基于小波分析的金融波動模式識別及異常值檢測.pdf

1、金融的波動性是所有金融市場的內(nèi)在特征,其對資產(chǎn)組合配置、金融產(chǎn)品定價(jià)、金融風(fēng)險(xiǎn)管理等都有很重要的作用,特別是金融波動模式的識別及相關(guān)異常的研究對于市場投資者和監(jiān)管者來說意義重大。在實(shí)際中,主要通過金融資產(chǎn)收益率序列來得出金融波動的特征。本文主要利用將小波分析與符號時(shí)間序列分析、D-Markov模型以及金融波動計(jì)量模型相結(jié)合的方法來研究金融波動序列的模式識別問題和金融收益序列的異常檢測問題。
　　本文首先將小波分析、主要應(yīng)用于工程領(lǐng)

2、域的隱含模式快速識別方法D-Markov模型及符號時(shí)間序列分析相結(jié)合,引入波動向量之間異常度的概念,提出了一種全新的用于金融波動模式識別及異常模式檢測的方法。第一步對金融波動序列進(jìn)行離散小波變換產(chǎn)生小波系數(shù)序列,選擇符號集大小,將小波系數(shù)序列符號化,并對符號序列進(jìn)行D-Markov模型分析,計(jì)算狀態(tài)概率向量,得到波動向量的異常度,進(jìn)而進(jìn)行模式識別及異常模式的檢測。其次基于波動模型對金融收益時(shí)間序列的刻畫而產(chǎn)生的殘差序列,提出了一種以小波

3、分析為基礎(chǔ)的異常檢測與定位的方法。采用蒙特卡洛模擬選定閾值,分析殘差序列離散小波變換后的小波系數(shù)序列,標(biāo)記大于閾值且是最大的小波系數(shù)值位置,通過將該位置的值設(shè)置為零重建小波系數(shù)序列,并通過逆離散小波變換重構(gòu)殘差序列,如此循環(huán),直到小波系數(shù)序列滿足閾值要求,形成位置集合。進(jìn)而基于該位置集合來檢測和定位異常值。
　　針對本文提出的方法,均以上證綜指和深證成指檢驗(yàn)了所提方法的可行性和有效性。實(shí)證結(jié)果表明在選定標(biāo)準(zhǔn)波動模式的情況下,該方法