交易的理论知识 3
2.1量化交易的简介 3
2.2量化交易的主要内容 3
2.3量化交易的主要步骤 4
第三章 量化交易的发展现状及优势分析 5
3.1量化交易的发展现状 5
3.2量化交易的优势 6
第四章 隐马尔科夫模型概述与运用 8
4.1隐马尔可夫模型简介 8
4.2隐马尔科夫应用 8
第五章 实证研究 10
5.1特征选取 10
5.2三隐藏状态HMM模型的回溯测试 10
5.3五隐藏状态HMM模型的回溯测试 13
5.4模型实证过程总结 14
结束语 16
致谢 17
参考文献 18
第一章 绪论
1.1研究背景
随着经济的发展，许多公司纷纷推出了期权、期货、股票。可以说让投资者们越来越心动。但是传统的交易方式显然成为 *好棒文|www.hbsrm.com +Q: ^351916072*
投资者们的短板。传统的投资者主要依靠自己的主观臆断，没有健全的交易系统，从而往往导致亏本。传统的交易方式主要是依靠投资者个人的主观判断，区别于传统的交易方式，量化交易是运用先进的计算机技术，依靠数学计算和运算来分析交易的机会。通过计算机得到历史的数据和统计模型，可以更加精确的分析和判断，从而使得投资者利益最大化。量化交易比传统交易收益高，稳定性强。量化交易通常规模都很大，可能涉及购买和出售的数目达到10万股。现在投资散户也越来越多使用量化交易。
量化交易模型就像天气预报，今天上午还出着大太阳但是气象学家却预测90%的机会下雨。气象学家这种违反直觉的结论，是通过来自传感器数据在整个地区收集和分析的出来的。量化分析和天气预报同理，都是通过相同的模式在数据的分析和测试，得出90到100次都是会下雨，那么气象学家可以得出结论。同样，量化交易也是通过计算机分析，经过几百次或者几千次的分析，得出一个最优的结论。
情绪往往会导致交易出现问题，可能是恐惧，也可能是贪婪，一旦交易中出现情绪化，那么就会失去理智，导致交易损失。但是计算机和数学模型不具备感情，所以量化交易完全可以避免交易时出现的情绪化。
现如今，虽然量化交易已经很普遍，但是与国外比较，国内的量化投资还存在许多问题。首先，中国的法律系统不健全导致金融市场也不规范。一旦出现重大的金融方面的事故，就像2013年8月16日的广大乌龙指事件的内幕交易案，投资者很难维护自己的合法权益。第二，创新能力不足，我国现处于基础建设阶段。政府机构对量化交易的认识不够，对风险的认识也不够充分。第三，现在市场上的金融产品数量不多。因为在量化交易中，越多金融产品的数据集合起来构建出来的模型越准确。如果金融产品数量有限，数据小，得出来的结果比较片面。在量化交易的道路上，中国还有很多需要完善。
1.2理论价值与实践意义
量化交易是运用先进的计算机技术。依靠数学计算和运算来分析交易的机会，通过计算机得到历史的数据和统计模型，可以更加精确的分析和判断，从而使得投资者利益最大化。量化交易比传统交易收益高，稳定性强。量化交易通常规模都很大，现在投资散户也越来越多使用量化交易。
任何研究建立数学模型的目的只有两种，第一是解释现象产生的原理，第二 是根据因变量，对未来进行预测。显而易见我们为量化交易建立的模型是为了预测该股票或是其他金融衍生品的价格走势，从而对下一步交易进行决策。金融市场的快速发展，促使人们有必要对这些制度进行有效的检测和分类，以便最优地选择定量交易策略，并优化其中的参数。建立模型成为确定市场走势的一种尝试，并相应调整战略部署及风险管理。
进行状态检测的主要方法是使用隐马尔可夫模型的统计时间序列技术。这些模型非常适用于股票的预测，因为它们通过与这些过程相关的高噪声数据的间接观察来推断隐藏状态。在这种情况下，我们可以用所推断出的隐藏状态来制定我们的交易策略。
本文主要以浦发银行（600000）测试了不同隐藏状态和动态参数分析等不同隐马尔科夫模型改进，在每天交易一次的策略下，所得到的不同收益率。
1.3论文的基本结构和内容
本文的主要基于隐马尔可夫对量化交易进行分析和改进，从而制定交易策略。主要内容包括：第一，对量化交易的现状和优势分析。第二，对隐马尔科夫和量化交易存在的关系进行有效分析。第三，测试了不同隐藏状态，对动态参数分析等不同隐马尔科夫模型改进。根据内容，本文主要分为六个部分。
第一部分主要介绍了量化交易目前的现状和研究意义。
第二部分为研究基本预备知识，了解量化交易的理论知识。
第三部分介绍了量化交易的发展和量化交易存在的优势。
第四部分本文简单介绍了隐马尔可夫模型，从而得出隐马尔可夫模型和量化交易之间存在的关联性。
第五部分为HMM模型的有效应分析，既本文的实证部分，首先对HMM模型在A股市场的量化交易进行测试，然后对浦发银行（600000）的特征选取，对其进行测试、回测和对比。最后对其进行有效分析和改进。
第六部分对本文进行总结，针对模型的不足对未来工作的展望以及总结。
目 录
ABSTRACT Ⅱ
第一章 绪论 1
1.1研究背景 1
1.2理论价值与实践意义 1
1.3论文的基本结构和内容 2
