利用分层隐马尔可夫模型检测金融时间序列中的熊市与牛市
统计方法学
2020-07-30 v1 统计金融
应用统计
摘要
金融市场表现出价格涨跌交替的时期。寻求盈利投资决策的股票交易者必须考虑这些趋势，其目标是准确预测从牛市向熊市以及相反的转换。建模金融时间序列的常用工具是隐马尔可夫模型，其中用潜状态过程显式建模不同市场体制间的转换。然而，基本形式的隐马尔可夫模型无法同时捕捉短期与长期趋势，这可能导致将短期价格波动误读为长期趋势的变化。本文中，我们展示如何利用分层隐马尔可夫模型绘制金融市场的全面图景，从而有助于开发更复杂的交易策略。所提方法的可行性在两个真实数据应用中得以说明，其中我们建模来自两个主要股票指数的数据：德国股票指数（DAX）与标准普尔 500 指数。
引用
@article{arxiv.2007.14874,
title = {Detecting bearish and bullish markets in financial time series using hierarchical hidden Markov models},
author = {Lennart Oelschläger and Timo Adam},
journal= {arXiv preprint arXiv:2007.14874},
year = {2020}
}