隐马尔科夫模型在商品期货上的应用-东证期货-李晓辉

primeli

★摘要：    在这篇报告中就着重讨论了这个被市场广议的隐马尔科夫模型是怎样的，如何把它应用到期货市场当中来，以及如何更好利用它进行择时预测以获取到更大的收益。    ★样本内回测和样本外回测：

1. 使用“平均预期”的预测方式比“最大概率”的预测方式得到的回测结果更好

2. 使用“窗口数据”和“非窗口数据”预测时预测差异率基本在4%-10%左右

3. 避免使用到未来数据，在使用“窗口数据”时，窗口的长度在超过10天之后，对预测结果的影响就不再变化

4. 对于固定的样本内数据集来说，状态数的增加会微微提高预测结果，但是这种提升效果不够特别显著，反而增加计算复杂度，故一般选取状态数为6-8之间

5. 通过修正的Box-Cox转换方法使得特征因子的统计分布更接近高斯分布，但是对预测结果却并无明显改善

6. 样本外的回测结果显示，对于超买超卖类的反趋势特征因子，它们的回测结果表现更优秀

★窗口滚动式回测：

7. 窗口的长度一般在150左右会使得回测结果更好一些

8. 特征因子的选取而呈现明显不同，会有特有的几个值表现得更好

9. 刻画了价格变动速率或波动特性的特征因子的回测结果表现更好

10. 对于其他品种的测试，焦炭、棕榈油等品种在不同特征因子回测中均表现优秀