预测市场状态-研究论文

我们提出了一种新的方法来定义、分析和预测市场状态。 在我们的方法中，市场状态由参考稀疏精度矩阵和期望值向量识别。 在我们的程序中，每个多变量观察值都与给定的市场状态相关联，从而对应于惩罚似然最大化。 该过程在计算上非常高效，并且可以与大量资产一起使用。 我们证明该程序以无监督的方式成功地对市场的不同状态进行了分类。 特别地，我们描述了一个具有 100 个对数回报和两种状态的实验，其中该方法自动将一种状态与平均正回报的时期相关联，而另一种状态与平均负回报的时期相关联，因此自发地发现了“牛市”的共同分类'和'熊市'。 在另一个实验中，同样有 100 个对数回报和两个状态，我们证明该过程可以有效地用于预测样本外未来市场状态，并具有显着的预测准确性。 这种方法为风险管理和交易策略中的一系列应用开辟了道路，其中相关结构起着核心作用。