日内金融高频数据的异常点检测

摘要：

金融市场上有大量的波动,这些波动可能与经济事件相关.本文采用了基于WTMM(wavelettransfermodulusmaxima）的multifractal形式来检测在高频时间序列下的异常点的存在和定位.我们得到虽然日内高频金融数据和低频数据之间存在着很多统计特征的不同,但是小波的方法可以用于金融高频数据中的异常点的检测的结论.

关键词： 日内高频数据 异常点检测 金融数据 金融市场 时间序列 小波分析

作者: 张维 刘博 张小涛

作者单位: 天津大学金融工程,天津,300072;天津财经学院,天津,300222 天津大学金融工程,天津,300072

会议类型: 国内会议

会议名称: 2005全国自动化新技术学术交流会

会议地点: 南京

会议语种:中文

页码: 427-430

在线出版日期: 2005-11-10（万方平台首次上网日期，不代表论文的发表时间）