隐马尔可夫模型在经济预测中的应用

【摘要】 定量预测方法分为因果预测法和时间序列预测法。因果预测法利用预测变量与其他变量之间的因果关系进行预测,时间序列预测法的原理是根据预测变量历史数据的结构推断其未来值。由于时间序列只能描述变量自身序列的结构,但不能描述其他特征,而因果预测法虽能描述某个变量与其他变量之间的因果关系,但缺少描述这一变量自身时间序列结构的功能。因此,笔者提出了一种新的预测方法———基于观测序列为向量的隐马尔可夫模型(HMM),该方法能同时考虑变量自身序列结构以及变量与其他变量之间的因果关系。本文首先介绍了隐马尔可夫基本理论;其次在模型训练、隐状态序列估计的基础上,提出基于HMM预测算法;最后进行了实证研究,其结果也表明该方法的有效性。更多还原