考虑影响因素的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,时间序列预测法是根据预测变量历史数据的结构推断其未来值.由于因果预测法只利用某个变量与其他变量之间的因果关系,但缺少描述变量自身时间序列结构的功能;而时间序列预测法只能描述变量自身序列的结构,但没有考虑其他相关因素的影响,因此本文提出基于观测向量序列的隐马尔可夫模型(HMM)预测方法,该方法能同时考虑变量自身序列结构以及相关因素的影响.首先介绍HMM基本理论;其次,在模型训练、隐状态序列估计的基础上,提出基于观测向量序列HMM预测算法;最后分别进行仿真实验和实证研究,结果表明该方法的有效性.

关键词：隐马尔可夫模型、EM算法、Viterbi算法、影响因素、预测

所属期刊栏目：15

分类号：O231.3;F224(控制论、信息论（数学理论）)

资助基金：国家软科学基金2006GXQ3B203

在线出版日期：2007-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：105-110