基于隐马尔可夫链的股票量化投资选股模型开题报告

全文总字数：3082字

1. 研究目的与意义（文献综述）

股票市场的不确定性和不稳定性产生了庞大而且复杂的股票数据，其背后隐藏着众多有效的股票信息，挖掘出背后的价值能够帮助投资者更有效的选择合适的股票进行投资。

近年来中国证券市场价值投资理念日趋明晰,通过对上市公司基本面的价值挖掘和风险防范,并采取客观量化的交易策略,对取得理想收益率有重大意义。如今量化投资理念在国内外都越来越受到重视和推广,近二十年来许多关于量化投资理论的实证研究在发达国家中的成熟金融市场中都得到了较好的结论,为金融市场中的投资战略提供了有力的数据支持,而国内因为量化投资理念进入较晚且金融市场尚未完善,故在实证研究领域还有较大的研究空间。本文将统计中的隐马尔可夫模型引入到投资中，从而构建出基于统计模型的量化交易投资策略。

黄宇方^[1]以股票价格的波动率为基础,建立隐马尔可夫模型(hmm),以此对股票价格以及股票的涨跌做出预测。张旋^[2]选取合适时间段的股票相关数据、最优预测因子组合确定、对模型参数训练以及对测试集回归预测等步骤。用多日加权的隐马尔可夫模型对沪深300指数价格进行预测。张宇思，罗军^[3-4]选取开盘价，收盘价，每日换手率，和流通市值等六个观测指标,对“上涨”和“下跌”类股票时间序列分别进行了hmm模型的训练,得到“上涨”hmm₁模型和“下跌”hmm₂模型，利用模型得出选股因子，并作为最终的选股指标,按此“选股因子”值排名靠前的股票为投资组合,应用在市场中性和行业中性量化对冲策略设计中。 王绍泽，李奕萱，赖岳，商晔，刘振亚^[5-9]等人对隐马尔可夫模型在股市中的应用进行了可行性分析，利用马尔可夫模型在股市当中预测提供了应用方法。黄敬峰，李嵩松，龚健，余锴，余文利^[10-14]等人以隐马尔可夫为基础模型，结合其他智能算法，对隐马尔可夫在股票价格的预测方面进行研究应用。

2. 研究的基本内容与方案

将隐马尔科夫模型引入到投资领域，运用隐马尔可夫的技术来预测股票涨跌。假设涨和跌的股票各自都存在一种明确的模式，都分别可由一个HMM模型来描述，那么如果一个股票在表征上涨模式的HMM模型上的观测概率越大，说明该股票实际上涨的概率也越大。反之，若下跌的观测概率越大，说明股票实际的下跌概率越高。隐马尔可夫模型需要解决识别、学习和解码三个相关的问题，通过运用隐马尔可夫链的原理以及一般算法，建造一个隐马尔可夫模型适用于会随时间改变内在的状态并且会影响外在表现的系统。本文从tushare获取A股市场近两年的股票基本面数据，通过每天的开盘价，收盘价，最高价，最低价，交易量，以及各日均值进行模型训练，对上涨和下跌模型分开预测，得到上涨下跌的概率，进行股票的选择操作。通过对隐马尔可夫模型的预测结果与实际结果进行对比,判断隐马尔可夫模型是否能够更好地识别金融市场的状态,预测金融市场的走向,通过选股模型探究隐马尔可夫在我国金融市场的应用可行性，达到有效规避风险并获得超额收益的目标。

3. 研究计划与安排

1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

4. 参考文献（12篇以上）

[1]黄宇方. 基于波动率的隐马尔可夫模型在金融数据上的分析与应用[d].浙江工业大学,2019.

[2]张璇. 基于隐马尔可夫模型与支持向量机的股票价格预测实证研究[d].山东大学,2019.

[3]张宇思. 基于hmm模式的选股模型及应用[d].华南理工大学,2019.