小波分析股市

㈠ 基於MATLAB的小波分析在股市技術分析中的代碼 誠求，非常感謝！

你去matlab中文論壇，有個小波板塊，網址主體ilovematlab

㈡ 小波分析的介紹

小波(Wavelet)這一術語，顧名思義，「小波」就是小的波形。所謂「小」是指它具有衰專減性；而稱之為「屬波」則是指它的波動性，其振幅正負相間的震盪形式。與Fourier變換相比，小波變換是時間（空間）頻率的局部化分析，它通過伸縮平移運算對信號(函數)逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變換的困難問題，成為繼Fourier變換以來在科學方法上的重大突破。有人把小波變換稱為「數學顯微鏡」。

㈢ 什麼是小波什麼又是小波分析 什麼又是小波變換

小波分析

小波分析是目前數學中一個迅速發展的新領網域，它同時具有理論深刻和應用十分廣泛的雙重意義。

小波變換的概念是由法國從事石油信號處理的工程師J.Morlet在1974年首先提出的，通過物理的直觀和信號處理的實際需要經驗的建立了反演公式，當時未能得到數學家的認可。正如1807年法國的熱學工程師J.B.J.Fourier提出任一函數都能展開成三角函數的無窮級數的創新概念未能得到??名數學家J.L.Lagrange，P.S.Laplace以及A.M.Legendre的認可一樣。幸運的是，早在七十年代，A.Calderon表示定理的發現、Hardy空間的原子分解和無條件基的深入研究為小波變換的誕生做了理論上的准備，而且J.O.Stromberg還構造了歷史上非常類似於現在的小波基；1986年??名數學家Y.Meyer偶然構造出一個真正的小波基，並與S.Mallat合作建立了構造小波基的同意方法??多尺度分析之後，小波分析才開始蓬勃發展起來，其中比利時女數學家I.Daubechies撰寫的《小波十講（Ten Lectures on Wavelets）》對小波的普及起了重要的推動作用。它與Fourier變換、視窗Fourier變換（Gabor變換）相比，這是一個時間和頻率的局網域變換，因而能有效的從信號中提取資訊，通過伸縮和平移等運算功能對函數或信號進行多尺度細化分析（Multiscale Analysis），解決了Fourier變換不能解決的許多困難問題，從而小波變化被譽為「數學顯微鏡」，它是調和分析發展史上里程碑式的進展。

小波分析的應用是與小波分析的理論研究緊密地結合在一起地。現在，它已經在科技資訊產業領網域取得了令人矚目的成就。 電子資訊技術是六大高新技術中重要的一個領網域，它的重要方面是影像和信號處理。現今，信號處理已經成為當代科學技術工作的重要部分，信號處理的目的就是：准確的分析、診斷、編碼壓縮和量化、快速傳遞或存儲、精確地重構（或恢復）。從數學地角度來看，信號與影像處理可以統一看作是信號處理（影像可以看作是二維信號），在小波分析地許多分析的許多應用中，都可以歸結為信號處理問題。現在，對於其性質隨實踐是穩定不變的信號，處理的理想工具仍然是傅立葉分析。但是在實際應用中的絕大多數信號是非穩定的，而特別適用於非穩定信號的工具就是小波分析。

事實上小波分析的應用領網域十分廣泛，它包括：數學領網域的許多學科；信號分析、影像處理；量子力學、理論物理；軍事電子對抗與武器的智能化；電腦分類與識別；音樂與語言的人工合成；醫學成像與診斷；地震勘探數據處理；大型機械的故障診斷等方面；例如，在數學方面，它已用於數值分析、構造快速數值方法、曲線曲面構造、微分方程求解、控制論等。在信號分析方面的濾波、去雜訊、壓縮、傳遞等。在影像處理方面的影像壓縮、分類、識別與診斷，去污等。在醫學成像方面的減少B超、CT、核磁共振成像的時間，提高解析度等。

(1)小波分析用於信號與影像壓縮是小波分析應用的一個重要方面。它的特點是壓縮比高，壓縮速度快，壓縮後能保持信號與影像的特徵不變，且在傳遞中可以抗干擾。基於小波分析的壓縮方法很多，比較成功的有小波包最好基方法，小波網域紋理模型方法，小波變換零樹壓縮，小波變換向量壓縮等。

