貝葉斯模型在股票市場
Ⅰ 貝葉斯公式 遇到例題時想不明白
個案1：廣州海珠廣場李寧店20歲女營業員於十幾天前去世，該女曾覺得身體不適，去醫院就醫，醫生看完她的X光片後大驚，因為該女五臟六腑和皮膚下全都是細菌蟲，肝臟被侵蝕的只剩下一點點，醫生告訴她直接准備後事了，經查致病原困是該女常年吃麻辣燙和米線，醫生說這兩種食品細菌嚴重超標，且佐料經過加工後也極易增長細菌，與店面衛生無關，請吃這兩種食品的人以後少吃或不吃，請轉發給你所關心的每一個人！
個案2：有一婦女手提包被偷，裡面有手機、銀行卡、錢包等。20分鍾後，她打通了老公的電話，告訴自己被偷的事。老公驚呼：「啊，我剛才收到你的簡訊，問咱家銀行卡的密碼，我立馬就回了！」他們趕到銀行時，被告知裡面所有的錢都已被提走。小偷通過用偷來的手機發送簡訊給"親愛的老公"而獲取了密碼，然後在短短20分鍾內把錢取走了。
提醒：不要在手機通訊錄中暴露自己與聯系人的關系，忌用「家電」、「老公」、「爸媽」等稱呼。一律用名字，字越少越安全。
個案3：有三位自駕游的朋友不慎連人帶車跌落一百五十公尺深的山谷，受困四日三夜後，才獲救。其間，他們曾多次想以手機向外求救。無奈一隻被摔壞，一隻沒電了，一隻收訊不良。他們還多次移動位置以尋找較佳的收發信號地，但都不成功。如果這三位人士平常就知道112專線，緊急時刻也能知道如何用那隻收訊不良的手機撥出112專線，相信他們可以很快獲救。
提醒：全國各地通用的112專線，在手機打開後即使沒有接收信號，甚至電力極為微弱，任何廠牌的手機在任何地點皆可撥通。撥出112後，馬上會進入語音說明如下∶這里是行動電話112緊急救難專線，如果您要報案，請撥0，我們將會為您轉接警察局；如果您需要救助，請撥9，我們將會為您轉接消防局。中文講完後，會以英文重述一遍。此時只要撥0或9，一定會有人接聽。以三位人士所處的情況，或登山迷途或遭遇其它困境時，應撥9，將可獲得及時的救助。
個案4：有個留學生喜歡吃速食杯麵，後來，這位留學生因身體不適去醫院看病，醫生發現他的胃壁附著一層蠟！原來，杯麵的容器里包含一種可食用的蠟！各位下次吃杯麵的時候摸摸看杯壁是不是覺得滑滑的，那就是了。而長時間的食用杯麵，將造成我們的肝臟無法分解這種食用蠟。最後，這位留學生不得不尋求手術治療以移除這層蠟，不幸去世。
提醒：吃泡麵的時候，盡量把面拿出來，另外用碗來泡食，不要用碗面、杯麵所附的容器直接沖開水食用。哪怕是出差，也要帶上一隻大茶缸泡麵用。為了自己的身體，不要偷懶啊！
個案5：一件很可怕的事：有一天，一個21歲男生戴著隱形眼鏡去參加一個烤肉野聚會！就在他開始以木炭生火之後的幾分鍾，他突然大叫一聲，然後很痛苦的跳來跳去，在地上打滾……全場的人都嚇呆了，沒人知道究竟發生了什麼事？大家趕緊送他到醫院，醫生檢查後遺憾地說，他的眼睛失明了！
提醒：參加野外燒烤或任何有可能接觸到火源的時候，請不要戴隱形眼鏡！因為隱形眼鏡是用塑膠製成的，過熱的溫度會熔化我們眼中的隱形眼鏡！
個案6：建行一同志轉述:今天經過一棟大樓門口，門口有一提款機。有一個老伯，一直看著我走過他身邊，突然叫住我,他說他不識字，拿一張銀行卡要我幫他在大樓門口的自動提款機取錢。我回答我無法幫你取，叫警衛幫你。結果，他就回答我說不用了,http://autoworkerslive.com/blog.php?user=louboutin88&blogentry_id=1965,繼續找其他路人幫他取錢。朋友們要記住---取款機可是有攝影機耶。萬一他說我搶劫或是偷他的提款卡，甚至他的卡片是偷來的，幫他領錢會在提款機留下影像，絕對會讓你百口莫辯！我會警惕!是因為已有同事上當，目前仍官司纏身。顯然這是詐騙集團在找替身了!請立即傳出去~~~騙案真是層出不窮,一不小心就會踏入陷阱,真是令人防不勝防！提醒各位朋友在外多小心！
個案7：芍葯居一業主，家中突然斷電，看到窗戶外別人家裡都有電，就出門查看自家電表箱，打開門就被刀子頂著了--持刀入室搶劫....提醒大家如果家裡突然斷電，不要貿然就開門查看，有貓眼的多觀察一會門外動靜，沒貓眼的也隔著門靜聽一段時間，沒有異常響動再開門.
