基于小波分析的股指期货高频预测研究

被引：31

作者：

刘向丽

王旭朋

机构：

[1] 中央财经大学金融学院

来源：

系统工程理论与实践 | 2015年 / 35卷 / 06期

关键词：

股指期货; 小波分析; ARMA模型; 预测; 分解与重构;

D O I：

暂无

中图分类号：

F724.5 [期货贸易]; F224 [经济数学方法];

学科分类号：

020205 ; 1202 ; 120202 ; 0202 ; 0701 ; 070104 ;

摘要：

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.

引用

页码：1425 / 1432

页数：8

共 9 条

[1] 小波分析方法在金融股票数据预测中的应用 [J].

杜建卫 ;

王超峰 .

数学的实践与认识, 2008, (07) :68-75

[2] 小波变换在期货价格序贯相关分析中的应用 [J].

武杨 ;

朱东华 .

数学的实践与认识, 2007, (10) :65-69

[3] 基于小波分析的金融波动分析 [J].

徐梅 ;

张世英 .

系统工程理论与实践, 2005, (02) :1-9+112

[4] 中国股市收益率的时变方差与周内效应 [J].

赵留彦 ;

王一鸣 .

世界经济, 2004, (01) :51-61

[5] 基于小波分析的非平稳时间序列分析与预测 [J].

马社祥 ;

刘贵忠 ;

曾召华 .

系统工程学报, 2000, (04) :305-311

[6] 小波分析在股市数据分析中的应用 [J].

王哲 ;

王春峰 ;

顾培亮 .

系统工程学报, 1999, (03) :286-289+295

[7]

Wavelet multiple correlation and cross-correlation: A multiscale analysis of Eurozone stock markets[J] . Javier Fernández-Macho.Physica A: Statistical Mechanics and its Applications . 2011 (4)

[8] Asymptotic self-similarity and wavelet estimation for long-range dependent fractional autoregressive integrated moving average time series with stable innovations [J].

Stoev, S ;

Taqqu, MS .

JOURNAL OF TIME SERIES ANALYSIS, 2005, 26 (02) :211-249

[9]

Intraday periodicity and volatility persistence in financial markets[J] . Torben G. Andersen,Tim Bollerslev.Journal of Empirical Finance . 1997 (2)

← 1 →