emd組合預測模型的應用研究

1、廈門大學學位論文原創(chuàng)性聲明本人呈交的學位論文是本人在導師指導下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當方式明確標明，并符合法律規(guī)范和《廈門大學研究生學術活動規(guī)范( 試行) 》。另外，該學位論文為( ) 課題( 組)的研究成果，獲得( ) 課題( 組) 經(jīng)費或?qū)嶒炇业馁Y助，在( ) 實驗室完成。( 請在以上括號內(nèi)填寫課題或課題組負責人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲明。)聲

2、明人( 簽名) ：緣石T 習2 0 1 2 年年月加日摘要本文主要研究一種可以用于非平穩(wěn)非線性時間序列預測的組合預測模型。首先通過經(jīng)驗模態(tài)分解( E m p i r i c a lM o d eD e c o m p o s i t i o n ，E M D ) 將非平穩(wěn)非線性時間序列分解為一系列( I n t r i n s i c M o d e F u n c t i o n ，肌F ) I M F s 和趨勢項。在E M D分解

3、過程中不存在信息量的損失。這些分解出的序列仍然是非平穩(wěn)的或者非線性的，但是有很多方法可以處理這些被分解出的序列。通過一些人工智能方法分別對這些序列預測，然后把每個序列的預測值加總視為非平穩(wěn)非線性時間序列的預測值。首先介紹金融時間序列及非平穩(wěn)非線性時間序列的特點和研究現(xiàn)狀。處理非平穩(wěn)非線性時間序列的方法包括E M D 等方法。然后，文章回顧了E M D 研究及應用情況。構(gòu)建組合預測模型后，模擬研究是一個必要的階段。模擬非平穩(wěn)非線性時間序列

4、是本文難點之一。由于非平穩(wěn)非線性時間序列的種類繁多，且非線性呈現(xiàn)多種形式，所以模擬研究非平穩(wěn)非線性時間序列的學者不多。在波動率研究中有一類非平穩(wěn)非線性異方差( N o n - s t a t i o n a r y N O I l l h l e 孤H e t e r o s k e d a s t i c i t y ，N N H ) ，本文在N N H 的基礎上模擬非平穩(wěn)非線性時間序列。事后分析表明該模擬方法能夠很好的模擬非平穩(wěn)非線

5、性時間序列。文中使用的人工智能方法包括人工神經(jīng)網(wǎng)絡和支持向量機。首先，介紹人工智能方法在時間序列中的預測模型。文中還提出一種兩階段神經(jīng)網(wǎng)絡的時間序列預測模型。然后，模擬研究神經(jīng)網(wǎng)絡節(jié)點個數(shù)對●神經(jīng)網(wǎng)絡預測模型的影響。結(jié)果表明≯在預測時間序列模型中神經(jīng)網(wǎng)絡的節(jié)點個數(shù)不宜過多。最后通過模擬研究和實證分析可知，基于E M D 的組合預測模型在非平穩(wěn)非線性時間序列的預測中可以取得良好的效果。E M D 和B o x ．J e n k i n s

6、 的組合預測模型的效果一般，因為B o x ．J e n k i n s 模型不能處理非線性時間序列。E M D ．A N N 組合預測模型比A N N 模型的預測效果提升很多，E M D ．T S A N N 在某些方面表現(xiàn)優(yōu)于E M D - A N N 模型。但是不能確定E M D ．A N N 和E M D ．S V M 哪個更好?？傊?，基于E M D 組合預測模型能夠很好的處理非平穩(wěn)非線性時間序列的預測問題。關鍵詞：經(jīng)驗模態(tài)分解