基于平均包络线匹配算法的emd端点效应分析及在股价趋势分解中的应用

？经验模式分解(emd)能够有效获得非平稳非线性信号的时频特征,但传统的emd分解算法存在严重的端点效应.在深入研究和分析emd算法的基础上,提出了一种基于波形匹配的端点效应处理方案,通过计算波形匹配度,在平均包络线内部寻找与其端部变化趋势最为接近的子波,并用这段子波代替平均包络线的边缘部分,使处理后的平均包络线极大地接近真实包络线,并把这种端点效应处理方案的emd分解算法应用到实际的股票市场价格趋势分解中.实验结果表明,与经典的emd边界延拓算法相比,本文提出的算法能更有效地抑制emd分解时的边界效应,分解得到的固有模式函数更能体现模拟信号真实的频率、幅值信息.应用实验表明:与现有方法相比,该方法更能提高预测精度.