期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小波分析的股指期货高频预测研究
被引量：
32
1
作者
刘向丽
王旭朋
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015年第6期1425-1432,共8页
基于低频金融数据的预测,在时间上具有长期性,依赖于整体经济环境,不能形成短期内的准确预测.但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性,传统的ARMA模型也无法得到满意的预测结果.本文提出基于小波多分...
基于低频金融数据的预测,在时间上具有长期性,依赖于整体经济环境,不能形成短期内的准确预测.但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性,传统的ARMA模型也无法得到满意的预测结果.本文提出基于小波多分辨率分析的预测方法,将收益率数据分为高频部分(周期性)与低频部分(趋势性),对拆分后的序列进行重构,并对重构后得到的数据分别建立ARMA模型.实证研究表明,小波多分辨率分析能很好地滤出日内效应,由于股指期货独特的市场特征,应将分解层数定为3,分解重构模型可以提高预测精度.
展开更多
关键词
股指期货
小波分析
ARMA模型
预测
分解与重构
原文传递
题名
基于小波分析的股指期货高频预测研究
被引量：
32
1
作者
刘向丽
王旭朋
机构
中央财经大学金融学院
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015年第6期1425-1432,共8页
基金
国家自然科学基金(71071170
71471182)
+1 种基金
教育部新世纪优秀人才支持计划(NCET-11-0750)
中央高校基本科研业务费专项资金
文摘
基于低频金融数据的预测,在时间上具有长期性,依赖于整体经济环境,不能形成短期内的准确预测.但是由于高频金融时间序列具有非线性、非平稳性以及其特有的日历效应等特性,传统的ARMA模型也无法得到满意的预测结果.本文提出基于小波多分辨率分析的预测方法,将收益率数据分为高频部分(周期性)与低频部分(趋势性),对拆分后的序列进行重构,并对重构后得到的数据分别建立ARMA模型.实证研究表明,小波多分辨率分析能很好地滤出日内效应,由于股指期货独特的市场特征,应将分解层数定为3,分解重构模型可以提高预测精度.
关键词
股指期货
小波分析
ARMA模型
预测
分解与重构
Keywords
stock
index
futures
wavelet
analysis
ARMA
model
prediction
divide
and
reconstruct
分类号
F830.91 [经济管理—金融学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于小波分析的股指期货高频预测研究
刘向丽
王旭朋
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2015
32
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
