解密复兴科技 基于隐蔽马尔科夫模型的时序分析方法PDF电子书下载

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HMM 8

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HMM 147

第二节 股指波动性与SWARCH模型 150

参考文献 154