基于小波分析的股指期货高频预测研究

发布时间：2017-06-10 15:11

  本文关键词：基于小波分析的股指期货高频预测研究，，由笔耕文化传播整理发布。

【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.
【作者单位】： 中央财经大学金融学院;
【关键词】： 股指期货 小波分析 ARMA模型 预测 分解与重构
【基金】：国家自然科学基金(71071170,71471182) 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
【分类号】：F724.5;F224
【正文快照】： o引言金融高频时间序列是以小时、分钟、秒为频率所采集的数据以及每笔交易的时间序列,高频数据比低频数据包含更多的反映市场微观结构的信息,但是频率越高,噪声越大,这些噪声严重影响了数据的进一步分析和处理,因此必须先除去噪声.但由于金融时间序列本身具有非平稳性、非线

【参考文献】

中国期刊全文数据库 前3条

1 赵留彦,王一鸣;中国股市收益率的时变方差与周内效应[J];世界经济;2004年01期

2 武杨;朱东华;;小波变换在期货价格序贯相关分析中的应用[J];数学的实践与认识;2007年10期

3 杜建卫;王超峰;;小波分析方法在金融股票数据预测中的应用[J];数学的实践与认识;2008年07期

【共引文献】

中国期刊全文数据库 前10条

1 张作泉;孙文圣;;利用小波方差逼近数据波动率的改进BS模型(MBS)[J];北京交通大学学报;2009年03期

2 陈志国;周稳海;;我国证券市场“末班车现象”与市场有效性的经验分析[J];商业研究;2005年24期

3 张苏林;王岩;;沪深股指波动率的周内效应和杠杆效应研究[J];商业研究;2011年09期

4 许启发;;多分辨高阶矩系统风险测度与定价模型研究[J];山东工商学院学报;2007年01期

5 李方文,鲁万波,余竞;经济与金融中的“数学显微镜”[J];成都大学学报(自然科学版);2005年01期

6 周泽炯;史本山;;中国开放式基金收益及其波动性的周内效应研究[J];财贸研究;2005年06期

7 周景宏;郗伟东;禹海兰;;小波方法在股市分析中的应用[J];东北电力大学学报;2006年02期

8 金秀;王佳星;刘烨;;基于小波分析的中国A,B股市场相关性研究[J];东北大学学报(自然科学版);2010年05期

9 张亦春,周颖刚;中国股市弱式有效研究综述[J];当代财经;2001年08期

10 周志杰,胡昌华,韩晓霞;基于非平稳时间序列的陀螺漂移性能建模与预测方法研究[J];电光与控制;2005年03期

中国重要会议论文全文数据库 前3条

1 张维;刘博;张小涛;;日内金融高频数据的异常点检测[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

2 徐伟;何金平;;基于多尺度小波分析的大坝变形自回归预测模型[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

