论文部分内容阅读
EM算法是解决隐马尔可夫模型参数估计问题的主要算法,但具有不易更新的缺陷。本文主要讨论的是离散时间隐马尔可夫模型可更新参数估计的问题。在假设隐状态转移概率分布服从指数分布、观测值输出概率服从混合指数族分布的条件下,给出了模型可更新的参数估计方法。这是对Cappe(2011)[12]在隐状态转移概率分布和观测值输出概率分布均假设服从指数族分布时文章结果的一个推广。文章在隐状态为有限状态一阶时间齐次马尔可夫链,输出概率服从混合正态分布的情况下给出了具体的算法。另外给出了当隐过程是二阶时间齐次马尔可夫链时的可更新的EM算法。最后对中国深证的几只股票指数收益率的波动率建模进行了实证分析。