(2)小波在信號分析中的應用也十分廣泛。它可以用於邊界的處理與濾波、時頻分析、信噪分離與提取弱信號、求分形指數、信號的識別與診斷以及多尺度邊緣偵測等。

(3)在工程技術等方面的應用。包括電腦視覺、電腦圖形學、曲線設計、湍流、遠端宇宙的研究與生物醫學方面。

㈣ matlab 小波變換 股票

你的函數是是什麼，你把股票的 時間和價格對應起來，這樣的話，就可以用小波函數進行代入進行小波變換，看信號的分解的各部分了。

㈤ 如何學習小波分析

自從念碩士時開始接觸小波分析到現在,已經和小波打交道整整十年了.想談一些版個人的體會. 想要把權小波理解透徹,<<實變函數>>和<<泛函分析>>是必不可少的,, <<實變函數>>主要研究廣義區間上的積分,特別是平方可積函數空間的積分,而小波分析則主要研究平方可積函數空間中的小波的構造和應用, 小波大都是在廣義積分的框架上來討論問題的. 再說<<泛函分析>>,它主要研究某類元素具有特殊結構的集合以及它們之間的關系.用數學語言來說就是空間和運算元. 狹義上講,小波是平方可積函數空間到自身的一種變換,或者叫映射,當然你也可以叫它運算元. 人們常常把小波分析叫做小波變換, 它的很多性質都是運算元性質的特例. 由於小波分析是在<<傅立葉分析>>的基礎上發展起來的,因此,掌握了<<傅立葉變換>>的知識也是必要的,小波的很多性質是通過頻域來刻畫的. 我覺得有這些知識,學習小波就基本夠用了.

㈥ 小波分析的發展現狀

小波分析是當前應用數學和工程學科中一個迅速發展的新領域，經過近30年的探索研究，重要的專數學形式化體系已屬經建立，理論基礎更加扎實。與Fourier變換相比，小波變換是空間(時間)和頻率的局部變換，因而能有效地從信號中提取信息。通過伸縮和平移等運算功能可對函數或信號進行多尺度的細化分析，解決了Fourier變換不能解決的許多困難問題。小波變換聯系了應用數學、物理學、計算機科學、信號與信息處理、圖像處理、地震勘探等多個學科。數學家認為，小波分析是一個新的數學分支，它是泛函分析、Fourier分析、樣條分析、數值分析的完美結晶；信號和信息處理專家認為，小波分析是時間—尺度分析和多分辨分析的一種新技術，它在信號分析、語音合成、圖像識別、計算機視覺、數據壓縮、地震勘探、大氣與海洋波分析等方面的研究都取得了有科學意義和應用價值的成果。
小波分析是當前數學中一個迅速發展的新領域，它同時具有理論深刻和應用十分廣泛的雙重意義。

㈦ 用小波分析怎麼預測

用小波分析將數據分析成為幾個頻段
高頻段代表短期波動
低頻段代表總體趨內勢
根據總體趨勢數容值可以分析大的方向
精確預測是不可能的
畢竟小波分析的本來含義是信號處理
金融數據屬於非線性信號
此外，如果把金融數據看作是一個偽隨機非線性系統，具有自相似特性的話
你可以看到小波分析的各段在形態上相似，尺度不同
可以依據這個原理對後面的參數進行預測和重構
這樣預測期會長一點
如果你看看混沌理論和非線性信號處理的入門書籍，你會比較有啟發的

㈧ 小波分析缺點是什麼

對於其性質隨時間是穩定不變的信號，處理的理想工具仍然是傅立葉分析。

㈨ 小波分析在那些領域有應用啊

可以參考以下文獻，
1 滬深港股市相關性的小波分析 薛超 數學的實踐與內認識 2008/16
2 幾種小波基在遙感圖像容壓縮中的應用效果比較 赫華穎 國土資源遙感 2008/03
3 一種基於小波變換的遙感圖像融合方法 範文婷 國土資源遙感 2008/03
4 基於小波變換的玻璃厚度檢測信號分析 王玉田 微計算機信息 2008/25
5 小波域中的魯棒性盲水印演算法 劉宏斌 電子技術應用 2008/03
6 基於小波變換的輪胎多尺度邊緣檢測 陳榮 科技信息(學術研究) 2008/25
7 基於模糊增強的小波多尺度邊緣特徵提取 陳彥燕 計算機測量與控制 2008/08
8 一種基於離散小波變換的數字圖像認證演算法 陳明舉 四川理工學院學報(自然科學版) 2008/04
9 基於改進閾值函數的二維小波變換圖像去噪研究 唐琦林 四川文理學院學報 2008/05
10 隨機振動信號的小波處理方法 王甲峰 兵工自動化 2008/08

㈩ 小波分析是什麼

小波分析 (Wavelet)

