基于小波方法的金融時間序列分析.pdf

1、本文首先闡述了研究小波和金融時間序列的目的和意義，對各種金融時間序列模型和小波方法的基本理論進行了綜述，并對小波方法在金融時間序列領域的研究現(xiàn)狀進行了分析。
　　 其次，對2008年1月18日-2009年4月10日293個上證指數(shù)的日收盤價數(shù)據(jù)用ARIMA模型進行了數(shù)據(jù)擬合，再借助MATLAB軟件用小波方法進行回歸分析，證實了將小波方法用于時間序列回歸分析，可以得到更好的效果。在回歸分析之后，本文又用小波方法對該數(shù)據(jù)序列的奇異點

2、進行檢測，并將檢測到的奇異點與實際的政治經(jīng)濟政策相結合，說明實際的各種政策對股市的影響效應。
　　 另外，文章還分別采用ARIMA模型和基于小波方法的ARIMA模型對數(shù)據(jù)進行了短期預測，并將其同真實的股指數(shù)據(jù)進行比較，證明了小波方法在短期時序預測方面的有效性。
　　 文章的創(chuàng)新點主要有兩個：
　　 一是將小波方法得到的回歸結果同ARIMA模型相比較，后者估計得到的參數(shù)表示序列與各滯后項的相關度，而小波方法得到的各