Skriti markovski modeli v analizi finančnih časovnih vrst

delo diplomskega seminarja

Martin Praček (Avtor), Damjan Škulj (Mentor)

Povzetek

V moji diplomski nalogi sem se ukvarjal s skritimi markovskimi modeli. Gre za vrsto markovskega modela, kjer ne poznamo stanj, v katerih se model nahaja. Opazujemo lahko le signale, ki o sistemu podajo le posredne informacije. Skozi celotno nalogo predstavim skrite markovske modele, od njihove zgodovine do uporabe v biologiji. Poseben del je posvečen skritim markovskim modelom, ki jih opišemo z Gaussovimi mešanicami. Za te predstavim uporabo Baum-Welchovega in Viterbijevega algoritma. Posvetil sem se tudi časovnim vrstam in njihovim lastnostim. Posebej predstavim finančne časovne vrste in prikažem primer uporabe na le teh. Obenem pa sem opisal še praktični primer, kjer pokažem kako izračunamo prehodno matriko.

Ključne besede

finančna matematika;skriti markovski modeli;časovne vrste;slučajni procesi;Gaussova mešanica;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2019
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UL FDV - Fakulteta za družbene vede
Založnik:	[M. Praček]
UDK:	519.2
COBISS:	18724697
Št. ogledov:	1739
Št. prenosov:	278
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Hidden Markov Models in Financial Time Series Analysis
Sekundarni povzetek:	For my graduate thesis I researched Hidden Markov Models, a type of Markov Models where states of model are not known. We can only observe signals, that only show indirect information about the system. Through the paper, it presents Hidden Markov Models from their history, to their use in biology. A part of paper is dedicated to Hidden Markov Models described with Gaussian mixtures. For this models, use of Baum-Welch and Viterbi algorithm is shown. There is also a part about time series and their properties. Financial time series are discussed separately and there is an example of application. Also, I included my own example, where I show the method for calculating tranistion matrix.
Sekundarne ključne besede:	mathematics;hidden Markov models;time series;stohastic processes;Gaussian mixture;
Vrsta dela (COBISS):	Delo diplomskega seminarja/zaključno seminarsko delo/naloga
Študijski program:	0
Komentar na gradivo:	Univ. v Ljubljani, Fak. za matematiko in fiziko, Oddelek za matematiko, Finančna matematika - 1. stopnja
Strani:	28 str.
ID:	11227555