引言 解密复兴科技

第一节 西蒙斯与复兴科技

第二节 复兴科技的元老们

第三节 复兴科技的主要研究方法

第四节 什么是HMM？

第五节 HMM举例

第六节 股价收益分布与HMM

第七节 HMM与交易策略设计

第八节 基于HMM的交易策略

第九节 交易策略的评价问题

第十节 科技与投资

第十一节 复兴科技的核心竞争力

第一部分 基础知识

第一章 极大似然估计法简介

第一节 线性模型的极大似然估计量

第二节 极大似然估计法的几个重点问题

第二章 贝叶斯分析

第一节 统计学历史发展简介

第二节 贝叶斯分析简介

第三章 马尔科夫链

第一节 有两种状态的马尔科夫链

第二节 转移函数和初始分布

第三节 马尔科夫链的一些性质

第四节 转移矩阵的估计问题

第二部分 隐蔽马尔科夫模型

第四章 混合分布和隐蔽马尔科夫模型

第一节 状态序列相互独立的混合分布模型

第二节 状态相互独立混合分布的参数估计

第三节 简单隐蔽马尔科夫模型

第四节 隐蔽马尔科夫模型的极大似然函数

第五章 隐蔽马尔科夫模型极大似然函数估计方法

第一节 数值算法

第二节 EM算法

第六章 隐蔽马尔科夫模型应用与模型选择

第一节 条件分布

第二节 预测分布

第三节 解码

第四节 状态预测

第五节 模型选择标准

第三部分 马尔科夫状态转换模型

第七章 序列不相关数据的马尔科夫状态转换模型

第一节 序列不相关且状态相互独立的转换模型

第二节 序列不相关马尔科夫状态转换模型

第八章 序列自相关的马尔科夫状态转换模型

第一节 序列自相关且状态可观测的马尔科夫状态转换模型

第二节 序列自相关和状态不可观测的马尔科夫状态转换模型

第三节 滤波过程

第四节 平滑过程

第五节 马尔科夫转换模型中St状态的持续期

第九章 MS-AR模型的估计方法

第一节 MS-AR模型参数估计初步

第二节 MS-AR模型参数的EM算法

第三节 MS-AR（1）模型的详细计算过程：Excel应用

第四部分 HMM和MS-AR模型应用

第十章 MS-AR模型在宏观经济分析中的应用

第一节 简单MS-AR（1）经济波动模型

第二节 Hamilton（1989）和Kim,Nelson(1999)MS-AR（4）经济的波动模型

第三节 Kim,Nelson（1999）加入虚拟变量的MS-AR（4）模型

第十一章 HMM和SWARCH模型在股市中的应用

第一节 股指收益率与HMM

第二节 股指波动性与SWARCH模型

参考文献