【統計學】【2004.05】基於隱馬爾可夫模型的金融時間序列預測

本文爲加拿大西蒙菲莎大學（作者：Yingjian Zhang）的碩士論文，共102頁。 在本文中，我們對隱馬爾可夫模型（HMM）進行了擴展，解決了金融時間序列模型的兩個最重要挑戰：非平穩和非線性。具體地說，我們將HMM擴展到包含一個新的指數加權期望最大化（EM）算法來處理這兩個挑戰。研究結果表明，該擴展算法不僅可以對序列數據進行建模，而且可以對動態的財務時間序列進行建模。我們證明了HMM參數的更新

>>阅读原文<<