基于小波包变换的量化择时策略的研究

发布时间：2021-06-21 16:58

　　股票市场是一个受到政治、经济、投资者心理等因素影响的复杂非线性系统,其股价变动往往是非平稳、扰动非高斯白噪声的时间序列,因此运用传统方法很难进行消噪和预测。小波分析是一种高性能的信号分析方法,是根据时-域局部化的要求发展起来的,有自适应特性,被誉为数学显微镜,具有优良的去噪能力和时-频局部化分析的功能,特别适合非平稳非线性信号的处理,广泛应用于信号处理、图像压缩和语音分析等众多领域,对非平稳时间序列具有良好分析能力。本文在研究背景及相关文献梳理的基础上,按照提出研究假设-数据搜集处理-仿真模拟实验进行论证的思路,采用计算机仿真模拟实验的方法,以上证综指一个完整涨跌周期的收盘价作为样本数据,对股价信号进行小波包变换分析其在股票市场中的应用。首先,本文选择Symlets小波族中具有四阶消失矩的“S4”对称性小波基对上证综指收盘价进行小波包非线性阈值消噪,研究了小波包变换消噪的显著性和有效性;其次,在消除随机性干扰的基础上,针对传统均线策略买卖信号滞后性的不足,根据不同分解水平的小波低频分量能够反映信号基本和次级趋势且不具滞后性的特点,本文通过提取不同层次分解水平的低频分量,对传统均线策略进... 

【文章来源】：西北大学陕西省 211工程院校

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

正弦波（a）和几种一维小波（b）

论文研究框架流程图

傅立叶分析与小波分析使用的小波

【参考文献】：
期刊论文
[1]基于小波低频分量的量化择时策略及仿真模拟[J]. 王峰虎,齐祥会,贺毅岳.  统计与决策. 2018(04)
[2]基于小波分析的股指期货高频预测研究[J]. 刘向丽,王旭朋.  系统工程理论与实践. 2015(06)
[3]基于小波分析的ARIMA模型对上证指数的分析与预测[J]. 石鸿雁,尤作军,陈忠菊.  数学的实践与认识. 2014(23)
[4]小波包多阈值去噪法及其在形变分析中的应用[J]. 章浙涛,朱建军,匡翠林,周璀.  测绘学报. 2014(01)
[5]我国量化(对冲)基金业绩表现的比较分析[J]. 许红伟,吴冲锋,张翔.  投资研究. 2013(02)
[6]基于小波分析的可疑金融交易时间序列研究[J]. 张成虎,赵小虎.  现代管理科学. 2009(07)
[7]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)
[8]基于小波分析的时间序列数据挖掘[J]. 佟伟民,李一军,单永正.  计算机工程. 2008(01)
[9]小波神经网络在股票平均线交易规则中的应用[J]. 丁圣,高风.  计算机仿真. 2006(11)
[10]基于小波分析的上证综指预测[J]. 高雷,任慧玉.  统计与决策. 2006(14)



本文编号：3241051