金融時間序列經(jīng)常由異常點和結構變換所影響,這種原因可能是天災,金融危機、政策變化等因素造成的。在金融時間序列波動建模分析中,突變點或者離群值我們稱為金融時間序列的奇異點。 由于金融時間序列的奇異點可能影響時間序列的趨勢,也能反映出許多重要特征,同時攜帶著重要的投資信息,比如異常的金融波動和市場效應,而這種異�？赡芤馕吨鹑谑袌鰧鴥戎卮蠼�(jīng)濟事件的響應和國際金融事件的反應。因此能夠找出金融時間序列的奇異點與宏觀政策環(huán)境之間的關聯(lián),對于股票的分析和預測都是非常有必要的。 小波變換在檢測時間序列和信號的奇異性方面有它獨有的特點,它是分析時間序列、圖像處理、信號去噪等方面的數(shù)學工具，是從信號理論領域發(fā)展形成的。小波分析方法是一種窗口大小固定、但窗口的形狀可變、時間窗和頻率窗都可改變的時頻局部化分析方法,能自動適應時頻信號分析的要求,從而可聚焦到信號的任意細節(jié)。 本文采用了小波變換方法來分析金融時間序列中的奇異點現(xiàn)象,通過對高尺度下的小波變換模極大值定位后,從高到低的尺度沿著模極大值線檢測和定位到原始時間序列中的奇異點時間,然后找到了可能影響時間序列趨勢變動的信息因素。主要得出以下2個結論：1、...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖2.13連續(xù)小波變換圖

昆明理工大學碩士學位論文的實用價值。2.3.3連續(xù)小波變換的定義小波變換是一個函數(shù)f(x)與一個在時頻域上均具有良好局部性質的小波函數(shù)尹(x)的內積:叮(a，b)=

圖4.3上證指數(shù)樣本數(shù)據(jù)日對數(shù)收益率時序圖

日對數(shù)收益率R(i)=logP(i+l)一logP(i)(4.1)得到的上證指數(shù)樣本數(shù)據(jù)日對數(shù)收益率如附表A，以圖形表示為圖4.3，橫軸代表交易日時序，縱軸代表日對數(shù)收益率。789DailyLog一returnSeriesofSSEComPosite!ndex呈。.05....

圖4.4時間序列4層小波分解在信號分析中，低頻部分代表序列趨勢的特征，而高頻部分則是表征序列本身的特征，這也是基于離散小波變換的金融時間序列分析的基本原則

這也是基于離散小波變換的金融時間序列分析的基本原則。經(jīng)過離散小波4層分解之后，得到第4層的高頻部分(藝誘)，也就是包含了原始序列特征信息的部分，如圖4.4所示。此外還得到了第4層的低頻部分(L殉)，即原始序列的近似信號，從而可以看出序列的趨勢走向。

圖4.5尺度為1一4的小波分解系數(shù)

每一個尺度2“上的小波變換值，我們稱之為小波系數(shù)。它指的是信號經(jīng)過小波分解之后，在不同尺度上具有的高通分量。圖4.5顯示的是樣本時間序列經(jīng)過分解尺度為4的小波變換后，各個尺度下的小波系數(shù)。Detai!念Coefficie毗S診診獷獷....

本文編號：3998361