现在是时候建立隐马尔可夫模型了！

得到如下结果：

summary(HMMfit)

了解不同的市场状况如何影响您的策略表现可能会对您的回报产生巨大的影响。

某些策略在波动剧烈的市场中表现良好，而其他策略则需要强劲而平稳的趋势，否则将面临长时间的下跌风险。 搞清楚什么时候开始或停止交易策略，调整风险和资金管理技巧，甚至设置进入和退出条件的参数都取决于市场“制度”或当前的情况。

能够识别不同的市场制度并相应地改变您的策略可能意味着市场成功和失败之间的差异。 在本文中，我们将探讨如何通过使用一种强大的机器学习算法来识别不同的市场机制，称为“隐马尔可夫模型”。

 隐马尔可夫模型

马尔科夫模型是一个概率过程，看当前的状态来预测下一个状态。 一个简单的例子就是看天气。 假设我们有三个天气条件（也称为“国家”或“政权”）：多雨，多云，阳光明媚。 如果今天下雨，马尔可夫模型寻找每个不同的天气情况发生的概率。 例如，明天可能继续下雨的概率较高，多云的可能性略低，晴天可能性较小。

交易申请非常清晰。 我们可以将市场定义为看涨，看跌或横盘整理，或者波动的高低，或者我们所知道的一些因素的综合影响我们的策略的表现，而不是天气条件。

构建真实数据模型

我们正在寻找基于这些因素的不同的市场制度，然后我们可以用它来优化我们的交易策略。 为此，我们将使用depmixS4 R库以及可追溯到2012年的EUR / USD日图来构建模型。

首先，我们安装这些库并在R中构建我们的数据集

 装载数据集（可以在这里下载），然后把它变成一个时间序列对象。

现在是时候建立隐马尔可夫模型了！

得到如下结果：

summary(HMMfit)

  :

 :

 大数据部落——中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和统计分析咨询服务