基于EMD和STSA的金融波動研究.pdf

1、本文將經驗模態(tài)分解方法引入金融波動研究領域，結合符號時間序列分析方法，基于不同的時間尺度特征對上海證券交易所和深圳證券交易所的金融波動情況做差異性分析，然后將EMD分解方法和BP神經網絡結合對滬深二市的“已實現”波動趨勢進行預測分析。
　　本文首先從背景，意義以及成果三個方面描述了金融波動，然后提出本文的兩大研究方法，即符號時間序列和經驗模態(tài)分解，總結二者的研究成果。然后在符號時間序列分析的大背景下，結合經驗模態(tài)分解方法，將深證綜

2、指和上證綜指的“已實現”波動序列進行經驗模態(tài)分解和重構，提取出兩個市場的短期波動項，長期波動項和趨勢波動項，為金融市場中不同類型的投資者提供投資依據。同時在不同的時間尺度上基于符號序列差異統計方法對深證綜指和上證綜指做了差異分析，從而給投資者和監(jiān)管者提供更多的了解金融市場的方法。同時引入BP神經網絡，結合EMD分解方法，挖掘歷史符號波動序列的規(guī)律性，預測未來波動的趨勢和風險等級，為金融市場的預測和研究提供新的視角和方法。
　　經過