1、冃錄目錄mw?1Abstract?2第i章引言?1l.i研究動機(jī)?11.2文獻(xiàn)綜述?21.3創(chuàng)新點(diǎn)及主要內(nèi)容?3第2章隱馬爾可夫模型以及EM算法?42.1??42.2隱馬爾可夫模型(HMM)?42.2.1模型假設(shè)及模型參數(shù)?42.2.2HMM的三個基本問題?62.3?J、@?8第3章HMM輸出概率服從混合指數(shù)族假設(shè)下的可更新EM算法?93.1輸出概率服從混合指數(shù)族分布?93.2?艦?143.3在餛合正態(tài)分布中的應(yīng)用?153.4?_狀態(tài)服

2、從二階時(shí)間齊次馬爾可夫鏈?18第4章應(yīng)用于金融高頻數(shù)據(jù)的實(shí)證分析?214.1模型假設(shè)?214.2數(shù)值模擬?224.3數(shù)據(jù)說明?224.4實(shí)證結(jié)果?264.4.1深證成分指數(shù)?264.4.2?創(chuàng)業(yè)板指數(shù)?264.4.3?中小板綜指（3月）?274.4.4?中小板綜指（5月）?28I摘要摘要EM算法是解決隱馬爾可夫模型參數(shù)估計(jì)問題的主要算法，但具有不易更新的缺陷。本文主要討論的是離散時(shí)間隱馬爾可夫模型可更新參數(shù)估計(jì)的問題。在假設(shè)隱狀態(tài)轉(zhuǎn)移概

3、率分布服從指數(shù)分布、觀測值輸出概率服從混合指數(shù)族分布的條件下，給出了模型可更新的參數(shù)估計(jì)方法。這是對Capp6(2011)[12]在隱狀態(tài)轉(zhuǎn)移概率分布和觀測值輸出概率分布均假設(shè)服從指數(shù)族分布時(shí)文章結(jié)果的一個推廣。文章在隱狀態(tài)為有限狀態(tài)一階時(shí)間齊次馬爾可夫鏈，輸出概率服從混合正態(tài)分布的情況下給出了具體的算法。另外給出了當(dāng)隱過程是二階時(shí)間齊次馬爾可夫鏈時(shí)的可更新的EM算法。最后對中國深證的幾只股票指數(shù)收益率的波動率建模進(jìn)行了實(shí)證分析。關(guān)鍵詞