通过使用自适应移动平均改进马尔可夫转换回归模型
摘要：多状态换装回归模型 (MSR) 不仅仅基于波动性来划分市场，而是基于波动性和趋势的综合基础来将市场分割成多个状态，在有效操作交易和投资策略方面具有重要意义。通过将两状态的MSR与自适应移动平均相结合，我们展示了将市场划分为多个状态的可能性和价值。使用四个状态中选择两个状态，相较于传统基准，包括两状态的MSR，可以获得更好的交易绩效。此外，提出的模型还能作为预测金融市场情景的机器学习任务中的标签生成器。
作者：Piotr Pomorski and Denise Gorse
论文ID：2208.11574
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-08-25