非线性、非平稳信号处理是近年来数据分析领域的热点问题和难点问题。本文系统总结希尔伯特-黄变换理论,阐述了经验模态分解(Empirical Mode Decomposition, EMD)流程,为了有效地解决数据模态混叠现象,构建整体经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)算法。本文以我国上证综合指数为研究对象,利用EEMD方法对其进行波动性和周期性分析。首先,利用EEMD方法分析上证综合指数,将原始时间序列分解为多个固有模态函数和趋势项,对分解后的固有模态函数进行统计分析和分布拟合,得到其分布的特点。其次,针对上证综合指数序列中的两个典型阶段,即上涨阶段和下跌阶段,分别采用EEMD方法进行分析。最后,通过对各阶模态函数进行波动性和周期性分析,揭示上证综合指数在不同尺度上的波动特点,以及典型上涨和下跌时间段的波动周期和波动特点。引入EEMD算法实现上证综合指数序列的多尺度分析,将给股票数据处理提供一种新的、有效的分析方法,把握股价波动的规律,具有重要的理论意义和应用价值。