基于HHT-SVR模型的汇率数据去噪与预测

发布时间：2017-12-07 10:11

  本文关键词：基于HHT-SVR模型的汇率数据去噪与预测

  更多相关文章： Hilbert-Huang变换 支持向量回归 汇率 去噪

【摘要】：由于存在噪音污染、具有非线性、混沌等特征,汇率预测一直是现代时间序列预测方法的重要而最具挑战的研究领域之一。本文结合变点理论,提出了基于自相关函数均值变点的HilbertHuang变换自适应去噪方法。基于该方法去噪之后的汇率日交易数据建立的SVR模型,具有较高的预测精度,稳定性较强。特别的,该方法具有很好的数据自适应性,无需要主观参与,即可自动完成去噪过程。该方法的提出,为金融时间序列去噪提供了新途径。
【作者单位】： 中国科学技术大学管理学院金融信息重点实验室;
【基金】：国家自然科学基金资助项目(71172214,71172213)
【分类号】：F832.6;O211.61
【正文快照】： 0引言自二十世纪70年代布雷顿森林体系解体以来,世界各国的汇率波动性都在不断增强,汇率风险不断加大。这种波动所带来的不确定性,严重影响进一步的分析和处理111,会干扰投资者的决策,同时也给监管部门对外汇市场的管理带来更大困难。汇率预测一直是现代时间序 列预测方法的

【参考文献】

中国期刊全文数据库 前2条

1 兰秋军,马超群,文凤华;金融时间序列去噪的小波变换方法[J];科技管理研究;2004年06期

2 韩四儿;田铮;武新乾;;一类股市波动性预测模型的多变点检验[J];系统工程理论与实践;2006年03期

中国博士学位论文全文数据库 前1条

1 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年

【共引文献】

中国期刊全文数据库 前10条

1 张宇辉;汪利君;兰华;段伟润;李哲;郎燕生;;基于EMD-相关性算法的谐振接地系统故障选线新方法[J];电测与仪表;2012年12期

2 徐蓓蓓;章正国;郑新龙;何旭涛;敬强;;最小二乘支持向量机在短期风速预测中的应用概况[J];电气技术;2013年06期

3 谷文成;柴宝仁;韩俊松;;基于支持向量机的垃圾信息过滤方法[J];北京理工大学学报;2013年10期

4 王辉;袁淑丹;;基于EMD与功率谱熵的语音端点检测[J];电声技术;2013年11期

5 张淑英;曹咏弘;;EEMD在惯性导航动态测试中的去噪应用[J];测试技术学报;2013年05期

6 景娟娟;相里斌;李然;石大莲;;基于经验模态分解的干涉图滤波方法[J];光学学报;2013年10期

7 王凤利;李宏坤;;基于改进局域波分析的柴油机故障诊断[J];大连海事大学学报;2013年04期

8 李伟能;黄树花;;基于支持向量回归与BP神经网络对创业板指数的预测研究[J];电子技术与软件工程;2013年24期

9 韩刚;张建文;褚鑫;;基于EEMD自适应阈值去噪的电能质量扰动检测与定位研究[J];电测与仪表;2014年02期

10 张恒t，

本文编号：1262021