基于极大重叠离散小波变换的金融高频数据波动率估计

利用极大重叠离散小波变换方法对资产收益的积分波动率进行估计.针对沪深300指数选取不同小波函数估计积分波动率,计算相对误差统计量.结果表明,不同小波函数对积分波动率估计不存在显著差异,但随着抽样频率的增加,估计精度逐渐提高.对尺度及其相应尺度下的波动率进行对数变换可见,二者之间存在显著的线性关系,随着尺度的增加,波动率逐渐变小.

基于离散余弦变换和小波变换的电能质量扰动信号检测方法

综合离散余弦变换和小波变换模极大值原理在时频分析中的优点,提出了基于离散余弦变换和小波变换的电能质量扰动信号检测方法。先通过离散余弦变换检测出各种基频干扰(电压暂降、电压暂升和电压间断)和各次谐波(包括暂态谐波),再利用小波变换模极大值原理检测出暂态振荡和暂态脉冲,并实现扰动时间和扰动幅值的测定。该方法具备较强的抗噪能力,仿真结果验证了该方法的有效性。

基于小波变换的直流线路行波保护采样数值稳定性研究

高压直流输电系统由于输送容量大,输电距离远,在我国电力系统中起到越来越重要的作用。一旦直流输电线路发生故障,快速准确识别故障具有极其重要的意义。对小波变换的直流输电线路行波保护方案进行了研究,发现在10 kHz的采样率下,对同一行波不同的采样,可导致小波变换模极大值的波动范围达7倍以上,意味着采用离散采样进行保护整定有严重的数值稳定性问题。提出了多重采样方法,以采样重数为表征指标,获得了小波变换方法故障指标数值波动的可能范围,分析了数值波动概率分布情况,并获得了过渡电阻值对故障指标波动范围的影响。该研究方法和结论对于实际工程中的行波保护整定,具有较重要的参考意义。

基于连续和离散小波分析的我国股市汇市传染效应研究

2015年股灾,"811"汇率改革及人民币加入SDR等事件使我国金融市场对汇率和股价两种资产价格的敏感度明显加强,两市场间传染效应随之改变。文章分析股市与汇市传染效应的渠道、方向和效果,理论介绍连续小波和极大重叠离散小波基本模型,随后实证检验上证综指和汇率在汇改至股灾前及股灾后两个时间段的传染效应并得到以下结论:汇率和股市之间并非简单因果关系,一阶段"同升同降"可能同受风险偏好变化影响,另一阶段"此消彼长"可能与国际资本流动、实体经济之间形成循环反馈效应。

股指期货套期保值率的小波分析方法

本文运用极大交迭离散小波变换对新加坡新华富时A50股指期货合约原始数据进行逐尺度分解,在不同时间尺度下以半方差最小化为套期保值目标对最优套期保值率进行估计,并与最小小波方差套期保值率进行比较。实证结果表明随着时间刻度的增加,期现货收益率间的相关性及套期保值率均相应递增;以半方差作为套期保值目标可以使套期保值组合获得更好的超额收益性质,并且随着套期保值期限长度的增加,超额收益性质的相对表现更为优良。

基于改进阈值函数的小波去噪算法研究

针对用小波变换进行信号去噪的阈值函数设定问题,在传统软、硬阈值函数去噪的基础上,提出一种改进的阈值函数方法,并与极大重叠离散小波包变换相结合,从而得到一种改进阈值函数的小波去噪方法。Matlab仿真结果表明:去噪方法提高了重构信号的信噪比,有效除去噪声,且保留原始信号的细节特征,是一种较好的信号消噪方法,在股票去噪中具有较高的实用价值。

基于小波奇异性检测的发动机故障诊断方法研究

针对通过二进离散小波变换计算出的Lipschitz指数不够精确且不能描述奇异点能量的不足,提出了模极大值点能量法并用于信号的奇异性检测。通过仿真证明采用该方法不仅能准确定位奇异点发生的位置,并且能描述其能量。将该方法应用于发动机曲轴轴承故障诊断时,为了突出局部时间段的信号特征,采用抽区间采样方法抽取特定时间段的信号。试验结果表明,两种方法的结合能有效区分出曲轴轴承的不同技术状况,并得出最佳诊断部位和最佳检测转速。

基于小波和神经网络模型的邮电业务总量预测

引入极大重叠离散小波变换的概念,利用极大重叠离散小波变换的多分辨分析特性,对邮电业务总量序列进行分解.然后对分离得到的光滑项和细节项两部分利用小波神经网络模型进行建模和预测,最后再重构得到邮电业务总量序列的预测值.数据测试结果表明:本文方法可实现多步预测,且对邮电业务总量的预测精度比单纯的用小波神经网络模型或BP神经网络模型高.