個案8：各位女同胞們注意了！這是最新騙局 女同胞請注意男同胞請叫自己的朋友注意:新出的情況,女性朋友要特別注意啦:一位上班的小姐在下班回家的路上看到一個小孩子一直哭，很可憐,然後就過去問那小朋友怎麼了.小朋友就跟那個小姐說:"我迷路了,可以請你帶我回家嗎?"然後拿一張紙條給她看,說那是他家地址.然後她就笨笨的帶小孩子去了.一般人都有同情心,然後帶到那個所謂小孩子的家裡以後,她一按鈴，門鈴像是有高壓電,就失去知覺了.醒來就被脫光光在一間空屋裡,身邊什麼都沒有了,她甚至連犯人長啥樣子都沒看見.所以,現在人犯案都是利用同情心啊，如果遇到類似這種的,千萬別帶他去,要帶就帶他到派出所去好了,走丟的小孩放到派出所一定沒錯啦，請通知身邊所有女性，為了廣大女士的安全，看完後麻煩給轉發給所有人....
個案9：大家注意了！到自動取款機取錢時一定要倍加小心！！！！！ 昨晚在金海里的工行自動取款機取錢時，後面來了個老婦女，問我能不能取錢，還說什麼取款機有個鍵可能壞了，旁邊不知什麼時候來了個小女孩，一直想往我身邊擠，我也沒在意，小孩子淘氣嘛，可是過分的是她竟然把手朝出鈔口放，准備拿我的錢了，我感覺不對勁了，立即把她推到一邊，等著把錢取出來。之後我想了一下，她們倆給我設了個套：老婦女負責和我瞎聊，吸引我的注意力,http://www.naohmey.com/blogs/entry/UGG-Classic-Cardy-Boots-to-take-advantage-of-special-sales-and-get-free-shipping-both-ways-with-your-order，小女孩趁我不注意時搶走我的錢！如果我不防備的話，錢說不定就被搶走了，這樣的話，我就進套了：（一:我立即去追小女孩，去追回我的錢，可是誰又會相信一個小女孩能搶我一個大人的錢呢？更可怕的是站在我後面的老婦女將會取光我卡中所有的錢，因為我的卡還在取款機裡面；二:我不立即去追小女孩，等拿到卡再追,http://parishilton.mtv.it/blog.php?user=louboutin88&blogentry_id=26023，到那時小女孩就無影無蹤了，錢也就沒了啊：（她們真的很"聰明"，很可恥的！！！)
個案10：我父母都退休在家。昨天上午，來一陌生中年人，說自己摩托車油開沒了，加油站太遠，摩托車又太重推不動，所以想問我父母要一個可樂瓶去買汽油，剛開口就說實在不行就出2、3元買一個空瓶好了。我母親就拿了個空瓶給他，別說他還真從口袋裡掏出錢來，不過是幾張百元大鈔，還讓我父母找錢。我母親頓生警覺，說算了，不過是一個空瓶而已。他非要把100元錢破開買下來，只不過還是那張百元大鈔。好在我母親尚未龍鍾，也不是那種愛貪小便宜的人. 女性朋友一定要認真看完，注意自我安全啊，現在萬惡的社會。。。。朋友發給我一篇報道,現轉給各位看看,出門在外,千萬小心,小心千萬。。。
個案11：最近有人告訴我，他的朋友在晚上聽到門口有嬰兒在哭，不過當時已很晚了而且她認為這件事很奇怪，於是她打電話給JC。JC告訴她∶「無論如何，絕對不要開門。」這位女士表示那聲音聽起來象是嬰兒爬到窗戶附近哭，她擔心嬰兒會爬到街上，被車子碾過。JC告訴她∶我們已派人前往，無論如何不能開門。警方認為這是一個連續殺人犯，利用嬰兒哭聲的錄音帶，誘使女性以為有人在外面遺棄嬰兒，她們出門察看。雖然尚未證實此事，但是警方已接到許多女性打電話來說，他們晚上獨自在家時，聽到門外有嬰兒的哭聲，請將這個消息傳給其他人，不要因為聽到嬰兒的哭聲而開門。
請嚴肅看待這篇文字！有這么離譜！小心為妙!!!
