Sử dụng HMM trong tài chính định lượng. Ví dụ về HMM hoạt động để phát hiện xu hướng / bước ngoặt?


16

Tôi đang khám phá thế giới kỳ diệu của cái gọi là "Mô hình Markov ẩn", còn được gọi là "mô hình chuyển đổi chế độ". Tôi muốn điều chỉnh HMM trong R để phát hiện xu hướng và bước ngoặt. Tôi muốn xây dựng mô hình chung chung nhất có thể để tôi có thể thử nghiệm nó trên nhiều mức giá.

Bất cứ ai có thể đề nghị một bài báo? Tôi đã thấy (và đọc) (hơn) một vài nhưng tôi đang tìm kiếm một mô hình đơn giản dễ thực hiện.

Ngoài ra, những gói R nào được khuyến nghị? Tôi có thể thấy có rất nhiều người trong số họ làm HMM.

Tôi đã mua cuốn sách "Các mô hình Markov ẩn cho chuỗi thời gian: giới thiệu sử dụng R", hãy xem những gì trong đó;)

Fred



1
Để dự đoán thành công xu hướng: đó là câu hỏi tỷ đô la.
đẳng cấu

@Lao Tzu: Về trang web stackExchange về tài chính định lượng, tôi nghi ngờ rằng những kẻ ở đó biết điều gì đó về HMM
RockScience

Tôi nghĩ bạn sẽ thấy họ quen thuộc với các mô hình markov ẩn, chuyển đổi chế độ, tăng cường và tất cả những thứ đó. Học máy là thời trang trong tài chính lượng tử.
đẳng cấu

Lời cảnh báo: Các mô hình Markov ẩn không giống với các mô hình Chuyển mạch Markov (Chế độ).
Zhubarb

Câu trả lời:


11

Tôi nghĩ rằng một vài phương pháp có thể được sử dụng, nhưng không được thiết kế riêng cho bạn, như sau:

Phương pháp mô hình hóa:

  1. Mô hình chủ đề (được sử dụng để tìm các tập tin trong một bộ tài liệu và / hoặc truy xuất thông tin)

    a. Đơn giản nhất là LDA

    b. Các mô hình chủ đề động (IMHO, phù hợp nhất với trường hợp của bạn, không có nhiều kiến ​​thức về miền)

    c. Các mô hình chủ đề tương quan (IMHO, nếu 2. không tốt, nên thử cái này)

    Những cách tiếp cận này không được sử dụng trong tài chính (tôi không biết, vì tôi không làm việc cụ thể về tài chính), nhưng chúng có tính ứng dụng rất chung. Họ sử dụng công thức biến tiềm ẩn, rất giống với HMM. Họ đã thể hiện là người tiên tiến trong mô hình chủ đề. Bạn có thể xem một bài thuyết trình hay của David Blei (người dẫn chương trình tuyệt vời, ngoài nghiên cứu tuyệt vời của anh ấy) ở đây . Các tài liệu tham khảo cụ thể, các slide cho bài thuyết trình và các mô hình phức tạp hơn có thể được truy cập từ trang web của anh ấy . Anh ấy đang làm một số công việc tuyệt vời rất chung chung, vì vậy có thể không ngạc nhiên nếu anh ấy đã làm một cái gì đó trong tài chính. Một tài liệu tham khảo tuyệt vời khác trong cùng lĩnh vực là cố vấn của ông, Michael Jordan's, trang mạng. Thật khó để tìm tài liệu tham khảo cụ thể ở đó khi ông xuất bản rất nhiều!

  2. Chuỗi thời gian và mô hình dữ liệu tuần tự (cụ thể là HMM)

    Ngoài Jordan và Blei, nghiên cứu sinh sôi nảy nở khác là Zoubin Ghahramani (và đồng tác giả Beal). Bạn có thể tìm thấy ở đây các mô hình HMM cụ thể mà bạn yêu cầu. Một vài cái ấn tượng là: Các mô hình markov ẩn vô hạn, Mô hình hỗn hợp quy trình Dirichlet nhạy cảm với thời gian.

  3. Phần mềm

    Có một gói R được gọi là lda và topicmodels cho hầu hết các mô hình "tốt". Blei và Ghahramani cũng duy trì mã C, Matlab trên trang web của họ.

Chúc may mắn!


@Srikant, làm thế nào bạn quản lý để có được 1., 2., 3. đánh số làm việc. Tôi, cho cuộc sống của tôi, không thể tìm ra nó!
suncoolsu

1
Ma thuật! Bí mật là: Nhập một khoảng trắng ở đầu ký sinh sau: "Ngoài ..." và "Có gói R ...".

@RockScience: Tôi đã xem xét HMM trong bối cảnh chuỗi thời gian tài chính. Nhưng số lượng tài nguyên cho lĩnh vực ứng dụng này rất hạn chế (một vài bài báo và luận văn và tất cả đều nhìn vào dữ liệu giữa ngày). Như bạn đã biết, HMM được sử dụng nhiều hơn trong nhận dạng giọng nói, mô hình hóa ngôn ngữ tự nhiên, phân tích trình tự sinh học, v.v. Bạn có biết lý do tại sao HMM không được sử dụng trong chuỗi thời gian tài chính không? Có phải nó có thể liên quan đến thực tế là các chuỗi Markov trong bối cảnh này không đồng nhất và xác suất chuyển tiếp và phát thải thay đổi theo thời gian?
Zhubarb

Chúng tôi biết từ các bài báo rằng Baum đã đi làm việc tại các công nghệ Rennaisance vì vậy tôi đoán có một số người chơi có kinh nghiệm sử dụng. Cuộc gọi của tôi. Công dụng của chúng là rất tốt khi có trong tay tốt có kinh nghiệm và có rất ít tay có kinh nghiệm và những điều này có thể không nói rằng họ sử dụng nó.
Barnaby
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.