西蒙斯的赚钱秘籍：隐马尔科夫模型(HMM)的择时应用.docVIP

. . 西蒙斯的赚钱秘籍：隐马尔科夫模型（HMM）的择时应用 之前做过相关方面的研究，针对的是国外的期货市场。也有朋友建议说拿A股来试试看。所以有了下面的这篇东西。扯上西蒙斯前辈，是因为确实不少猜测认为文艺复兴用的就是HMM模型。 一、从大奖章讲起 Renaissance Medallion（文艺复兴科技和大奖章）量化圈都非常熟悉了。Simons一群物理学家和数学家碰撞在一起，1989年到2008年的yearly return达到35.6%。文艺复兴大概一百多个员工，AUM：50亿美金，在全球金融危机的08年，大部分对冲基金都亏损，而大奖章的return高达80%。 神秘的文艺复兴科技和神秘的大奖章基金，到底一群数学家和物理学家聚在一起搞出了什么赚钱利器？外界猜测众说纷纭。而隐马尔科夫模型也由于一些原因被推举出来。 成立初期的创始人中，有一位科学家发明了广泛应用在语音识别等领域的鲍姆-威尔士算法，用来确定不可确知的变量可能出现的概率。今天要介绍的HMM模型，也是在语音识别中运用非常成功的模型，最早是由鲍姆等人提出的。 之前拜读人大的一位教授14年写的一本书，解密复兴科技：基于隐蔽马尔科夫模型的时序分析方法，书中介绍了为什么觉得HMM是Renaissance使用的模型，并且含有详细的公式推导和运算，以及附上了一些些实证结果（个人认为还有很多有待补充和粗糙的地方）。感兴趣推荐研读。 二、认识模型 HMM模型，又叫隐马尔科夫模型。要正确的理解和搞懂模型，教材里有很多经典的例子。我从自己理解后的角度尽量浅显的给大家做一个解释，方便大家快速理清概念投入应用。 我们能观测到的序列（Y1,...,Yn）称为可观测序列，如股价，成交量，资金净额等等。 而每一个可观测值的产生对应着市场状态序列（Z1,...,Zn），每个状态通过不同的分布函数来产生观测值。 通过HMM模型，可以用简单的输入，来得出对目前市场状态的判断，从而帮助我们进行择时选择。因为市场状态不是显性可观测的，属于隐藏状态，我们通过对可观测变量的处理来进行推测。 这里对HMM模型进行了扩展得到HMS-GMD模型，因为收益率序列尖峰厚尾的特性导致的非正态分布，引入了混合高斯分布作为状态到观测值之间产生关系的分布函数。 将HMM模型看作一个黑箱子，这个黑箱子可以利用极其方便、简洁的数据，处理后得出： 1. 每个时刻对应的状态序列； 2. 混合分布的均值和方差矩阵； 3. 混合分布的权重矩阵； 4. 状态间转移概率矩阵。 而黑箱子需要事先给定两个参数：状态数目、混合高斯分布的成分数目。 当然，输入这里是拿单一的价格序列举例。输入也可以是并行的数据矩阵，比如从价格、成交量、资金净额等多个角度来看。 总结一下，使用模型需要在初期设定： 1. 隐藏状态数目 2. 输入的观测变量 3. 混合高斯分布成分数目 三、A股市场实证 下面拿A股市场来做检验。 模型的设定如下： 1. 隐藏状态数目：6 2. 输入变量：当日对数收益率，五日对数收益率，当日对数高低价差（其他备选因素成交量、成交额等大家可以自行尝试） 3. 混合高斯分布成分数目：1（为了简便，假定对数收益率服从单一高斯分布） In [1]: from hmmlearn.hmm import GaussianHMM import datetime import numpy as np import pandas as pd import seaborn as sns from matplotlib import cm from matplotlib import pyplot startdate = 2012-06-01 enddate = 2016-04-07 df = get_price([000300.XSHG], start_date=startdate, end_date=enddate, frequency=daily, fields=[close,volume,high,low]) close = df[close][000300.XSHG] high = df[high][000300.XSHG][5:] low = df[low][000300.XSHG][5:] volume = df[volume][000300.XSHG][5:] money = df[volume][000300.XSHG][5:] datelist = pd.to_datetime(close.index[5:]) logreturn = (np.log(np.array(close[1:]))-np.log(np.array(close[:-1])))[4:] logreturn5 = np.log(np.array(close[5:]))-n