如果您是善良的朋友，將它盡可能多的轉發出讓更多的朋友看到，讓更多的朋友受益，讓更多的朋友遠離
Ⅱ 貝葉斯網路模型具體作用，舉個列子說明
貝葉斯網路模型最簡單的例子是「分類器」，即在觀測節點輸入多個特徵，就能獲得這些特徵所對應的具體事物。
例如：一個箱子里裝有籃球，排球和足球，你的朋友每次從箱子里取出某一個球。但你看不見所取球的類型，只能通過朋友描述尺寸，外表，顏色等特徵（觀測數據）來辨別（分類），當然你之所以具備辨別（分類）能力是你長期對幾種球類的觀察和認識，並將這些特徵一一儲存在你腦部，這就形成先驗知識以及特徵與具體事物的對應關系（網路模型結構和參數）。如果模型和先驗知識精確，你的朋友僅需要說出尺寸或者顏色你就立刻可以分類，如果模型或先驗知識不精確，那朋友就需要多說出幾個特徵你才能辨別。
通過上面的例子發現，貝葉斯網路需要學習，即通過數據進行訓練，在具有觀測數據時需要推理。這里就包含了BN的核心研究內容。我就不一一介紹，目前全國大約有1200多篇文章都是BN的相關工作進展，看看就知道了。
Ⅲ 如何理解貝葉斯估計
貝葉斯理論
1.貝葉斯法則
機器學習的任務：在給定訓練數據D時，確定假設空間H中的最佳假設。
最佳假設：一種方法是把它定義為在給定數據D以及H中不同假設的先驗概率的有關知識下的最可能假設。貝葉斯理論提供了一種計算假設概率的方法，基於假設的先驗概率、給定假設下觀察到不同數據的概率以及觀察到的數據本身。
2.先驗概率和後驗概率
用P(h)表示在沒有訓練數據前假設h擁有的初始概率。P(h)被稱為h的先驗概率。先驗概率反映了關於h是一正確假設的機會的背景知識如果沒有這一先驗知識，可以簡單地將每一候選假設賦予相同的先驗概率。類似地，P(D)表示訓練數據D的先驗概率，P(D|h)表示假設h成立時D的概率。機器學習中，我們關心的是P(h|D)，即給定D時h的成立的概率，稱為h的後驗概率。
3.貝葉斯公式
貝葉斯公式提供了從先驗概率P(h)、P(D)和P(D|h)計算後驗概率P(h|D)的方法
p(h|D)=P(D|H)*P(H)/P(D)
P(h|D)隨著P(h)和P(D|h)的增長而增長，隨著P(D)的增長而減少，即如果D獨立於h時被觀察到的可能性越大，那麼D對h的支持度越小。
4.極大後驗假設
學習器在候選假設集合H中尋找給定數據D時可能性最大的假設h，h被稱為極大後驗假設（MAP）
確定MAP的方法是用貝葉斯公式計算每個候選假設的後驗概率，計算式如下:
h_map=argmax P(h|D)=argmax (P(D|h)*P(h))/P(D)=argmax P(D|h)*p(h) (h屬於集合H)
最後一步，去掉了P(D)，因為它是不依賴於h的常量。
5.極大似然假設
在某些情況下，可假定H中每個假設有相同的先驗概率，這樣式子可以進一步簡化，只需考慮P(D|h)來尋找極大可能假設。
h_ml = argmax p(D|h) h屬於集合H
P(D|h)常被稱為給定h時數據D的似然度，而使P(D|h)最大的假設被稱為極大似然假設。
6.舉例
一個醫療診斷問題
有兩個可選的假設：病人有癌症、病人無癌症
可用數據來自化驗結果：正+和負-
有先驗知識：在所有人口中，患病率是0.008
對確實有病的患者的化驗准確率為98%，對確實無病的患者的化驗准確率為97%
總結如下
P(cancer)=0.008, P(cancer)=0.992
P(+|cancer)=0.98, P(-|cancer)=0.02
P(+|cancer)=0.03, P(-|cancer)=0.97
問題：假定有一個新病人，化驗結果為正，是否應將病人斷定為有癌症？求後驗概率P(cancer|+)和P(cancer|+)
