Zastosowanie HMM w finansach ilościowych. Przykłady HMM, który działa w celu wykrycia trendów / punktów zwrotnych?

17

Odkrywam cudowny świat tzw. „Ukrytych modeli Markowa”, zwanych również „modelami zmiany reżimu”. Chciałbym dostosować HMM w R do wykrywania trendów i punktów zwrotnych. Chciałbym zbudować model tak ogólny, jak to możliwe, aby móc przetestować go na wielu cenach.

Czy ktoś może polecić papier? Widziałem (i czytałem) (więcej niż) kilka, ale szukam prostego modelu, który można łatwo wdrożyć.

Ponadto, co R pakiety są zalecane? Widzę, że wielu z nich robi HMM.

Kupiłem książkę „Ukryte modele Markowa dla szeregów czasowych: wprowadzenie za pomocą R”, zobaczmy, co w niej jest;)

Fred

RockScience
źródło
1
Co do skutecznego przewidywania trendów: to pytanie za miliard dolarów.
izomorfizm
@Lao Tzu: O stronie stackExchange dla finansów ilościowych wątpię, aby
tamtejsi
Myślę, że przekonasz się, że są zaznajomieni z ukrytymi modelami markowa, przełączaniem reżimów, wzmocnieniem i tym podobne. Uczenie maszynowe jest modne w dziedzinie finansów finansowych.
izomorfizm
Uwaga: ukryte modele Markowa to nie to samo, co modele przełączające Markowa (reżim).
Zhubarb

Odpowiedzi:

11

Myślę, że kilka metod, które można zastosować, ale nie zostały zaprojektowane specjalnie dla Ciebie, to:

Podejścia modelowe:

  1. Modele tematów (używane do wyszukiwania wzorów w zestawie dokumentów i / lub wyszukiwania informacji)

    za. Najprostszym jest LDA

    b. Dynamiczne modele tematyczne (IMHO, najbardziej odpowiednie dla twojego przypadku, bez dużej wiedzy na temat domeny)

    do. Skorelowane modele tematyczne (IMHO, jeśli 2. nie jest dobry, warto spróbować)

    Podejścia te nie są stosowane w finansach (nie wiem, ponieważ nie pracuję konkretnie w finansach), ale mają bardzo ogólne zastosowanie. Używają ukrytej zmiennej formulacji, która jest bardzo podobna do HMM. Wykazano, że są najnowocześniejszymi modelami tematycznymi. Można oglądać piękny prezentacji Davida Blei (wielkie prezenter, oprócz jego niesamowite !! badań) tutaj . Konkretne referencje, slajdy prezentacji i bardziej skomplikowane modele są dostępne na jego stronie internetowej . Wykonuje świetną pracę, która jest bardzo ogólna, więc nie powinno być zaskoczeniem, jeśli już zrobił coś w dziedzinie finansów. Innym doskonałym odniesieniem w tej samej dziedzinie jest jego doradca, Michael Jordan, stronie internetowej. Trudno znaleźć tam konkretne odniesienia, ponieważ tak wiele publikuje!

  2. Szeregi czasowe i sekwencyjne modele danych (w szczególności HMM)

    Oprócz Jordana i Blei, innymi płodnymi badaniami są Zoubin Ghahramani (i jego współautor Beal). Znajdziesz tutaj konkretne modele HMM, których potrzebujesz. Kilka imponujących to: Nieskończone ukryte modele markowa, wrażliwe na czas modele mieszanki procesowej Dirichleta.

  3. Oprogramowanie

    Dla większości „dobrych” modeli istnieje pakiet R o nazwie lda i modele tematów. Blei i Ghahramani utrzymują również kody C, Matlab na swojej stronie internetowej.

Powodzenia!

suncoolsu
źródło
@Sikikant, jak udało ci się sprawić, by numeracja 1., 2., 3. działała. Ja przez całe życie nie mogłem tego rozgryźć!
suncoolsu
1
Magia! Sekretem jest: Wpisz spację na początku następujących pasków: „Oprócz ...” i „Jest pakiet R ...”.
@RockScience: Patrzyłem na HMM w kontekście finansowych szeregów czasowych. Ale ilość zasobów dla tego pola zastosowań jest bardzo ograniczona (kilka artykułów i tez oraz wszystkie dane na temat danych śróddziennych). Jak wiesz, HMM są częściej używane w rozpoznawaniu mowy, modelowaniu języka naturalnego, analizie sekwencji biologicznych itp. Czy znasz powód, dla którego HMM nie są wykorzystywane w finansowych szeregach czasowych? Czy może to być związane z faktem, że łańcuchy Markowa w tym kontekście nie są jednorodne, a prawdopodobieństwa przejścia i emisji różnią się znacznie w czasie?
Zhubarb,
Wiemy z artykułów, że Baum poszedł do pracy w technologiach Rennaisance, więc sądzę, że niektórzy doświadczeni gracze mogą z niego skorzystać. Mój telefon. Ich użycie jest bardzo dobre, gdy są w doświadczonych dobrych rękach i jest bardzo doświadczonych kilka rąk i mogą nie powiedzieć, że ich używają.
Barnaby,