论文部分内容阅读
股票市场是金融市场的重要组成部分,是实体企业筹集资金的重要渠道,也是投资者合理配置自身资产的主要渠道之一,对实体经济有着不可忽视的支撑作用。股指预测作为投资指导的方式之一在理论及实践领域均有重要意义。当前金融时间序列的预测方法主要有统计学类的马尔可夫过程、ARMA、ARIMA、GARCH模型和智能算法类的人工神经网络等方法。而经验模式分解(Empirical Mode Decomposition)是近来被用在金融时间序列预测问题的一种基于时频分析的全新方法,具有适用性广、预设条件少等优点。它不仅可以