基于小波包变换的量化择时策略的研究--a

《基于小波包变换的量化择时策略的研究--a》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：Ｆ８３２学校代码：１０６９７密级：２０１５２０１１７：公开学号＿颀士字位ｉ２文’ＭＡＳＴＥＲＳＤＩＩＳＳＥＲＴＡＴＯＮ基于小波包变换的量化择时策略的研究Ｔｈｅｓｔｕｄｙｏｆｑｕａｎｔｉｚａｔｉｏｎｓｅｌｅｃｔｉｏｎｓｔｒａｔｅｇｙｂａｓｅｄｏｎｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍ学科名称：金融学？作者：齐祥会指导老师．王峰虎副教授西北大学学位评定委员会二〇一八年六月Thestudyofquantizationselectionst

2、rategybasedonwaveletpackettransformAthesissubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinFinanceByQixianghuiSupervisor:WangfenghuAssociateProfessorJune2018摘要股票市场是一个受到政治、经济、投资者心理等因素影响的复杂非线性系统，其股价变动往往是非平稳、扰动非高斯白噪声的时间序列，因此运用传统

3、方法很难进行消噪和预测。小波分析是一种高性能的信号分析方法，是根据时-域局部化的要求发展起来的，有自适应特性，被誉为数学显微镜，具有优良的去噪能力和时-频局部化分析的功能，特别适合非平稳非线性信号的处理，广泛应用于信号处理、图像压缩和语音分析等众多领域，对非平稳时间序列具有良好分析能力。本文在研究背景及相关文献梳理的基础上，按照提出研究假设-数据搜集处理-仿真模拟实验进行论证的思路，采用计算机仿真模拟实验的方法，以上证综指一个完整涨跌周期的收盘价作为样本数据，对股价信号进行小波包变换分析其在股票市场中的应用。首先，本文选择S

4、ymlets小波族中具有四阶消失矩的“S4”对称性小波基对上证综指收盘价进行小波包非线性阈值消噪，研究了小波包变换消噪的显著性和有效性；其次，在消除随机性干扰的基础上，针对传统均线策略买卖信号滞后性的不足，根据不同分解水平的小波低频分量能够反映信号基本和次级趋势且不具滞后性的特点，本文通过提取不同层次分解水平的低频分量，对传统均线策略进行改进分析，并对该策略和传统均线策略分别进行仿真模拟实验，研究了小波量化策略的优越性和适用性；最后，本文还针对小波策略的某些不足之处进行了优化和改进分析，研究了优化策略的实用性和可靠性。研究表

5、明：（1）经小波包变换消噪后的原始信号能显著降低噪声，比起传统小波消噪和非抽样小波消噪，小波包消噪信噪比更高，均方误差更小，具有更好的消噪效果，从而能显著滤掉市场噪声和随机性干扰（2）通过提取消噪后的有效信号的低频分量构建的仿真模拟交易实验，结果证明了在同等风险水平的情况下，小波量化策略在提示基本和次级趋势买卖信号的同时可以缩短交易信号的滞后性，具有更好的投资表现。（3）通过参数优化、仓位控制及止损设置以后，该策略绩效有更加明显的提升。本文研究结果具有一定的理论意义和实践意义，显示出小波分析在非平稳金融时间序列中的应用价值，

6、从而推动了该研究成果应用到投资实践中。关键词小波包变换,金融时序消噪,小波低频分量,量化择时策略,仿真模拟1AbstractStockmarketisaaffectedbyfactorssuchaspolitics,economy,investorpsychologyofcomplexnonlinearsystems,itssharepricemovementstendtobestableandnon-gaussianwhitenoisedisturbanceintimesequence,soitisdifficulttou

7、setraditionalmethodsforde-noisingandprediction.Waveletanalysisisakindofhighperformancesignalanalysismethod,isdevelopedaccordingtotherequirementofthe-domainlocalization,haveadaptivefeatures,hasbeenhailedasamathematicalmicroscope,ithasexcellenttime-frequencylocalizat

8、ionanalysisdenoisingabilityandfunction,especiallysuitablefornon-stationarynonlinearsignalprocessing,iswidelyusedinsignalprocessing,imagecompressi