小波分析是當前數學中一個迅速發展的新領域，它同時具有理論深刻和應用十分廣泛的雙重意義。

小波變換的概念是由法國從事石油信號處理的工程師J.Morlet在1974年首先提出的，通過物理的直觀和信號處理的實際需要經驗的建立了反演公式，當時未能得到數學家的認可。正如1807年法國的熱學工程師J.B.J.Fourier提出任一函數都能展開成三角函數的無窮級數的創新概念未能得到著名數學家J.L.Lagrange，P.S.Laplace以及A.M.Legendre的認可一樣。幸運的是，早在七十年代，A.Calderon表示定理的發現、Hardy空間的原子分解和無條件基的深入研究為小波變換的誕生做了理論上的准備，而且J.O.Stromberg還構造了歷史上非常類似於現在的小波基；1986年著名數學家Y.Meyer偶然構造出一個真正的小波基，並與S.Mallat合作建立了構造小波基的同意方法棗多尺度分析之後，小波分析才開始蓬勃發展起來，其中比利時女數學家I.Daubechies撰寫的《小波十講（Ten Lectures on Wavelets）》對小波的普及起了重要的推動作用。它與Fourier變換、窗口Fourier變換（Gabor變換）相比，這是一個時間和頻率的局域變換，因而能有效的從信號中提取信息，通過伸縮和平移等運算功能對函數或信號進行多尺度細化分析（Multiscale Analysis），解決了Fourier變換不能解決的許多困難問題，從而小波變化被譽為「數學顯微鏡」，它是調和分析發展史上里程碑式的進展。

小波(Wavelet)這一術語，顧名思義，「小波」就是小的波形。所謂「小」是指它具有衰減性；而稱之為「波」則是指它的波動性，其振幅正負相間的震盪形式。與Fourier變換相比，小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號(函數)逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變換的困難問題，成為繼Fourier變換以來在科學方法上的重大突破。有人把小波變換稱為「數學顯微鏡」。

小波分析的應用是與小波分析的理論研究緊密地結合在一起地。現在，它已經在科技信息產業領域取得了令人矚目的成就。 電子信息技術是六大高新技術中重要的一個領域，它的重要方面是圖像和信號處理。現今，信號處理已經成為當代科學技術工作的重要部分，信號處理的目的就是：准確的分析、診斷、編碼壓縮和量化、快速傳遞或存儲、精確地重構（或恢復）。從數學地角度來看，信號與圖像處理可以統一看作是信號處理（圖像可以看作是二維信號），在小波分析地許多分析的許多應用中，都可以歸結為信號處理問題。現在，對於其性質隨實踐是穩定不變的信號，處理的理想工具仍然是傅立葉分析。但是在實際應用中的絕大多數信號是非穩定的，而特別適用於非穩定信號的工具就是小波分析。

小波分析是當前應用數學和工程學科中一個迅速發展的新領域，經過近10年的探索研究，重要的數學形式化體系已經建立，理論基礎更加扎實。與Fourier變換相比，小波變換是空間(時間)和頻率的局部變換，因而能有效地從信號中提取信息。通過伸縮和平移等運算功能可對函數或信號進行多尺度的細化分析，解決了Fourier變換不能解決的許多困難問題。小波變換聯系了應用數學、物理學、計算機科學、信號與信息處理、圖像處理、地震勘探等多個學科。數學家認為，小波分析是一個新的數學分支，它是泛函分析、Fourier分析、樣調分析、數值分析的完美結晶；信號和信息處理專家認為，小波分析是時間—尺度分析和多分辨分析的一種新技術，它在信號分析、語音合成、圖像識別、計算機視覺、數據壓縮、地震勘探、大氣與海洋波分析等方面的研究都取得了有科學意義和應用價值的成果。

事實上小波分析的應用領域十分廣泛，它包括：數學領域的許多學科；信號分析、圖像處理；量子力學、理論物理；軍事電子對抗與武器的智能化；計算機分類與識別；音樂與語言的人工合成；醫學成像與診斷；地震勘探數據處理；大型機械的故障診斷等方面；例如，在數學方面，它已用於數值分析、構造快速數值方法、曲線曲面構造、微分方程求解、控制論等。在信號分析方面的濾波、去雜訊、壓縮、傳遞等。在圖像處理方面的圖像壓縮、分類、識別與診斷，去污等。在醫學成像方面的減少B超、CT、核磁共振成像的時間，提高解析度等。

(1)小波分析用於信號與圖像壓縮是小波分析應用的一個重要方面。它的特點是壓縮比高，壓縮速度快，壓縮後能保持信號與圖像的特徵不變，且在傳遞中可以抗干擾。基於小波分析的壓縮方法很多，比較成功的有小波包最好基方法，小波域紋理模型方法，小波變換零樹壓縮，小波變換向量壓縮等。

(2)小波在信號分析中的應用也十分廣泛。它可以用於邊界的處理與濾波、時頻分析、信噪分離與提取弱信號、求分形指數、信號的識別與診斷以及多尺度邊緣檢測等。

(3)在工程技術等方面的應用。包括計算機視覺、計算機圖形學、曲線設計、湍流、遠程宇宙的研究與生物醫學方面。