文摘
英文文摘
声明
致谢
1 前言
1.1研究背景
1.2金融时间序列预测的研究现状
1.3 传统方法所面临的困难及其解决方案
1.3.1传统方法面临的困难
1.3.2本文的解决方案
1.4本文的研究范围及主要内容
2 HHT方法
2.1 HHT方法的概述
2.2 HHT方法的基本思想
2.3经验模态分解(EMD)
2.3.1 固有模态函数(IMF)
2.3.2 EMD算法
2.3.3 EMD实例
2.3.4 EMD方法需要解决的问题
2.3.5 EMD去噪
2.4 Hilbert变换
2.4.1 Hilbert谱分析
3 自组织数据挖掘
3.1自组织数据挖掘的基本概念
3.2类比合成算法(AC算法)
3.2.1 AC算法的步骤
3.2.2利用AC算法进行预测时需要注意的几方面问题
3.3参数化GMDH算法(数据分组处理方法)
3.3.1 GMDH算法实现的步骤
3.3.2 GMDH算法的选择准则
4时间序列周期波动的频域分析
4.1谱函数
4.2谱分析
4.2.1谱的特征参数
4.2.2谱图的分析
4.2.3 隐含周期的判别与检验
4.3基于HHT的信号周期分析
4.3.1 为何采用HHT方法
4.3.1 HHT方法进行信号周期分析的实例
5股市分析实例
5.1实验背景
5.2股市大盘波动趋势的判别
5.3股市大盘每日收盘价和成交量的预测
6总结与展望
参考文献
作者简历