解密复兴科技 基于隐蔽马尔科夫模型的时序分析方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

解密复兴科技 基于隐蔽马尔科夫模型的时序分析方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

引言 解密复兴科技1

第一节 西蒙斯与复兴科技2

第二节 复兴科技的元老们3

第三节 复兴科技的主要研究方法4

第四节 什么是HMM？5

第五节 HMM举例6

第六节 股价收益分布与HMM8

第七节 HMM与交易策略设计11

第八节 基于HMM的交易策略12

第九节 交易策略的评价问题13

第十节 科技与投资17

第十一节 复兴科技的核心竞争力18

第一部分 基础知识23

第一章 极大似然估计法简介23

第一节 线性模型的极大似然估计量26

第二节 极大似然估计法的几个重点问题29

第二章 贝叶斯分析33

第一节 统计学历史发展简介33

第二节 贝叶斯分析简介35

第三章 马尔科夫链42

第一节 有两种状态的马尔科夫链43

第二节 转移函数和初始分布47

第三节 马尔科夫链的一些性质49

第四节 转移矩阵的估计问题54

第二部分 隐蔽马尔科夫模型59

第四章 混合分布和隐蔽马尔科夫模型59

第一节 状态序列相互独立的混合分布模型60

第二节 状态相互独立混合分布的参数估计63

第三节 简单隐蔽马尔科夫模型64

第四节 隐蔽马尔科夫模型的极大似然函数69

第五章 隐蔽马尔科夫模型极大似然函数估计方法73

第一节 数值算法74

第二节 EM算法76

第六章 隐蔽马尔科夫模型应用与模型选择83

第一节 条件分布83

第二节 预测分布85

第三节 解码86

第四节 状态预测88

第五节 模型选择标准89

第三部分 马尔科夫状态转换模型95

第七章 序列不相关数据的马尔科夫状态转换模型95

第一节 序列不相关且状态相互独立的转换模型98

第二节 序列不相关马尔科夫状态转换模型101

第八章 序列自相关的马尔科夫状态转换模型104

第一节 序列自相关且状态可观测的马尔科夫状态转换模型104

第二节 序列自相关和状态不可观测的马尔科夫状态转换模型105

第三节 滤波过程106

第四节 平滑过程108

第五节 马尔科夫转换模型中St状态的持续期110

第九章 MS-AR模型的估计方法113

第一节 MS-AR模型参数估计初步113

第二节 MS-AR模型参数的EM算法118

第三节 MS-AR（1）模型的详细计算过程：Excel应用122

第四部分 HMM和MS-AR模型应用135

第十章 MS-AR模型在宏观经济分析中的应用135

第一节 简单MS-AR（1）经济波动模型135

第二节 Hamilton（1989）和Kim,Nelson(1999)MS-AR（4）经济的波动模型138

第三节 Kim,Nelson（1999）加入虚拟变量的MS-AR（4）模型141

第十一章 HMM和SWARCH模型在股市中的应用145

第一节 股指收益率与HMM147

第二节 股指波动性与SWARCH模型150

参考文献154