期刊文献+

基于多尺度阈值方法的金融时间序列去噪研究

下载PDF
导出
摘要 本文通过实证分析,说明金融时间序列建模前降噪预处理的必要性,更进一步地,运用多尺度阈值方法对金融时间序列去噪,再用传统时间序列预测方法ARIMA(p,d,q)模型对降噪后的数据进行预测。通过与小波阈值去噪预测模型的比较,得出多尺度阈值去噪预测效果更加理想。
作者 梅杰
出处 《金融经济(下半月)》 2013年第6期155-156,共2页
  • 相关文献

参考文献8

  • 1安鸿志;陈敏.非线性时间序列分析[M]上海:上海科学技术出版社,1998.
  • 2Donoho D L,Johnstone I M. Ideal spatial adaptation by wavelet shrinkage[J].Biometrika,1994,(03):425-455.
  • 3佟伟民,李一军,单永正.基于小波分析的时间序列数据挖掘[J].计算机工程,2008,34(1):26-29. 被引量:16
  • 4Donoho D L. De-noising by soft-thresholding[J].IEEE Transactions on Information Theory,1995,(03):613-627.doi:10.1109/18.382009.
  • 5杨建国.小波分析及其工程应用[M]北京:机械工业出版社,2005.
  • 6段永刚,马立元,李永军,王天辉.基于小波分析的改进软阈值去噪算法[J].科学技术与工程,2010,10(23):5755-5758. 被引量:36
  • 7Daubechies I. Orthonormal bases of compactly supported wavelets[J].CommPure and Appl Math,1988.909-996.
  • 8王振龙.时间序列分析[M]北京:中国商业出版社,2000.

二级参考文献8

  • 1Chui C K,Chne G.Kalman filtering with real time applications.Springer-Verlag,1987:125-136.
  • 2Donoho D L.Denoising by soft-thresholding.IEEE Trans on IT,1995;41(3):613-627.
  • 3Donoho D L,Johnstone I M.Idea apatial adaptation via wavelet shrinkage.Biometrika,1994.
  • 4邓自立.解耦Wiener状态滤波器.中国学术期刊文摘,2000,6(8):979-980.
  • 5Liao T W.Clustering of Time Series Data--A Survey[J].Pattern Recognition,2005,38(11):1857-1874.
  • 6Reis E,Salazar E,Gamerman D.Comparison of Sampling Schemes for Dynamic Linear Models[J].International Statistical Review,2006,74(2):203-214.
  • 7Elfeky M,Aref W,Elmagarmid A K.Periodicity Detection in Time Series Databases[J].IEEE Transactions on Knowledge and Data Engineering,2005,17(7):875-887.
  • 8Singh S.Noise Impact on Time-series Forecasting Using an Intelligent Pattern Matching Technique[J].Pattern Recognition,1999,32(8):1389-1398.

共引文献50

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部