摘 要:本文利用小波多分辨分析及快速Mallat 算法提取反映股价基本变化趋势的低频信息,并分析了证券交易的时机选择。实验结果表明,该方法明显高效,显示了小波分析在证券分析中具有重要的理论与现实意义。
Abstract :In the paper ,the low2f requency information which reflect s the t rend of stock price change is ext racted using wavelet MRA and the Mallat method , and the time of stockjobbing is analyzed . The result is obviously efficient , which shows that wavelet analysis is significant in both theory and practice.
1 引言
证券分析包括基本分析与技术分析。技术分析主要有移动平均(MA) 、平滑移动平均(MACD) 、K线、切线等方法,其中最基本、最常用的是MA 法,即用股价的涨跌与移动平均线的交叉来确定买入、卖出信号,具体使用为葛兰威尔( Granvile) 法则。其本质是一种平滑技术,即用平均来平滑高频变化信息,其弱点是有滞后性,因此不能分析准确的买卖信号[1 ] 。
小波分析是在Fourier 分析的基础上发展起来的一种全新的数学分析工具,是时间窗与频率窗都可改变的时频局部化分析方法,能在任一时间段分离出低频与高频信息,在低频部分具有较高的频率分辨率和较低的时间分辨率,高部分具有较高的时间分辨率和较低的频率分辨率,因此被称为数学显微镜[3] 。本文旨在探索用小波分析技术提取反映股价基本变化趋势的低频信息,并分析证券交易的时机选择。
2 小波变换的快速Mallat 算法
3 移动平均与小波分析的理论与数学分析
4 计算机实现与数据分析
5 结束语
参考文献
