自適應數(shù)據(jù)分析方法：理論與應用

目錄
前言
第1章 緒論 1
1.1 研究背景 1
1.2 自適應分解方法的發(fā)展現(xiàn)狀 2
1.2.1 經驗模態(tài)分解的研究現(xiàn)狀 3
1.2.2 整體經驗模態(tài)分解的研究現(xiàn)狀 5
1.2.3 基于自適應噪聲的完備經驗模態(tài)分解的研究現(xiàn)狀 5
1.2.4 局部均值分解的研究現(xiàn)狀 6
1.2.5 總體局部均值分解的研究現(xiàn)狀 7
1.3 波動率研究的發(fā)展與現(xiàn)狀 8
1.4 本書的框架結構 14
第2章 已實現(xiàn)波動率與已實現(xiàn)極差波動率 16
2.1 引言 16
2.2 已實現(xiàn)波動率與已實現(xiàn)極差波動率的基礎背景 17
2.2.1 積分波動率 17
2.2.2 已實現(xiàn)波動率 17
2.2.3 已實現(xiàn)極差波動率 18
2.2.4 已實現(xiàn)波動率與已實現(xiàn)極差波動率的理論比較 19
2.3 已實現(xiàn)波動率與已實現(xiàn)極差波動率的應用 20
2.4 本章小結 22
第3章 自適應分解方法的應用 23
3.1 引言 23
3.2 信號去噪 23
3.3 非線性振動分析 25
3.4 故障診斷 26
3.5 語音增強 27
3.6 其他應用 28
3.7 本章小結 28
第4章 基于經驗模態(tài)分解的高頻數(shù)據(jù)波動率估計 30
4.1 引言 30
4.2 經驗模態(tài)分解基本理論 30
4.2.1 瞬時頻率 31
4.2.2 固有模態(tài)函數(shù) 32
4.2.3 經驗模態(tài)分解 32
4.2.4 希爾伯特譜分析 35
4.2.5 經驗模態(tài)分解特性 36
4.3 已實現(xiàn)波動率及其估計 37
4.4 模擬研究 37
4.5 多尺度分析 41
4.5.1 各分量描述性統(tǒng)計分析 45
4.5.2 正態(tài)性分析 46
4.5.3 周期性分析 47
4.6 波動率估計 48
4.7 本章小結 51
第5章 基于整體經驗模態(tài)分解的高頻數(shù)據(jù)波動率估計 52
5.1 引言 52
5.2 整體經驗模態(tài)分解基本理論 52
5.2.1 經驗模態(tài)分解的模態(tài)混疊 52
5.2.2 經驗模態(tài)分解的端點問題 54
5.2.3 整體經驗模態(tài)分解的原理 54
5.3 模擬研究 57
5.4 多尺度分析 59
5.4.1 各分量描述性統(tǒng)計分析 61
5.4.2 正態(tài)性分析 62
5.4.3 周期性分析 63
5.5 波動率估計 64
5.6 本章小結 67
第6章 基于自適應噪聲的完備經驗模態(tài)分解的高頻數(shù)據(jù)波動率估計 68
6.1 引言 68
6.2 基于自適應噪聲的完備經驗模態(tài)分解基本理論 68
6.3 已實現(xiàn)波動率估計 70
6.4 模擬研究 70
6.5 多尺度分析 72
6.5.1 各分量描述性統(tǒng)計分析 74
6.5.2 正態(tài)性分析 74
6.5.3 周期性分析 75
6.6 波動率估計 76
6.7 本章小結 79
第7章 基于局部均值分解的高頻數(shù)據(jù)波動率估計 80
7.1 引言 80
7.2 局部均值分解基本理論 80
7.3 已實現(xiàn)波動率估計 83
7.4 模擬分析 84
7.5 多尺度分析 86
7.5.1 各分量描述性統(tǒng)計分析 88
7.5.2 正態(tài)性分析 89
7.5.3 周期性分析 89
7.6 波動率估計 91
7.7 本章小結 93
第8章 基于總體局部均值分解的高頻數(shù)據(jù)波動率估計 94
8.1 引言 94
8.2 總體局部均值分解基本理論 94
8.3 已實現(xiàn)波動率估計 96
8.4 模擬分析 97
8.5 多尺度分析 98
8.5.1 各分量描述性統(tǒng)計分析 100
8.5.2 正態(tài)性分析 101
8.5.3 周期性分析 102
8.6 波動率估計 103
8.7 本章小結 105
第9章 基于自適應分解方法高頻數(shù)據(jù)波動率估計的比較分析 107
9.1 引言 107
9.2 實證分析 107
9.3 本章小結 111
第10章 總結與展望 112
10.1 總結 112
10.2 展望 113
10.2.1 多變量波動率模型的應用 113
10.2.2 考慮市場微觀結構噪聲的已實現(xiàn)波動率計算方法 114
10.2.3 自適應分解方法對混頻數(shù)據(jù)進行多尺度分析 114
10.2.4 自適應分解方法與機器學習結合建立混頻數(shù)據(jù)預測模型 115
參考文獻 116