量的金融におけるHMMの使用。トレンド/ターニングポイントの検出に機能するHMMの例は？

「政権交代モデル」とも呼ばれる「隠れマルコフモデル」と呼ばれる素晴らしい世界を発見しています。RのHMMを適応させて、傾向と転換点を検出したいと思います。多くの価格でテストできるように、できるだけ一般的なモデルを作成したいと思います。

誰でも論文を推薦できますか？私はいくつかを見てきました（そして読んでいます）が、実装が簡単なシンプルなモデルを探しています。

また、どのRパッケージが推奨されますか？多くの人がHMMをやっていることがわかります。

「時系列の隠れマルコフモデル：Rを使用した導入」という本を購入しました。中身を見てみましょう;）

フレッド

使用できるが、あなたのために特別に設計されていないいくつかの方法は次のとおりです。

モデリング手法：

1. トピックモデル（一連のドキュメントおよび/または情報検索でパターンを見つけるために使用）

   a。最も単純なものはLDAです

   b。動的なトピックモデル（IMHO、ドメインの知識がなくても、あなたのケースに最適）

   c。相関トピックモデル（IMHO、2。が良くない場合、これを試してみるのは理にかなっています）

   これらのアプローチは金融では使用されません（特に金融に携わっていないので気づいていません）が、非常に一般的な適用性があります。潜在変数定式化を使用します。これは、HMMの定式化と非常によく似ています。それらは、トピックモデリングの最先端であることが示されています。ここでは、David Blei（素晴らしいプレゼンター、彼の素晴らしい!!研究以外）による素晴らしいプレゼンテーションを見ることができます。特定の参照、プレゼンテーションのスライド、およびより複雑なモデルは、彼のWebサイトからアクセスできます。彼は非常に一般的な素晴らしい仕事をしているので、彼がすでに金融で何かをしていても驚くことではないでしょう。同じ分野でのもう一つの素晴らしい参考文献は、彼の顧問、マイケル・ジョーダンの、ウェブサイト。彼が多くのことを公開しているので、そこに特定の参照を見つけるのは難しいです！

2. 時系列および順次データモデル（特にHMM）

   ジョーダンとブレイを除いて、他の多産な研究は、ゾービン・ガラマーニ（および彼の共著者のビール）です。ここで、必要な特定のHMMモデルを見つけることができます。印象的なものは次のとおりです。無限の隠れマルコフモデル、時間に敏感なディリクレプロセス混合モデル。

3. ソフトウェア

   ほとんどの「良い」モデルにはldaおよびtopicmodels と呼ばれるRパッケージがあります。BleiとGhahramaniはWebサイトでもMatlabコードCを管理しています。

幸運を！