Використання HMM у кількісному фінансуванні. Приклади HMM, яка працює на виявлення тенденції / поворотних точок?

Я відкриваю дивовижний світ таких під назвою "прихованих моделей Маркова", які також називаються "моделями перемикання режимів". Я хотів би адаптувати HMM в R для виявлення тенденцій та поворотних моментів. Я хотів би побудувати модель якомога загальнішою, щоб я міг її протестувати за багатьма цінами.

Хтось може порекомендувати папір? Я бачив (і читав) (більше, ніж) декілька, але шукаю просту модель, яку легко здійснити.

Також які R-пакети рекомендується використовувати? Я можу бачити, що багато хто робить HMM.

Я купив книгу "Приховані моделі Маркова для часових рядів: вступ із використанням R", давайте подивимося, що в ній;)

Фред

r time-series finance hidden-markov-model

— RockScience
джерело

Існує ще один сайт StackExchange для питань кількісних фінансів .

— ізоморфізм

Щодо успішного прогнозування тенденцій: це питання на мільярд доларів.

— ізоморфізм

@Lao Tzu: Щодо сайту stackExchange для кількісних фінансів, я сумніваюся, що хлопці там знають щось про HMM

— RockScience

Я думаю, ви знайдете, що вони знайомі з прихованими моделями марків, перемиканням режимів, підсиленням і всім цим. Машинне навчання є модним у квантовому фінансі.

— ізоморфізми

Слово застереження: приховані моделі Маркова не такі, як моделі комутації Markov (режим).

— Жубарб

Я думаю, що декілька методів, які можна використовувати, але не розроблені спеціально для вас, такі:

Модельні підходи:

Моделі тем (використовуються для пошуку малюнків у наборі документів та / або пошуку інформації)

а. Найпростіший - LDA

б. Динамічні моделі тем (IMHO, найбільш підходящий для вашого випадку, без особливих знань домену)

c. Пов'язані моделі тем (IMHO, якщо 2. це не добре, є сенс спробувати це)

Ці підходи не використовуються у фінансах (я не знаю, оскільки я не працюю спеціально у фінансах), але вони мають загальну застосовність. Вони використовують латентну змінну рецептуру, яка дуже схожа на формулу HMM. Вони показали, що вони є найсучаснішим у моделюванні тем. Ви можете подивитися приємну презентацію Девіда Блей (чудовий ведучий, крім його дивовижних !! досліджень) тут . Конкретні посилання, слайди для презентації та більш складні моделі можна отримати з його веб-сайту . Він робить велику роботу, яка є дуже загальною, тому це може не дивно, якщо він вже щось зробив у фінансах. Іншим чудовим посиланням у цій же галузі є його радник Майкл Джордан, веб-сайт. Важко знайти конкретні посилання там, оскільки він так багато публікує!
Моделі часових рядів та послідовні моделі даних (спеціально HMM)

Крім Йордана та Блея, іншим плідним дослідженням є Зубін Гахрамані (та його співавтор Біл). Ви можете знайти тут моделі HMM конкретні , що вам потрібно. Кілька вражаючих: Нескінченні моделі прихованих марків, Моделі змішаних процесів Диріхле.
Програмне забезпечення

Для більшості "хороших" моделей існує пакет R, який називається lda та тематичні моделі. Blei та Ghahramani також підтримують коди C, Matlab на своєму веб-сайті.

Щасти!

— suncoolsu
джерело

@Srikant, як вам вдалося отримати 1., 2., 3. нумерацію працює. Я за життя мене не міг цього зрозуміти!

— suncoolsu

Магія! Секрет: Введіть пробіл на початку наступних пунктів: "Крім ..." та "Є пакет R ...".

@RockScience: Я дивився на HMM в контексті фінансових часових рядів. Але обсяг ресурсів для цього прикладного поля дуже обмежений (кілька статей та тез та все, що дивиться на міжденні дані). Як відомо, НММ більше використовуються для розпізнавання мовлення, моделювання природних мов, аналізу біологічної послідовності тощо. Чи знаєте ви, чому НММ не використовуються у фінансових часових рядах? Чи, можливо, це пов'язано з тим, що ланцюги Маркова в цьому контексті не є однорідними, а ймовірність переходу та викидів сильно різниться за часом?

— Жубарб

Зі статей ми знаємо, що Баум працював у технологіях Rennaisance, тому я думаю, що деякі досвідчені гравці користуються певним чином. Мій дзвінок. Їх використання дуже добре, коли у досвідчених хороших рук і мало досвідчених рук, і це не може сказати, що вони ним користуються.

— Барнабі