文件名称：论文研究-基于小波分析的股指期货高频预测研究.pdf
文件大小：836KB
文件格式：PDF
更新时间：2022-10-10 13:04:23
论文研究
论文研究-基于小波分析的股指期货高频预测研究.pdf, 基于低频金融数据的预测, 在时间上具有长期性, 依赖于整体经济环境, 不能形成短期内的准确预测. 但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性, 传统的ARMA模型也无法得到满意的预测结果. 本文提出基于小波多分辨率分析的预测方法, 将收益率数据分为高频部分(周期性)与低频部分(趋势性), 对拆分后的序列进行重构, 并对重构后得到的数据分别建立ARMA模型. 实证研究表明, 小波多分辨率分析能很好地滤出日内效应, 由于股指期货独特的市场特征, 应将分解层数定为3, 分解重构模型可以提高预测精度.