時間序列的噪聲等預(yù)處理是數(shù)據(jù)挖掘及建模過程中重要的一步,對系統(tǒng)分析與預(yù)測具有重要意義.基于改良的離散小波變換方法,以2009年5月14日至2019年5月14日為時間范圍,以上證指數(shù)高頻收益率日數(shù)據(jù)、低頻收盤價日數(shù)據(jù)為實驗樣本進行去噪預(yù)處理,對比四類參數(shù)取不同值時的性能表現(xiàn),并通過ARIMA模型驗證預(yù)測效果.時間序列預(yù)處理與噪聲之間不存在矛盾關(guān)系,小波方法適當(dāng)消噪后也可以保留有用信息,提高了分析與預(yù)測的正確率.通過研究時間序列預(yù)處理與信息噪聲之間的關(guān)系,期望可以為金融時序的深度挖掘、預(yù)測提供一定的指導(dǎo)意見.

【文章頁數(shù)】：13 頁

【文章目錄】：
1 文獻綜述
2 小波變換
3 不同頻率時序的小波去噪
4 小波去噪在金融時序預(yù)測中的驗證
5 結(jié)論



本文編號：3802818