一种新的基于隐马尔可夫模型的股票价格时间序列预测方法

• 作者: 余文利 廖建平 马文龙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 隐马尔可夫模型 自适应模型选择 股票价格序列
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 186-190
• 分类号: TP3
• 字数: 4903字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.06.060

摘要

针对传统的基于隐马尔可夫模型HMM(Hidden Markov model)的股票价格序列预测方法的不足,提出一种新的基于HMM的股票价格预测的方法.采用一种CBIC(Clustering and BIC)算法自动确定HMM隐状态数,在预测过程中当预测误差大于一定阈值时,采用模型自动更新方法建立新的模型.通过对股票价格序列的转换,建立相应的HMM,进行单步值预测.单步值预测与Hassan等人的HMM fusion model方法、ARIMA方法进行了比较,实验结果表明所提出的预测算法在股票价格预测中,比现有的不更新模型的方法能得到更好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖建平	衢州学院信息与电力工程系	6	77	4.0	6.0
2	余文利	衢州学院信息与电力工程系	8	79	4.0	8.0
3	马文龙	衢州学院信息与电力工程系	12	122	6.0	11.0