基于小波分析的中國股市時間序列研究.pdf

1、由于小波分析具有良好的時頻局部化特征，因此自20世紀(jì)80年代后期以來被廣泛地應(yīng)用于信號分析、圖像處理、理論物理、計算機分類與識別、醫(yī)學(xué)成像與診斷、地震勘探數(shù)據(jù)處理等很多領(lǐng)域。近年來利用小波分析對實際的金融數(shù)據(jù)進行分析與預(yù)測的研究也在不斷深入。
　　 本文系統(tǒng)的總結(jié)、歸納了小波分析的基本理論；總結(jié)概括時間序列分析理論中幾個比較有代表性的模型，特別對本文中用到的ARMA模型進行了深入的探討，包括模型的定義、識別、參數(shù)估計以及診斷檢驗

2、；在此基礎(chǔ)上提出了一種基于小波分析的ARMA模型預(yù)測方法，并利用這種新的方法對中國上證A股指數(shù)以及個股中國鋁業(yè)進行了實證分析，取得了良好的短期預(yù)測效果。
　　 通過對選擇不同小波函數(shù)進行預(yù)處理的數(shù)據(jù)運用該方法進行比較研究，發(fā)現(xiàn)選用Biorthogonal小波函數(shù)進行預(yù)處理的數(shù)據(jù)預(yù)測效果均好于用Daubechies小波函數(shù)進行預(yù)處理的結(jié)果。并且本文所提出的預(yù)測方法同傳統(tǒng)方法相比，在預(yù)測精度上均有所提高，因此，具有了一定的實際應(yīng)用價