मात्रात्मक वित्त में एचएमएम का उपयोग। HMM के उदाहरण जो ट्रेंड / टर्निंग पॉइंट का पता लगाने का काम करते हैं?

Question

मैं ऐसे "हिडन मार्कोव मॉडल" की अद्भुत दुनिया की खोज कर रहा हूं, जिसे "शासन स्विचिंग मॉडल" भी कहा जाता है। मैं रुझानों और मोड़ का पता लगाने के लिए आर में एक एचएमएम को अनुकूलित करना चाहूंगा। मैं मॉडल को यथासंभव सामान्य बनाना चाहता हूं ताकि मैं कई कीमतों पर इसका परीक्षण कर सकूं।

क्या कोई कागज की सिफारिश कर सकता है? मैंने कुछ देखा है (और पढ़ा है) (कुछ से अधिक) लेकिन मुझे एक सरल मॉडल की तलाश है जिसे लागू करना आसान है।

इसके अलावा, क्या आर पैकेज की सिफारिश की जाती है? मैं देख सकता हूँ कि उनमें से बहुत से HMM कर रहे हैं।

मैंने पुस्तक "हिडन मार्कोव मॉडल फॉर टाइम सीरीज़: ए इंट्रोडक्शन ऑन आर" का उपयोग किया है, आइए देखें कि इसमें क्या है;)

फ्रेड

Comments

नहीं है मात्रात्मक वित्त प्रश्नों के लिए एक और StackExchange साइट ।

— isomorphismes

रुझानों की सफलतापूर्वक भविष्यवाणी करने के लिए: यह बिलियन डॉलर प्रश्न है।

— आइसोमोर्फिज्म

@ लाओ त्ज़ु: मात्रात्मक वित्त के लिए स्टैकएक्सचेंज साइट के बारे में, मुझे संदेह है कि वहां के लोग HMM के बारे में कुछ जानते हैं

— RockScience

मुझे लगता है कि आप पाएंगे कि वे छिपे हुए मार्कोव मॉडल, शासन स्विचिंग, बूस्टिंग और उन सभी से परिचित हैं। मशीन लर्निंग क्वांट-फाइनेंस में फैशनेबल है।

— isomorphismes

सावधान का शब्द: छिपे हुए मार्कोव मॉडल मार्कोव (शासन) स्विचिंग मॉडल के समान नहीं हैं।

— ज़ुबर्ब

Answer 1

मुझे लगता है कि कुछ विधियों का उपयोग किया जा सकता है, लेकिन विशेष रूप से आपके लिए डिज़ाइन नहीं किए गए हैं, इस प्रकार हैं:

मॉडलिंग दृष्टिकोण:

1. विषय मॉडल (दस्तावेजों और / या सूचना पुनर्प्राप्ति के सेट में पेटेंट खोजने के लिए उपयोग किया जाता है)

   ए। सबसे सरल एक एलडीए है

   ख। डायनामिक विषय मॉडल (IMHO, आपके डोमेन के बिना, अधिकांश डोमेन ज्ञान के अनुकूल)

   सी। संबंधित विषय मॉडल (IMHO, अगर 2. अच्छा नहीं है, तो यह कोशिश करने के लिए समझ में आता है)

   इन तरीकों का उपयोग वित्त में नहीं किया जाता है (मुझे पता नहीं है, क्योंकि मैं विशेष रूप से वित्त में काम नहीं करता हूं), लेकिन उनके पास बहुत सामान्य प्रयोज्यता है। वे अव्यक्त चर सूत्रीकरण का उपयोग करते हैं, जो एचएमएम के समान है। उन्होंने विषय मॉडलिंग में अत्याधुनिक होना दिखाया है। आप डेविड बेली (महान प्रस्तुतकर्ता, उसके भयानक !! शोध के अलावा) द्वारा एक अच्छी प्रस्तुति देख सकते हैं । विशिष्ट संदर्भ, प्रस्तुति के लिए स्लाइड, और अधिक जटिल मॉडल उसकी वेबसाइट से एक्सेस किए जा सकते हैं । वह कुछ महान काम कर रहा है जो बहुत सामान्य है, इसलिए अगर वह पहले से ही वित्त में कुछ कर चुका है तो आश्चर्य की बात नहीं है। उसी क्षेत्र में एक और महान संदर्भ उनके सलाहकार माइकल जॉर्डन का है, वेबसाइट। इसके विशिष्ट संदर्भ खोजने के लिए कठिन है क्योंकि वह इतना प्रकाशित करता है!

2. समय श्रृंखला और अनुक्रमिक डेटा मॉडल (HMM विशेष रूप से)

   जॉर्डन और बेली के अलावा, अन्य विपुल शोध Zoubin Ghramani (और उनके कोथल बील) हैं। आप यहां उन विशिष्ट HMM मॉडल पा सकते हैं जिनकी आपको आवश्यकता है। कुछ प्रभावशाली हैं: अनंत छिपे हुए मार्कोव मॉडल, टाइम सेंसिटिव डार्किलेट प्रोसेस मिक्सचर मॉडल।

3. सॉफ्टवेयर

   अधिकांश "अच्छे" मॉडल के लिए एक पैकेज है जिसे lda और विषय-वस्तु कहा जाता है । Blei और Gharamani अपनी वेबसाइट पर C, Matlab कोड भी बनाए रखते हैं।

शुभ लाभ!

Comments

@ श्रीकांत, आपने 1., 2., 3. नंबरिंग का काम कैसे किया। मैं, मेरे जीवन के लिए, यह पता नहीं लगा सका!

— सनकूल्सू

जादू! रहस्य यह है: निम्नलिखित पैरा की शुरुआत में एक स्थान टाइप करें: "इसके अलावा ..." और "एक आर पैकेज है ..."।

@RockScience: मैं वित्तीय समय श्रृंखला के संदर्भ में HMM को देख रहा हूं। लेकिन इस एप्लिकेशन फ़ील्ड के लिए संसाधनों की मात्रा बहुत सीमित है (कुछ कागजात और शोध और सभी अंतर-दिन के आंकड़ों को देखते हुए)। जैसा कि आप जानते हैं, एचएमएम का उपयोग भाषण मान्यता, प्राकृतिक भाषा मॉडलिंग, जैविक अनुक्रम विश्लेषण आदि में अधिक किया जाता है, क्या आपको एक कारण पता है कि वित्तीय समय श्रृंखला में एचएमएम का उपयोग क्यों नहीं किया जाता है? क्या यह शायद इस तथ्य से संबंधित है कि इस संदर्भ में मार्कोव श्रृंखला समरूप नहीं है और संक्रमण और उत्सर्जन संभावनाएं समय-समय पर व्यापक रूप से भिन्न होती हैं?

— झूबर्ब

हम लेखों से जानते हैं कि बॉम रेनैसेन्स प्रौद्योगिकियों में काम करने के लिए गया था, इसलिए मुझे लगता है कि कुछ अनुभवी खिलाड़ियों द्वारा कुछ उपयोग किया गया है। मेरा बुलावा। अनुभवी अच्छे हाथों में होने पर उनका उपयोग बहुत अच्छा होता है और बहुत ही कम हाथों का अनुभव होता है और ये नहीं कह सकते हैं कि वे इसका उपयोग करते हैं।

— बारनायबी