基于小波方差的沪深两市的收益率波动性分析

本文基于小波方差对沪深两市指数的收益率进行月波动性分析,结果表明,股市收益率的月波动性会受到季节变化的影响,不同尺度下的月波动性呈现出相似的变化趋势.

利用小波方差进行原子钟频率稳定度的估计

离散小波变换可以在不同尺度上分解时间序列,而不同尺度的波动性可用小波方差来表征。从小波方差的定义入手,系统地归纳了基于极大重叠离散小波变换(MODWT)的小波方差估计方法,及其等效自由度(EDF)的实用计算方法。最后利用一个实测算例进行计算分析,并与相应的重叠阿伦方差、重叠哈达玛方差进行比较,通过实验分析可以看出小波方差可有效消除原子钟信号非线性和非平稳性的影响,通过选择适当的小波基函数,如D4、D6小波,其方差可以像哈达玛方差一样,减少调频闪变噪声和调频随机游走噪声的泄露,适用于原子钟频率稳定度的表征。

海底光电复合缆低阻故障点定位方法

海底光电复合缆低阻故障点定位是实现长期、实时、原位观测海洋的海底观测网的关键基础,然而海洋环境的复杂性增加了海底光电复合缆低阻故障点定位的难度,如何快速而有效地定位低阻故障点,对于降低海底光电复合缆维护成本与提高海底观测网输电的可靠性至关重要。该文通过仿真软件PSCAD/EMTDC建立海底观测网单极直流输电模型,利用该模型模拟海缆发生低阻故障时产生的暂态电流定位故障点。首先,采用离散小波变换模极大值提取暂态电流的幅值突变信息,然后通过暂态电流的主频分量计算暂态电流的传播速度,最后由暂态电流的幅值突变信息与传播速度计算出海缆的故障距离。实验结果表明,利用暂态电流可快速、有效定位海缆低阻故障点,在海底光电复合缆故障距离≤20 km的故障点定位误差均小于150 m。可为近岸海底光电复合缆的低阻故障点定位提供一种有效方法。

基于先验知识的移动通信话务量预测

本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解.分解后仍以傅里叶谱先验知识为参考,合并相关子层形成趋势项和周期项两部分,并采用季节性求和自回归滑动平均(ARIMA)模型对二者分别建模和预测.采用真实数据测试的结果表明:本文方法可实现多步预测,且预测精度优于单纯的季节性ARIMA模型.

基于copula-SV模型的股市相关性的多分辨分析

使用极大重叠离散小波变换将上证指数和深成指数的日数据分解在了4个尺度上,分别采用SV-t模型拟合边缘分布,并建立copula函数来拟合两市在不同尺度上的收益率,并分析其尾部相关性.结果表明沪深两市时间序列在同尺度下的相关性远远大于不同尺度下的相关性,且在同一置信水平下,各尺度的下尾相关性要大于上尾相关性,随着交易周期的增加,不论是下尾还是上尾的相关性都明显增强.

基于TI-DWT-MSSNF的谱光滑与评价

提出了基于平移不变离散小波变换(Translation Invariant Discrete Wavelet Transform,TI-DWT)小波模极大值空间选择性滤波(Translation Invariant Discrete Wavelet Transform Wavelet Modulus Maxima Spatial Selectivity Filter,TI-DWT-MSSNF)的能谱平滑算法,并构建了光滑效果评价指标。分别使用α谱仪和γ谱仪获取了239Pu、241Am的α能谱和137Cs的γ能谱,将5点3次多项式最小二乘法、传统的小波模极大值法和TI-DWT-MSSNF分别用于α和γ谱平滑处理。结果表明:相比较5点3次多项式最小二乘法和传统的小波模极大值法,TI-DWT-MSSNF消除统计涨落更加彻底,特征信息保留更好,峰形畸变更小,是一种更优的方法。

