基于小波分解和ARMA模型的沪深300股指期货基差预测

一般说来,若时间序列满足平稳随机过程的性质,则可用经典的ARMA模型进行建模和预测,这是常用的研究思路和手段。但是,金融时间序列由于随机波动较大,很少满足经典ARMA模型的适用条件,无法直接采用该模型进行处理。通过小波分析处理后,将原本非平稳的序列处理为近似平稳的序列,可以采用ARMA模型进行建模和分析。在本文中,采用此思路对沪深300股指期货日内高频数据进行分析,表明该方法对金融数据建模的有效性。