%0 Journal Article
%T 基于小波分析的股指期货高频预测研究
%A 刘向丽
%A 王旭朋
%J 系统工程理论与实践
%P 1425-1432
%D 2015
%X ？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.
%K 股指期货
%K 小波分析
%K arma模型
%K 预测
%K 分解与重构
%U http://www.sysengi.com/CN/abstract/abstract110940.shtml