第二章 量化交易的理论知识 3
2.1量化交易的简介 3
2.2量化交易的主要内容 3
2.3量化交易的主要步骤 4
第三章 量化交易的发展现状及优势分析 5
3.1量化交易的发展现状 5
3.2量化交易的优势 6
第四章 隐马尔科夫模型概述与运用 8
4.1隐马尔可夫模型简介 8
4.2隐马尔科夫应用 8
第五章 实证研究 10
5.1特征选取 10
5.2三隐藏状态HMM模型的回溯测试 10
5.3五隐藏状态HMM模型的回溯测试 13
5.4模型实证过程总结 14
结束语 16
致谢 17
参考文献 18
第一章 绪论
1.1研究背景
随着经济的发展，许多公司纷纷推出了期权、期货、股票。可以说让投资者们越来越心动。但是传统的交易方式显然成为 *好棒文|www.hbsrm.com +Q: ^351916072*
投资者们的短板。传统的投资者主要依靠自己的主观臆断，没有健全的交易系统，从而往往导致亏本。传统的交易方式主要是依靠投资者个人的主观判断，区别于传统的交易方式，量化交易是运用先进的计算机技术，依靠数学计算和运算来分析交易的机会。通过计算机得到历史的数据和统计模型，可以更加精确的分析和判断，从而使得投资者利益最大化。量化交易比传统交易收益高，稳定性强。量化交易通常规模都很大，可能涉及购买和出售的数目达到10万股。现在投资散户也越来越多使用量化交易。
量化交易模型就像天气预报，今天上午还出着大太阳但是气象学家却预测90%的机会下雨。气象学家这种违反直觉的结论，是通过来自传感器数据在整个地区收集和分析的出来的。量化分析和天气预报同理，都是通过相同的模式在数据的分析和测试，得出90到100次都是会下雨，那么气象学家可以得出结论。同样，量化交易也是通过计算机分析，经过几百次或者几千次的分析，得出一个最优的结论。
情绪往往会导致交易出现问题，可能是恐惧，也可能是贪婪，一旦交易中出现情绪化，那么就会失去理智，导致交易损失。但是计算机和数学模型不具备感情，所以量化交易完全可以避免交易时出现的情绪化。
现如今，虽然量化交易已经很普遍，但是与国外比较，国内的量化投资还存在许多问题。首先，中国的法律系统不健全导致金融市场也不规范。一旦出现重大的金融方面的事故，就像2013年8月16日的广大乌龙指事件的内幕交易案，投资者很难维护自己的合法权益。第二，创新能力不足，我国现处于基础建设阶段。政府机构对量化交易的认识不够，对风险的认识也不够充分。第三，现在市场上的金融产品数量不多。因为在量化交易中，越多金融产品的数据集合起来构建出来的模型越准确。如果金融产品数量有限，数据小，得出来的结果比较片面。在量化交易的道路上，中国还有很多需要完善。
1.2理论价值与实践意义
量化交易是运用先进的计算机技术。依靠数学计算和运算来分析交易的机会，通过计算机得到历史的数据和统计模型，可以更加精确的分析和判断，从而使得投资者利益最大化。量化交易比传统交易收益高，稳定性强。量化交易通常规模都很大，现在投资散户也越来越多使用量化交易。
任何研究建立数学模型的目的只有两种，第一是解释现象产生的原理，第二 是根据因变量，对未来进行预测。显而易见我们为量化交易建立的模型是为了预测该股票或是其他金融衍生品的价格走势，从而对下一步交易进行决策。金融市场的快速发展，促使人们有必要对这些制度进行有效的检测和分类，以便最优地选择定量交易策略，并优化其中的参数。建立模型成为确定市场走势的一种尝试，并相应调整战略部署及风险管理。
进行状态检测的主要方法是使用隐马尔可夫模型的统计时间序列技术。这些模型非常适用于股票的预测，因为它们通过与这些过程相关的高噪声数据的间接观察来推断隐藏状态。在这种情况下，我们可以用所推断出的隐藏状态来制定我们的交易策略。
本文主要以浦发银行（600000）测试了不同隐藏状态和动态参数分析等不同隐马尔科夫模型改进，在每天交易一次的策略下，所得到的不同收益率。
1.3论文的基本结构和内容
本文的主要基于隐马尔可夫对量化交易进行分析和改进，从而制定交易策略。主要内容包括：第一，对量化交易的现状和优势分析。第二，对隐马尔科夫和量化交易存在的关系进行有效分析。第三，测试了不同隐藏状态，对动态参数分析等不同隐马尔科夫模型改进。根据内容，本文主要分为六个部分。
第一部分主要介绍了量化交易目前的现状和研究意义。
第二部分为研究基本预备知识，了解量化交易的理论知识。
第三部分介绍了量化交易的发展和量化交易存在的优势。
第四部分本文简单介绍了隐马尔可夫模型，从而得出隐马尔可夫模型和量化交易之间存在的关联性。
第五部分为HMM模型的有效应分析，既本文的实证部分，首先对HMM模型在A股市场的量化交易进行测试，然后对浦发银行（600000）的特征选取，对其进行测试、回测和对比。最后对其进行有效分析和改进。
第六部分对本文进行总结，针对模型的不足对未来工作的展望以及总结。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jmgl/jjymy/186.html
