Penggunaan HMM dalam keuangan kuantitatif. Contoh HMM yang berfungsi mendeteksi tren / titik balik?

16

Saya menemukan dunia yang luar biasa dari yang disebut "Hidden Markov Models", juga disebut "model switching rezim". Saya ingin mengadaptasi HMM dalam R untuk mendeteksi tren dan titik balik. Saya ingin membangun model yang generik mungkin sehingga saya bisa mengujinya dengan banyak harga.

Adakah yang bisa merekomendasikan kertas? Saya telah melihat (dan membaca) (lebih dari) beberapa tapi saya mencari model sederhana yang mudah diimplementasikan.

Juga, paket R apa yang disarankan? Saya bisa melihat ada banyak dari mereka yang melakukan HMM.

Saya telah membeli buku "model Hidden Markov untuk seri waktu: pengantar menggunakan R", mari lihat apa yang ada di dalamnya;)

Fred

r time-series finance hidden-markov-model RockScience
sumber
Ada situs StackExchange lain untuk pertanyaan keuangan kuantitatif .
isomorfisma
1
Adapun berhasil memprediksi tren: itu pertanyaan miliar dolar.
isomorfisma
@Lao Tzu: Tentang situs stackExchange untuk keuangan kuantitatif, saya ragu orang-orang di sana tahu sesuatu tentang HMM
RockScience
Saya pikir Anda akan menemukan mereka akrab dengan model markov tersembunyi, pergantian rezim, peningkatan, dan semua itu. Pembelajaran mesin modis dalam keuangan kuant.
isomorfisma
Peringatan: model Markov Tersembunyi tidak sama dengan model Switching Markov (Rezim).
Zhubarb

Jawaban:

11

Saya pikir beberapa metode yang dapat digunakan, tetapi tidak dirancang khusus untuk Anda, adalah sebagai berikut:

Pendekatan pemodelan:

  1. Model Topik (digunakan untuk menemukan pola dalam satu set dokumen dan / atau pengambilan informasi)

    Sebuah. Yang paling sederhana adalah LDA

    b. Model topik dinamis (IMHO, paling cocok untuk kasus Anda, tanpa banyak pengetahuan domain)

    c. Model topik yang terkait (IMHO, jika 2. tidak bagus, masuk akal untuk mencoba ini)

    Pendekatan ini tidak digunakan dalam keuangan (saya tidak sadar, karena saya tidak bekerja secara khusus di bidang keuangan), tetapi mereka memiliki penerapan yang sangat umum. Mereka menggunakan formulasi variabel laten, yang sangat mirip dengan HMM. Mereka telah terbukti mutakhir dalam pemodelan topik. Anda dapat menonton presentasi yang bagus dari David Blei (presenter hebat, selain risetnya yang luar biasa !!) di sini . Referensi spesifik, slide untuk presentasi, dan model yang lebih rumit dapat diakses dari situs webnya . Dia melakukan beberapa pekerjaan hebat yang sangat umum, jadi mungkin tidak mengejutkan jika dia telah melakukan sesuatu di bidang keuangan. Referensi hebat lainnya di bidang yang sama adalah penasihatnya, Michael Jordan, situs web. Sulit untuk menemukan referensi spesifik di sana karena ia menerbitkan begitu banyak!

  2. Seri waktu dan model data sekuensial (khusus HMM)

    Selain Jordan dan Blei, penelitian produktif lainnya adalah Zoubin Ghahramani (dan rekan penulisnya Beal). Anda dapat menemukan di sini model HMM spesifik yang Anda butuhkan. Beberapa yang mengesankan adalah: Model markov tersembunyi yang tak terbatas, Model Campuranch Prosesch Dirichlet yang sensitif terhadap waktu.

  3. Perangkat lunak

    Ada paket R yang disebut lda dan model topik untuk sebagian besar model "baik". Blei dan Ghahramani memelihara kode C, Matlab di situs web mereka juga.

Semoga berhasil!

suncoolsu
sumber
@ Srikant, bagaimana Anda mengatur agar penomoran 1., 2., 3. berfungsi. Aku, seumur hidupku, tidak bisa mengetahuinya!
suncoolsu
1
Sihir! Rahasianya adalah: Ketikkan spasi di awal paragraf berikut: "Terlepas dari ..." dan "Ada paket R ...".
@ RockScience: Saya telah melihat HMM dalam konteks seri waktu keuangan. Tetapi jumlah sumber daya untuk bidang aplikasi ini sangat terbatas (beberapa makalah dan tesis dan semua melihat data antar hari). Seperti yang Anda ketahui, HMM lebih banyak digunakan dalam pengenalan suara, pemodelan bahasa alami, analisis sekuens biologis, dll. Apakah Anda tahu alasan mengapa HMM tidak digunakan dalam rangkaian waktu keuangan? Apakah mungkin terkait dengan fakta bahwa rantai Markov dalam konteks ini tidak homogen dan probabilitas transisi dan emisi sangat bervariasi berdasarkan waktu?
Zhubarb
Kami tahu dari artikel bahwa Baum bekerja di teknologi Rennaisance jadi saya kira ada beberapa yang digunakan oleh beberapa pemain berpengalaman. Panggilanku. Penggunaannya sangat baik ketika di tangan yang berpengalaman dan ada beberapa tangan yang sangat berpengalaman dan ini mungkin tidak mengatakan mereka menggunakannya.
Barnaby