因此極大後驗假設計算如下:
P(+|cancer)P(cancer)=0.0078
P(+|cancer)P(cancer)=0.0298
hMAP=cancer
確切的後驗概率可將上面的結果歸一化以使它們的和為1
P(canner|+)=0.0078/(0.0078+0.0298)=0.21
P(cancer|-)=0.79
貝葉斯推理的結果很大程度上依賴於先驗概率，另外不是完全接受或拒絕假設，只是在觀察到較多的數據後增大或減小了假設的可能性。
Ⅳ 貝葉斯原理及應用
貝葉斯決策理論是主觀貝葉斯派歸納理論的重要組成部分。貝葉斯決策就是在不完全情報下，對部分未知的狀態用主觀概率估計，然後用貝葉斯公式對發生概率進行修正，最後再利用期望值和修正概率做出最優決策。貝葉斯決策理論方法是統計模型決策中的一個基本方法，其基本思想是：1、已知類條件概率密度參數表達式和先驗概率。2、利用貝葉斯公式轉換成後驗概率。3、根據後驗概率大小進行決策分類。他對統計推理的主要貢獻是使用了"逆概率"這個概念，並把它作為一種普遍的推理方法提出來。貝葉斯定理原本是概率論中的一個定理，這一定理可用一個數學公式來表達，這個公式就是著名的貝葉斯公式。 貝葉斯公式是他在1763年提出來的：假定B1,B2,……是某個過程的若干可能的前提，則P(Bi)是人們事先對各前提條件出現可能性大小的估計，稱之為先驗概率。如果這個過程得到了一個結果A，那麼貝葉斯公式提供了我們根據A的出現而對前提條件做出新評價的方法。P(Bi∣A)既是對以A為前提下Bi的出現概率的重新認識，稱 P(Bi∣A)為後驗概率。經過多年的發展與完善，貝葉斯公式以及由此發展起來的一整套理論與方法，已經成為概率統計中的一個冠以「貝葉斯」名字的學派，在自然科學及國民經濟的許多領域中有著廣泛應用。公式：設D1，D2，……，Dn為樣本空間S的一個劃分，如果以P(Di)表示事件Di發生的概率，且P(Di)>0(i=1，2，…，n)。對於任一事件x，P(x)>0，則有： nP(Dj/x)=p(x/Dj)P(Dj)/∑P(X/Di)P(Di)i=1( http://wiki.mbalib.com/w/images/math/9/9/b/.png）貝葉斯預測模型在礦物含量預測中的應用 貝葉斯預測模型在氣溫變化預測中的應用 貝葉斯學習原理及其在預測未來地震危險中的應用 基於稀疏貝葉斯分類器的汽車車型識別 信號估計中的貝葉斯方法及應用 貝葉斯神經網路在生物序列分析中的應用 基於貝葉斯網路的海上目標識別 貝葉斯原理在發動機標定中的應用 貝葉斯法在繼電器可靠性評估中的應用 相關書籍: Arnold Zellner 《Bayesian Econometrics: Past, Present and Future》 Springer 《貝葉斯決策》 黃曉榕 《經濟信息價格評估以及貝葉斯方法的應用》 張麗 , 閆善文 , 劉亞東 《全概率公式與貝葉斯公式的應用及推廣》 周麗琴 《貝葉斯均衡的應用》 王輝 , 張劍飛 , 王雙成 《基於預測能力的貝葉斯網路結構學習》 張旭東 , 陳鋒 , 高雋 , 方廷健 《稀疏貝葉斯及其在時間序列預測中的應用》 鄒林全 《貝葉斯方法在會計決策中的應用》 周麗華 《市場預測中的貝葉斯公式應用》 夏敏軼 , 張焱 《貝葉斯公式在風險決策中的應用》 臧玉衛 , 王萍 , 吳育華 《貝葉斯網路在股指期貨風險預警中的應用》 黨佳瑞 , 胡杉杉 , 藍伯雄 《基於貝葉斯決策方法的證券歷史數據有效性分析》 肖玉山 , 王海東 《無偏預測理論在經驗貝葉斯分析中的應用》 嚴惠雲 , 師義民 《Linex損失下股票投資的貝葉斯預測》 卜祥志 , 王紹綿 , 陳文斌 , 余貽鑫 , 岳順民 《貝葉斯拍賣定價方法在配電市場定價中的應用》 劉嘉焜 , 范貽昌 , 劉波 《分整模型在商品價格預測中的應用》 《Bayes方法在經營決策中的應用》 《決策有用性的信息觀》 《統計預測和決策課件》 《貝葉斯經濟時間序列預測模型及其應用研究》 《貝葉斯統計推斷》 《決策分析理論與實務》
