隐Markov模型的强马氏性

引入隐Markov模型强马氏性的概念,并进一步研究了隐Markov模型在强马氏性方面的一些性质.     

基于EM算法隐Markov模型参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后介绍EM算法的一个应用:求隐Markov模型中的参数估计.用EM算法推导出隐Markov模型中参数的迭代公式.     

隐非齐次马尔可夫模型的强大数定律

本文研究了一类隐非齐次马尔可夫模型的强极限定理.利用鞅差序列收敛定理,获得了观测链{Y_n,n≥0}的强大数定律,并给出了观测链的Shannon-McMillan定理.     

可列非齐次隐Markov模型的强大数定律

隐马尔科夫模型被广泛的应用于弱相依随机变量的建模,是研究神经生理学、发音过程和生物遗传等问题的有力工具。研究了可列非齐次隐 Markov 模型的若干性质,得到了这类模型的强大数定律,推广了有限非齐次马氏链的一类强大数定律。     

基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．     

证券组合的Markov链模型

本文将证券价格时间序列分解成趋势变动序列和 Markov链 ,建立了证券组合的 Markov链模型 ,应用 Markov链理论对此模型进行了分析 ,给出了充分大的一个时间内的收益率 ,风险和切点组合的计算公式     

选择资产组合的EP-MV模型及最优解的解析表示

本文提出了存在无风险资产贷出或借入时的有效投资组合模型(EP-MV模型)，研究了不允许卖空(投资比例非负)约束条件下，EP-MV优化模型的算法，给出了有效投资组合投资比例的解析表示．在资产收益由多因素模型产生的基础上，得到了资产与有效投资组合的期望收益及风险的估计，便于实际应用．     

多元空间因子模型的仿真、模型比较与应用

空间因子模型旨在揭示观测变量因公共因子的区域变化而产生的相关性。条件自回归模型被应用到因子分析模型。在贝叶斯框架内,马尔可夫链蒙特卡洛方法(MCMC)被用来进行后验分析。随机模拟结果揭示出方法的有效性,并对江苏省2005产业数据的进行了相关分析。     

隐非齐次马尔可夫模型的强大数定律

在状态集都有限的情况下,给出了隐马尔可夫模型的一些性质定理．利用马氏链的强极限定理,得到了隐非齐次马尔可夫模型的强大数定律．     

基于随机基准的最优投资组合选择问题研究

本文研究基于随机基准的最优投资组合选择问题.假设投资者可以投资于一种无风险资产和一种风险股票,并且选择某一基准作为目标.基准是随机的,并且与风险股票相关.投资者选择最优的投资组合策略使得终端期望绝对财富和基于基准的相对财富效用最大.首先,利用动态规划原理建立相应的HJB方程,并在幂效用函数下,得到最优投资组合策略和值函数的显示表达式.然后,分析相对业绩对投资者最优投资组合策略和值函数的影响.最后,通过数值计算给出了最优投资组合策略和效用损益与模型主要参数之间的关系.     

Multi‐period mean variance portfolio selection under incomplete information

This paper solves an optimal portfolio selection problem in the discrete‐time setting where the states of the financial market cannot be completely observed, which breaks the common assumption that the states of the financial market are fully observable. The dynamics of the unobservable market state is formulated by a hidden Markov chain, and the return of the risky asset is modulated by the unobservable market state. Based on the observed information up to the decision moment, an investor wants to find the optimal multi‐period investment strategy to maximize the mean‐variance utility of the terminal wealth. By adopting a sufficient statistic, the portfolio optimization problem with incompletely observable information is converted into the one with completely observable information. The optimal investment strategy is derived by using the dynamic programming approach and the embedding technique, and the efficient frontier is also presented. Compared with the case when the market state can be completely observed, we find that the unobservable market state does decrease the investment value on the risky asset in average. Finally, numerical results illustrate the impact of the unobservable market state on the efficient frontier, the optimal investment strategy and the Sharpe ratio. Copyright © 2016 John Wiley & Sons, Ltd.     

具有交易费用和马氏调制的均值-方差组合选择

研究了均值-方差准则下,最优投资组合选择问题.投资者为了增加财富它可以在金融市场上投资.金融市场由一个无风险资产和n个带跳的风险资产组成,并假设金融市场具有马氏调制,买卖风险资产时,考虑交易费用.目标是,在终值财富的均值等于d的限制下,使终值财富的方差最小,即均值-方差组合选择问题.应用随机控制的理论解决该问题,获得了最优的投资策略和有效边界.     

On Determination of the Order of a Markov Chain

In this paper we propose a new and more general criterion (the efficient determination criterion, EDC) for estimating the order of a Markov chain. The consistency and the strong consistency of the estimates have been established under mild conditions. This revised version was published online in August 2006 with corrections to the Cover Date.     

剖面隐马氏模型训练算法的改进

利用剖面隐马氏模型获得多序列联配，一般需要经过初始化、训练、联配三个过程．然而，目前广泛采用的Baum—welch训练算法假设各条可观察序列互相独立，这与实际情况有所不符．本文对剖面隐马氏模型，给出可观察序列在互相不独立情况下的改进Baum—wlelch算法，在可观察序列两种特殊情况下（互相独立和一致依赖），得到了改进算法的具体表达式，讨论了一般情况下权重的选取方法．最后通过一个具体的蛋白质家族的多序列联配来说明改进算法的效果．     

三状态隐马氏模型观测过程的可逆性(英文)

对于连续时间和离散时间三状态隐马氏模型,给出了观测过程直到三维的似然函数流的显式表达.作为一个应用,证明了观测过程可逆性的充分必要条件.     

二阶离散隐马尔科夫模型的严格定义及等价性质

隐马氏模型作为一种具有双重随机过程的统计模型,具有可靠的概率统计理论基础和强有力的数学结构,已被广泛应用于语音识别、生物序列分析、金融数据分析等领域.由于传统的一阶隐马氏模型无法表示更远状态距离间的依赖关系,就可能会忽略很多有用的统计特征,故有人提出二阶隐马氏模型的概念,但此概念并不严格.本文给出二阶离散隐马尔科夫模型的严格定义,并研究了二阶离散隐马尔科夫模型的两个等价性质.