论文部分内容阅读
小波分析是近年来应用数学领域新发展起来的一个数学分支,它被认为是应用非常广泛的一种数学工具,它已被成功地应用于信号分析、图像处理、地震勘探和语音识别等领域中,其影响非常广泛。
小波分析的应用是与小波分析理论紧密的结合在一起的。小波分析中的多分辨率分析是分离信号成分的一种方法。它比其他的分析、处理和压缩信号的方法更为优越。由于离散小波变换能够在不同的尺度分解信号,而且非常灵活,所以小波被称为“数学显微镜”。正是因为这种强有力的和灵活的分解,小波分析被广泛的应用于数据的处理中,并进行有效的预测。国内外早已有利用小波进行数据分析预测的工作。由于人工神经网络具有很好的函数逼近能力,可以用来对一些非线性数据进行分析预测。目前,在国内外,人工神经网络已被应用于一些金融数据预测领域之中。但是,把小波分析结合神经网络用于金融数据领域进行分析预测的研究很少见。因此,本文尝试着利用小波分析结合径向基神经网络对以铜价和铝价数据为代表的金融数据进行分析预测。并把预测结果同单独地利用小波分析方法进行预测的结果和单独地利用径向基神经网络进行预测的结果进行了比较。预测结果表明,小波预测方法结合径向基神经网络预测方法进行预测所得到的预测结果比单纯的小波预测或单纯的径向基神经网络预测所得到的预测结果好。这是因为小波预测方法结合径向基神经网络预测方法进行预测,不仅利用了小波能较好的分离非平稳时间序列的趋势项、周期项和随机项的性质,分别进行一一预测,还利用了径向基网络能够以任意精度逼近任意连续函数性质,以及组合预测的思想,因而可以对原数据进行很好的拟合,减少误差,提高预测精度。