【作者】 张硕； 惠晓峰；

【Author】 ZHANG Shuo,HUI Xiao-feng(School of Management,Harbin Institute of Technology,Haerbin 150001,China)

【机构】 哈尔滨工业大学经济及管理学院；

【摘要】 金融时间序列往往是由随机过程和确定性系统共同生成的。确定性成分与随机成分的产生机理不同,对它们进行研究的手段也不同。为了更好的对金融时间序列进行研究,需要把金融时间序列中的随机过程成分和确定性过程成分离开。本文基于相空间重构方法和主流形识别方法中的LTSA方法,对金融时间序列中的确定性成分与随机成分进行了分离。以仿真实验证明了该方法的有效性。以上证综指数据为例的实证实验证明了该方法的实际应用价值。更多还原

【Abstract】 Financial time series is often composed by the chaotic component of and the random component.The generating mechanism of Chaotic and random is different,while the means to study them are also different.In order to study a financial time series,the financial time series need to be decomposed.This article introduces a kind of way to decompose the financial time series based on phase space reconstruction and mainstream shape recognition.Simulation results show the effectiveness of the method.And the empirical results show that the method is practical.更多还原