HILBERT-HUANG變換在高頻金融時間序列中的應用.pdf

1、隨著計算機技術的快速發(fā)展，投資者可以越來越方便及時地獲取證券市場的各種交易數(shù)據(jù),通過對各種交易數(shù)據(jù)的深入研究，逐分鐘交易數(shù)據(jù)、甚至逐筆交易數(shù)據(jù)逐漸引起了投資者的關注。這些高頻交易數(shù)據(jù)形成了高頻金融時間序列，人們將各種數(shù)據(jù)分析方法應用于高頻金融時間序列，試圖揭示出證券的內(nèi)在特征以及預測價格走勢。
　　經(jīng)典的時間序列分析方法常常假設變量之間存在線性關系，試圖通過多元線性回歸來揭示自變量和因變量之間的關系，從而預測因變量的變化趨勢。或者

2、對數(shù)據(jù)進行時域、頻域分析，進而通過端點延拓的方法來預測下一時刻序列的值，這些經(jīng)典的時頻分析方法，比如傅立葉變換，通常要求時間序列是平穩(wěn)序列，而現(xiàn)實生活中，投資組合和股指期貨價格所形成的時間序列，往往是非線性、非平穩(wěn)的，因此傳統(tǒng)的數(shù)據(jù)分析方法往往不能很好地挖掘金融時間序列特征，進而進行深入的數(shù)據(jù)分析。
　　隨著現(xiàn)代信號處理技術的發(fā)展，Hilbert-Huang變換越來越多的應用于各種非線性非平穩(wěn)數(shù)據(jù)的分析中，并在多個領域取得了良好的

3、效果。本文在以下幾個方面展開研究：
　　第一，本文將Hilbert-Huang變換應用于高頻金融時間序列的特征分析和預測上?；跍?00股指期貨5分鐘數(shù)據(jù)，應用 Hilbert-Huang變換對該高頻時間序列進行本征模態(tài)分解。
　　第二，基于滬深300股指期貨分鐘數(shù)據(jù)的本征模態(tài)函數(shù)，使用Elman神經(jīng)網(wǎng)絡對高頻特征分量和低頻特征分量分別進行預測，最終形成對滬深300分鐘線序列的分析和預測模型，并對該模型進行樣本內(nèi)和樣本外測