基于并行隐马尔科夫模型的电能质量扰动事件分类

为满足电能质量扰动准确分类的需求,提出了一种基于极大重叠离散小波变换(MaximalOverlapDiscrete WaveletTransform, MODWT)和并行隐马尔科夫模型(ParallelHiddenMarkovModel, PHMM)的电能质量扰动分类方法。首先利用MODWT提出一种实用的电能质量扰动检测算法,该算法无需设定检测阈值,可准确获取扰动时段的起止时刻。接着提取扰动时段的电压谐波成分并组成特征向量。然后用PHMM分类器对扰动信号进行分类识别。PHMM方法克服了人工神经网络方法收敛性较差、训练时间较长的缺陷,使分类器性能大大提升。通过应用于现场实测扰动数据表明,所提出的方法适用于多种类型的电能质量扰动检测,分类正确率高,训练速度快,具有良好的应用价值。

基于MODWT在金融数据预测的应用

为了准确的把握股价的趋势走向,提出了一种基于极大重叠离散小波变换(MODWT)时间序列分析的股价预测方法 (M-ARMA)。该方法是对股价时间序列利用mallat算法对其进行极大重叠离散小波变换,使得整个序列分解成不同频率的序列,同时利用小波分析在时域和频域上都具有良好的局部化性质,多尺度分析功能,结合ARMA模型的预测方法,以较为准确地根据历史数据预测其将来短期的走势。实验表明,MODWT时间序列分析方法比传统的时间序列分析方法预测的精度更高。

地缘政治风险是中国原油期货市场的驱动因素吗?——基于小波多分辨的非参数分位数因果检验方法

地缘政治突发事件对于原油市场的重要影响早已得到广泛认可,但尚未有直接证据表明地缘政治风险是我国原油期货市场的驱动因素。引入基于新闻报道的地缘政治风险(geopolitical risk,GPR)指数,使用极大重叠离散小波变换与非参数分位数因果检验方法,详细讨论了不同时间尺度与原油条件分布下,地缘政治风险对我国原油期货收益与波动的非线性影响。在此基础上,利用上海原油期货5分钟高频交易数据计算7类原油日内波动,进一步分析地缘政治风险对原油高频价格动态的作用。研究发现:(1)地缘政治风险在频域视角下对我国原油期货收益具有显著影响,而原油价波动同时在时频域范围内对地缘政治风险变化表现出明显的响应。(2)地缘政治风险对我国原油期货已实现波动率和3类跳跃性波动均具备可预测性。(3)地缘政治风险对原油期货市场的影响具有明显的非对称特征,具体而言,对于原油收益的冲击更多地表现在极端分位点,并且对于原油收益和波动的长期影响均大于短期冲击。

基于MODWT和ANN的微电网故障诊断

近年来,微电网的故障诊断研究变得越来越重要,因为它可以确保微电网安全稳定运行。基于此背景提出了一种基于极大重叠离散小波变换(MODWT)和人工神经网络(ANN)的微电网故障诊断方法。首先利用MODWT对采集到的电流信号进行故障检测,判断是否发生故障;再利用MODWT对故障电流进行特征提取,得到相应的特征向量;随后使用ANN得到故障分类结果。结果表明,该方法可以准确的检测到故障发生时刻。此外,和其他几种智能故障分类方法相比,具有更好的故障分类精度。

基于MODWT的多分辨系统风险分析

文章利用小波分析具有良好的多分辨特性,对其股票收益率进行极大重叠离散小波变换,使得收益率按不同频率分解,然后对不同时间尺度上的收益率估计CAPM模型的Beta系数。实验结果表明,在不同的尺度下,Beta系数有较大的差异,即系统风险值Beta具有多分辨性,投资者可以根据不同Beta值选择不同的投资时间,使得风险分散化。

基于MODWT的自适应阈值微电网故障检测算法

对微电网线路故障的高效检测有助于快速切除故障,降低微电网对大电网的影响。现有的故障检测方法存在阈值难以选择、对高过渡电阻故障不敏感等问题,为此提出了基于极大重叠离散小波变换(MODWT)系数突变的自适应阈值选取故障检测算法。利用MODWT的特性,采用扩大窗的方法,在窗扩大的过程中对MODWT系数差值的阈值进行适应性调整。相较于现有的定阈值方法,该算法可以适应任意长度的数据样本,对于多种故障状态可以进行适应性阈值调整,因此对高过渡电阻故障有较高的敏感度。通过仿真实验验证,该算法能在各种故障状态下快速检测故障发生的时间。