隐马尔可夫模型在股市预测中的应用

文章预览

Content 摘要 股市因其复杂多变的特性，预测未来股价一直是一个挑战。然而，运用高级方法可以显著提高股价预测的准确性。隐马尔可夫模型（Hidden Markov Models，HMMs）是一种统计模型，能够模拟部分可观测系统的行为，因此非常适合基于历史数据建模股价。本文训练并测试了一个隐马尔可夫模型，目的是基于开盘价和前一天的价格预测股票收盘价。模型的性能通过两个指标进行评估：平均绝对百分比误差（Mean Average Prediction Error，MAPE）和方向预测精度（Directional Prediction Accuracy，DPA），后者是新引入的指标，考虑了分数变化预测正确符号的数量。 引言 股市预测因其内在的波动性和潜在的巨额金融收益，长期以来一直吸引着机构投资者、对冲基金和自营交易公司的注意。这些复杂的市场参与者渴望对股价未来走势和趋势做出准确预测，以获得竞争优 ………………………………