本文關鍵詞：基于HHT-SVR模型的匯率數據去噪與預測

  更多相關文章： Hilbert-Huang變換 支持向量回歸 匯率 去噪

【摘要】：由于存在噪音污染、具有非線性、混沌等特征,匯率預測一直是現代時間序列預測方法的重要而最具挑戰(zhàn)的研究領域之一。本文結合變點理論,提出了基于自相關函數均值變點的HilbertHuang變換自適應去噪方法�；谠摲椒ㄈピ胫蟮膮R率日交易數據建立的SVR模型,具有較高的預測精度,穩(wěn)定性較強。特別的,該方法具有很好的數據自適應性,無需要主觀參與,即可自動完成去噪過程。該方法的提出,為金融時間序列去噪提供了新途徑。
【作者單位】： 中國科學技術大學管理學院金融信息重點實驗室;
【基金】：國家自然科學基金資助項目(71172214,71172213)
【分類號】：F832.6;O211.61
【正文快照】： 0引言自二十世紀70年代布雷頓森林體系解體以來,世界各國的匯率波動性都在不斷增強,匯率風險不斷加大。這種波動所帶來的不確定性,嚴重影響進一步的分析和處理111,會干擾投資者的決策,同時也給監(jiān)管部門對外匯市場的管理帶來更大困難。匯率預測一直是現代時間序 列預測方法的

【參考文獻】

中國期刊全文數據庫 前2條

1 蘭秋軍,馬超群,文鳳華;金融時間序列去噪的小波變換方法[J];科技管理研究;2004年06期

2 韓四兒;田錚;武新乾;;一類股市波動性預測模型的多變點檢驗[J];系統工程理論與實踐;2006年03期

中國博士學位論文全文數據庫 前1條

1 王婷;EMD算法研究及其在信號去噪中的應用[D];哈爾濱工程大學;2010年

【共引文獻】

中國期刊全文數據庫 前10條

1 張宇輝;汪利君;蘭華;段偉潤;李哲;郎燕生;;基于EMD-相關性算法的諧振接地系統故障選線新方法[J];電測與儀表;2012年12期

2 徐蓓蓓;章正國;鄭新龍;何旭濤;敬強;;最小二乘支持向量機在短期風速預測中的應用概況[J];電氣技術;2013年06期

3 谷文成;柴寶仁;韓俊松;;基于支持向量機的垃圾信息過濾方法[J];北京理工大學學報;2013年10期

4 王輝;袁淑丹;;基于EMD與功率譜熵的語音端點檢測[J];電聲技術;2013年11期

5 張淑英;曹詠弘;;EEMD在慣性導航動態(tài)測試中的去噪應用[J];測試技術學報;2013年05期

6 景娟娟;相里斌;李然;石大蓮;;基于經驗模態(tài)分解的干涉圖濾波方法[J];光學學報;2013年10期

7 王鳳利;李宏坤;;基于改進局域波分析的柴油機故障診斷[J];大連海事大學學報;2013年04期

8 李偉能;黃樹花;;基于支持向量回歸與BP神經網絡對創(chuàng)業(yè)板指數的預測研究[J];電子技術與軟件工程;2013年24期

9 韓剛;張建文;褚鑫;;基于EEMD自適應閾值去噪的電能質量擾動檢測與定位研究[J];電測與儀表;2014年02期

10 張恒t，

本文編號：1262021