用于股市预测的隐马尔可夫模型
系统与控制
2025-12-02 v2 系统与控制
摘要
由于其复杂且不断变化的性质，股市为准确预测未来股票价格提供了极具挑战性的环境。然而，先进方法的使用可显著提升股价预测的精度。隐马尔可夫模型（Hidden Markov Models, HMMs）便是这样的方法之一。HMMs 是可用于建模部分可观测系统行为的统计模型，因而适用于基于历史数据对股票价格建模。准确的股价预测可帮助交易者做出更好的投资决策，从而增加利润。在本文中，我们训练并测试了一个隐马尔可夫模型，用于根据股票开盘价及前一日价格预测其收盘价。该模型的性能使用两个指标评估：平均绝对预测误差（Mean Average Prediction Error, MAPE），其给出了模型的平均精度；以及方向预测准确率（Directional Prediction Accuracy, DPA），一种新引入的、统计符号正确的分数变化预测数量的指标。
引用
@article{arxiv.2310.03775,
title = {Hidden Markov Models for Stock Market Prediction},
author = {Luigi Catello and Ludovica Ruggiero and Lucia Schiavone and Mario Valentino},
journal= {arXiv preprint arXiv:2310.03775},
year = {2025}
}
备注
This version contains some errors and will be updated soon. The main ideas remain valid; corrections concern structure and implementation details