Ⅳ 貝葉斯模型平均法pmp是什麼意思
設定待組合模型的先驗概率和各個模型中參數的先驗分布，然後用經典的貝葉斯方法進行統計推斷。早期的理論研究工作包括Min & Zellner(1993)、 Madigan & Raftery (1994)、 Raftery (1995, 1996)、Clyde (1999) 等； Hoeting, Madigan, Raftery & Volin-sky (1999)和Clyde & George (2004)則對這些工作做了階段性的總結。
關於BMA方法的最新進展見Magnus, Powell &Prüfer (2010)。該文基於Laplace先驗分布提出了WALS(Weighted Average LeastSquares)模型平均方法。
Ⅵ 什麼是貝葉斯分析法金融方面的
貝葉斯分析方法（Bayesian Analysis）提供了一種計算假設概率的方法，這種方法是基於假設的先驗概率、給定假設下觀察到不同數據的概率以及觀察到的數據本身而得出的。其方法為，將關於未知參數的先驗信息與樣本信息綜合，再根據貝葉斯公式，得出後驗信息，然後根據後驗信息去推斷未知參數的方法。
Ⅶ 貝葉斯公式的應用
寫作話題:
貝葉斯預測模型在礦物含量預測中的應用
貝葉斯預測模型在氣溫變化預測中的應用
貝葉斯學習原理及其在預測未來地震危險中的應用
基於稀疏貝葉斯分類器的汽車車型識別
信號估計中的貝葉斯方法及應用
貝葉斯神經網路在生物序列分析中的應用
基於貝葉斯網路的海上目標識別
貝葉斯原理在發動機標定中的應用
貝葉斯法在繼電器可靠性評估中的應用
相關書籍:
Arnold Zellner 《Bayesian Econometrics: Past, Present and Future》
Springer 《貝葉斯決策》
黃曉榕 《經濟信息價格評估以及貝葉斯方法的應用》
張麗 , 閆善文 , 劉亞東 《全概率公式與貝葉斯公式的應用及推廣》
周麗琴 《貝葉斯均衡的應用》
王輝 , 張劍飛 , 王雙成 《基於預測能力的貝葉斯網路結構學習》
張旭東 , 陳鋒 , 高雋 , 方廷健 《稀疏貝葉斯及其在時間序列預測中的應用》
鄒林全 《貝葉斯方法在會計決策中的應用》
周麗華 《市場預測中的貝葉斯公式應用》
夏敏軼 , 張焱 《貝葉斯公式在風險決策中的應用》
臧玉衛 , 王萍 , 吳育華 《貝葉斯網路在股指期貨風險預警中的應用》
黨佳瑞 , 胡杉杉 , 藍伯雄 《基於貝葉斯決策方法的證券歷史數據有效性分析》
肖玉山 , 王海東 《無偏預測理論在經驗貝葉斯分析中的應用》
嚴惠雲 , 師義民 《Linex損失下股票投資的貝葉斯預測》
卜祥志 , 王紹綿 , 陳文斌 , 余貽鑫 , 岳順民 《貝葉斯拍賣定價方法在配電市場定價中的應用》
劉嘉焜 , 范貽昌 , 劉波 《分整模型在商品價格預測中的應用》
《Bayes方法在經營決策中的應用》
《決策有用性的信息觀》
《統計預測和決策課件》
《貝葉斯經濟時間序列預測模型及其應用研究》
《貝葉斯統計推斷》
《決策分析理論與實務》
Ⅷ 貝葉斯網路模型作為一種統計分析模型,怎麼去做模型選擇呢
這是一種判別啊，分別將這些投資的不同組合帶到模型中，求出來最大的那個就是最佳模型啦！
Ⅸ 一道概率論貝葉斯公式的題目，感覺答案沒看懂，求大神解釋！
這個事件記法就有問題！事件A和事件B是對立事件，A非等於B了！