HHT與AC算法在金融數(shù)據(jù)分析中的應(yīng)用研究.pdf

1、傳統(tǒng)頻域分析方法在處理非平穩(wěn)時間序列時往往受到Heisenberg測不準(zhǔn)原理的制約,無法在時頻兩域同時達(dá)到很高的精度；傳統(tǒng)的時域分析方法所基于的平穩(wěn)性假設(shè)、正態(tài)分布的假設(shè)、線性性質(zhì)等假設(shè)在實(shí)際的金融時間序列中往往是不成立的,因此在對一些非平穩(wěn)時間序列建模時可能會產(chǎn)生嚴(yán)重的失真。 HHT方法是1998年由美籍華人N.E.Huang提出的一種數(shù)據(jù)分析方法,該方法由兩個步驟組成:EMD(empirical mode decomposi

2、tion,經(jīng)驗(yàn)?zāi)Ｊ椒纸?和HSA(Hilbert spectrum analysis,Hilbert譜分析)。由于該方法具有完全的自適應(yīng)性,能處理非線性非平穩(wěn)數(shù)據(jù),能夠不受Heisenberg測不準(zhǔn)原理制約,并且對經(jīng)過EMD得到的IMF進(jìn)行Hilbert譜變換能產(chǎn)生具有物理意義的瞬時頻率,這是傳統(tǒng)譜分析法很難做到的,因此能夠彌補(bǔ)傳統(tǒng)方法在處理具有極強(qiáng)非線性非平穩(wěn)特性的金融時間序列分析上的不足。 復(fù)雜系統(tǒng)如證券市場、氣象系統(tǒng)等,系

3、統(tǒng)變量之間的相互關(guān)系十分復(fù)雜,甚至可能找不出比較固定的規(guī)律性,這類系統(tǒng)的具有一個最大的特征即：時間序列具有極強(qiáng)的非線性、非平穩(wěn)性；關(guān)于系統(tǒng)的重要變量具有大量的時序模式。因此,傳統(tǒng)的定性預(yù)測方法,包括Delphi法和目標(biāo)分解預(yù)測法,傳統(tǒng)的時間序列模型,包括移動平均模型和指數(shù)平滑法,傳統(tǒng)的因果模型,包括分解預(yù)測法、ARIMA、回歸分析等模型均不十分適用于此類系統(tǒng)的建模。而非參數(shù)自組織數(shù)據(jù)挖掘算法--類比合成算法(AC算法)在對輸出變量進(jìn)行預(yù)