始于美国、波及世界的“次贷危机”以及来势汹汹的“欧债危机”让世界范围内的金融市场一片阴霾。量化投资在低迷的市场环境中优异的表现,吸引了业界和学术界广泛的关注,同时也将金融计量分析的作用推高到前所未有的高度。金融计量方法的不断完善,将为量化投资提供更广泛、更精准、更可靠的工具。本文基于Hilbert-Huang变换(HHT)对金融时间序列进行了多尺度分析和实证研究。首先,基于金融时间序列数据的特点,结合局部多项式回归,本文提出了抑制HHT中存在的端点效应的新方法。模拟数据和实证检验都显示,该端点拓延方法无论是对端点效应的抑制效果,还是算法性能,都表现良好。其次,本文结合变点理论提出了HHT自适应去噪算法。基于汇率数据的实证分析表明,相对于小波去噪方法,该算法具有较好的去噪效果；结合SVR方法的预测结果表明,经过变点-HHT方法去噪之后预测精度较高,稳定性较强。再次,论文基于改进的HHT方法探讨了货币供给变动对货币市场、股票市场以及外汇市场的影响,同时也从多时间尺度方面分析了三个市场之间相互影响以及CPI、PPI、消费者信心指数与三个市场走势的相关关系。最后,本文基于HHT方法给出了已实现波动的估计,并结合Copula函数进行了最优套期保值比例的估计。基于沪深300指数期货和现货数据的实证分析表明,本文提出的已实现波动估计方法能够有效降低组合的风险。