基于经验模态分解的多尺度样本熵金融时间序列分析

摘要

结合经验模态分解和样本熵分析方法,本文对上证综合指数、深圳成份指数和道琼斯指数的18年日收盘时间序列进行了多尺度复杂性分析.研究结果表明:(1)股票时间序列EMD 分解后时间尺度越短的内模函数样本熵值越高,序列越复杂.(2) 对比不同股票市场,发达股票市场的各阶模态的样本熵总体大于我国股票市场相应各阶模态的样本熵值,表明发达股票市场的复杂度要大于我国股票市场的复杂度,市场更为成熟.(3) 国内股票市场各阶模态的样本熵值随时间变化逐渐增大,表现为一个发展成熟过程.(4) 在对数收益率情况下,道琼斯指数的熵值总体呈下降趋势,而国内的上证综指和深证成指的熵值却在宏观调控的影响下稳定增加.