3 赵振全;董秀良;;第三十五章 对中国股票发行市场化定价基础的探讨[A];21世纪数量经济学（第3卷）[C];2002年

中国博士学位论文全文数据库 前10条

1 赵红强;基于小波分析的我国经济运行特征研究[D];吉林大学;2011年

2 程力耘;中国股市“周内效应”的时变性及其形成机制研究[D];复旦大学;2011年

3 彭选华;金融风险价值量化分析的模型与实证[D];重庆大学;2011年

4 周颖刚;中国股市效率研究[D];厦门大学;2001年

5 严武;公司治理研究：股权结构与治理机制[D];江西财经大学;2003年

6 张新红;小波网络理论及其在经济预测中的应用研究[D];天津大学;2003年

7 吕淑萍;小波网络建模预报方法研究及其在股市预测中的应用[D];哈尔滨工程大学;2004年

8 兰秋军;金融时间序列隐含模式挖掘方法及其应用研究[D];湖南大学;2005年

9 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年

10 李俭富;基于我国证券市场的指数跟踪管理方法及应用研究[D];电子科技大学;2006年

中国硕士学位论文全文数据库 前10条

1 姜丽;好望角型船舶运价指数预测[D];大连海事大学;2010年

2 刘文博;小波分析方法在高频金融数据分析中的应用[D];长春工业大学;2010年

3 章晨;时间序列的非平稳度与复杂度研究[D];浙江工商大学;2011年

4 刘洪;股票市场月份效应[D];浙江大学;2011年

5 吴颀;基于小波变换的热工信号分析方法的研究[D];华北电力大学（北京）;2011年

6 王鹏;沪深300股指期货套期保值风险的测度[D];西南大学;2011年

7 鲁坤;风电场短期风速预测与预测值的置信度检验[D];兰州理工大学;2011年

8 夏豪杰;沪深300指数波动特征研究[D];天津财经大学;2011年

9 万猛;基于GARCH-t-M模型的中国股市周内效应实证研究[D];海南大学;2011年

10 闻靓;基于小波神经网络和STAR的股指预测方法研究[D];华南理工大学;2011年

【二级参考文献】

中国期刊全文数据库 前7条

1 高紫光,路磊;非平稳时间序列的状态空间建模与预测[J];系统工程;1998年03期

2 陈佐;谢赤;陈晖;;基于小波聚类方法的股票收益率序列时间模式挖掘[J];系统工程;2005年11期

3 霍菲,张庶萍;小波分析及其在金融、经济领域的应用[J];河北建筑工程学院学报;2001年04期

4 陈超,钱苹;中国股票市场“周内效应”再检验[J];经济科学;2002年01期

5 赵留彦,王一鸣;沪深股市交易量与收益率及其波动的相关性:来自实证分析的证据[J];经济科学;2003年02期

6 奉立城;中国股票市场的“周内效应”[J];经济研究;2000年11期

7 许启发;蒋翠侠;;基于小波变换的金融市场持续性特征研究[J];统计与决策;2006年01期

中国博士学位论文全文数据库 前1条

1 殷光伟;中国股票市场预测方法的研究[D];天津大学;2003年

中国硕士学位论文全文数据库 前1条

1 孔祥凤;小波分析在股市数据分析中的应用研究[D];西北大学;2002年

【相似文献】

中国期刊全文数据库 前10条

1 金秀;刘洋;;基于小波分析的多期夏普比率及实证研究[J];管理工程学报;2009年01期

2 张羽;;小波分析在波浪理论中的应用研究[J];云南财经大学学报;2006年05期

3 刘晏玲;胡芬;付恩成;;基于小波分析的中国人均GDP分析与预测[J];长江大学学报(自然科学版)理工卷;2008年01期

4 赵黎明;吴文清;刘嘉q;;基于小波分析的游客流量神经网络预测研究[J];系统工程学报;2006年02期

5 龚亚琴;;基于小波分析和RBF神经网络的铜价预测[J];陕西理工学院学报(自然科学版);2007年02期

6 赵晋理;;基于小波分析的股票市场分析[J];太原师范学院学报(自然科学版);2007年02期

7 金秀;王佳星;刘烨;;基于小波分析的中国A,B股市场相关性研究[J];东北大学学报(自然科学版);2010年05期

8 刘娜;郑小洋;李为平;;基于小波分析的经济数据预测[J];重庆工学院学报(自然科学版);2009年11期

9 代军;;非对称股指期货对冲比率建模方法拓展——基于小波多尺度分析[J];价格理论与实践;2014年06期

10 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 侯建荣;;基于小波分析极大模方法的极端金融事件风险建模问题研究[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 邹业慧;陆文星;梁昌勇;梁焱;;基于小波分析和支持向量机的旅游客流量预测研究[A];第七届（2012）中国管理学年会管理与决策科学分会场论文集（选编）[C];2012年

中国硕士学位论文全文数据库 前10条

1 孙宇轩;基于小波分析的中国股市时间序列研究[D];北京交通大学;2010年

2 孔祥凤;小波分析在股市数据分析中的应用研究[D];西北大学;2002年

3 李召辉;基于小波分析的CPI实证研究及预测[D];西南财经大学;2011年

4 范美玲;基于小波分析的开放式基金多期业绩评价研究[D];东北大学;2008年

5 王佳星;基于小波分析的中国股市相关性研究[D];东北大学;2010年

6 王保山;程序化期货交易及其技术指标的构建与应用[D];宁波大学;2012年

7 朱可飞;基于小波分析的人民币汇率预测方法研究[D];浙江工商大学;2014年

8 杨雪梅;基于小波分析经济增长与房市的相关性研究[D];西南财经大学;2014年

9 吴航;基于小波分析的ICAPM模型的风险价值分解[D];西南财经大学;2014年

10 袁玲;中国股市已实现波动率估计[D];暨南大学;2014年

  本文关键词：基于小波分析的股指期货高频预测研究，由笔耕文化传播整理发布。

本文编号：438931