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