金融時(shí)間序列多尺度分析——基于Hilbert-Huang變換.pdf

1、始于美國(guó)、波及世界的“次貸危機(jī)”以及來(lái)勢(shì)洶洶的“歐債危機(jī)”讓世界范圍內(nèi)的金融市場(chǎng)一片陰霾。量化投資在低迷的市場(chǎng)環(huán)境中優(yōu)異的表現(xiàn)，吸引了業(yè)界和學(xué)術(shù)界廣泛的關(guān)注，同時(shí)也將金融計(jì)量分析的作用推高到前所未有的高度。金融計(jì)量方法的不斷完善，將為量化投資提供更廣泛、更精準(zhǔn)、更可靠的工具。本文基于Hilbert-Huang變換(HHT)對(duì)金融時(shí)間序列進(jìn)行了多尺度分析和實(shí)證研究。
　　 首先，基于金融時(shí)間序列數(shù)據(jù)的特點(diǎn)，結(jié)合局部多項(xiàng)式回歸，本文

2、提出了抑制HHT中存在的端點(diǎn)效應(yīng)的新方法。模擬數(shù)據(jù)和實(shí)證檢驗(yàn)都顯示，該端點(diǎn)拓延方法無(wú)論是對(duì)端點(diǎn)效應(yīng)的抑制效果，還是算法性能，都表現(xiàn)良好。
　　 其次，本文結(jié)合變點(diǎn)理論提出了HHT自適應(yīng)去噪算法?；趨R率數(shù)據(jù)的實(shí)證分析表明，相對(duì)于小波去噪方法，該算法具有較好的去噪效果;結(jié)合SVR方法的預(yù)測(cè)結(jié)果表明，經(jīng)過(guò)變點(diǎn)-HHT方法去噪之后預(yù)測(cè)精度較高，穩(wěn)定性較強(qiáng)。
　　 再次，論文基于改進(jìn)的HHT方法探討了貨幣供給變動(dòng)對(duì)貨幣市場(chǎng)、股票