【原創(chuàng)附代碼數(shù)據(jù)】R語言隱馬爾科夫模型HMM模型股指預(yù)測代碼

1、【原創(chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了R語言隱馬爾科夫模型(HMM)模型股指預(yù)測代碼了解不同的股市狀況，改變交易策略，對股市收益有很大的影響。有些策略在波瀾不驚的股市中 表現(xiàn)良好，而有些策略可能適合強(qiáng)勁增長或長期下跌的情況。弄清楚何時開始或合適止損，調(diào) 整風(fēng)險和資金管理技巧，都取決于股市的當(dāng)前狀況。在本文中，我們將通過使用一類強(qiáng)大的機(jī)器學(xué)習(xí)算法“隱馬爾可夫模型”(HMM)來探索如何識 別不同的股市狀況。|隱馬爾可夫模型馬爾科夫模型是一個概率過程，查看當(dāng)前狀態(tài)來預(yù)測下一個狀態(tài)。一個簡單的例子就是看天 氣。假設(shè)我們有三種天氣情況：下雨、多云、陽光明媚。如果今天下雨，馬爾科夫模型就會

2、尋 找每種不同天氣的概率。例如，明天可能會持續(xù)下雨的可能性較高，變得多云的可能性略低， 而會變得晴朗的幾率很小。|構(gòu)建模型基于以上背景，然后我們可以用來找到不同的股市狀況優(yōu)化我們的交易策略。我們使用2004 年至今的上證指數(shù)(000001.ss)來構(gòu)建模型。首先，我們得到上證指數(shù)的收盤價數(shù)據(jù)，計算得到收益率數(shù)據(jù)，并建立HMM模型比較模型的預(yù) 測結(jié)果。library(depmixS4)library(TTR)library(ggplot2)library(reshape2)library(plotly)# create the returns stream from thisshdata-get

3、Symbols( “000001.ss, from=2004-01-01,auto.assign=F )gspcRets = diff( log( Cl( shdata )returns = as.numeric(gspcRets)write.csv(as.data.frame(gspcRets),“gspcRets.csv)shdata=na.omit(shdata)df - data.frame(Date=index(shdata),coredata(shdata)p %plot_ly(x = Date, type=candlestick”,open =X000001.SS.Open, c

4、lose =X000001.SS.Close,high = X000001.SS.High, low =X000001.SS.Low, name = 000001.SS”,【原創(chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了increasing = i, decreasing = d) % add_lines(y = up , name = B Bands, line = list(color = #ccc, width = 0.5), legendgroup = Bollinger Bands, hoverinfo = none) % add_lines(y = dn, name = B

5、Bands,line = list(color = #ccc, width = 0.5), legendgroup = Bollinger Bands, showlegend = FALSE, hoverinfo = none) % add_lines(y = mavg, name = Mv Avg,line = list(color = #E377C2, width = 0.5), hoverinfo = none) % layout(yaxis = list(title = Price)【原創(chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了Return-0.05logReturnPortf

6、olio = Portfolio, y-0.02-G.05-0.0.SDateReturn Distribution2 Return-0.05logReturnPortfolio = Portfolio, y-0.02-G.05-0.0.SDateReturn Distribution2 Z f-J 7 N Z Z f-J 2 2 Z 2 4hJ 2 Z P-J 4NJ 2 Z F-J P J 卜2 2 H nod oizjcziooizadooizaaooizaaaaoDc EE施姜芝另尾號塔居至與營后工rfii LPrfii 于一rfi-3$-i 于一3面于一$-37-*-70 0.1 &

7、2：-30.Prcbafallltyplot volume bar chartpp %plot_ly(x=Date, y=X000001.SS.Volume, type=bar, name = 000001.SS Volume, color = -direction, colors = c(#17BECF,#7F7F7F) %layout(yaxis = list(title = Volume)create rangeselector buttonsrs - list(visible = TRUE, x = 0.5, y = -0.055, xanchor = center, yref = p

8、aper, font = list(size = 9), buttons = list(list(count=1,label=RESET, step=all), list(count=1,label=1 YR, step=year, stepmode=backward),list(count=3,label=3 MO, step=month, stepmode=backward),list(count=1,【原創(chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了label=1 MO, step=month, stepmode=backward) )subplot with shared x ax

9、isp % layout(title = paste(“000001.SS: 2004-01-01 -,Sys.Date(), xaxis = list(rangeselector = rs), legend = list(orientation = h, x = 0.5, y = 1, xanchor = center, yref = paper, font = list(size = 10), bgcolor = transparent)plot(gspcRets)對收益率擬合了三狀態(tài)隱馬爾可夫模型之后，繪制每個狀態(tài)的后驗概率:Regime Posterior ProbabilitiesR

10、egime 1Regime 2Regime 3N 豈尋Ctm WE-2山 aRegime 1Regime 2Regime 3N 豈尋Ctm WE-2山 a一 n 29史12目 22空工25 星史 ehJKJ 29e_;294壬蒞 25V=1W22出 17 29坦坦ZEr-Jow 史3 MSEIF 291運221三 9te 星口至一 EDa ”s.史岑9 2招工限星 N昌名 HBNeT 2006三冷 2we電 5 zcomskj 2005更一 君5辿9 一鬻5D 0.050.1 CL15 3.2ProbabilityData Source；tecdatTanalysis of shOOOOOl,

11、Jan 2004-Aug 2017【原創(chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了2007 - 2009年間，由于次貸危機(jī)，股市出現(xiàn)了驚人的波動。這具有迅速改變后驗概率的效果， 可以看到2008年前后狀態(tài)2和狀態(tài)3的概率出現(xiàn)了很大的變化。股市在2010年后變得平靜，因此狀態(tài)2和狀態(tài)3的概率處于平衡狀態(tài)5型學(xué)cpq 口dRegim-e Posterior ProbabiNties2尸5型學(xué)cpq 口dRegim-e Posterior ProbabiNties2尸KJK月儲舛尸qW 2 2 2 Q MH片2M尸2.2 2工2gWD 0.05 1.1 CL1 5 D.2Regime 1Reg

12、ime 2Regime 3己駕京禺宅1君冬W&g與&三號三招至今需三些三3奧門叁普自 Pfubabllity Date -hmm - depmix(returns 1, family = gaussian(), nstates = 2, data=data.frame(returns=returns) hmmfit - fit(hmm, verbose = FALSE) post_probs - posterior(hmmfit)Data Sourceecdatanalysis of shOOOOOl,Jan 2004-Aug 2017基于以上判斷，我們將三種不同的狀態(tài)進(jìn)行定義。狀態(tài)1認(rèn)為是波動市場，狀態(tài)2認(rèn)為是下跌 市場，狀態(tài)3認(rèn)為是上漲市場。然后將不同狀態(tài)的預(yù)測結(jié)果返回到真實的上證指數(shù)來觀察是否 符合客觀邏輯?！驹瓌?chuàng)】附代碼數(shù)據(jù)有問題到淘寶找“大數(shù)據(jù)部落”就可以了2005/142W7/1A2009/1/12011/3A20142015/1/120J7/1/12005/142W7/1A2009/1/12011/3A20142015/1/120J7/1/1日3tBData Sourceecda