通过元素分析进行时间序列金融信号的小波分析
摘要：基于元素分析的金融信号扰动分析方法被提出作为一种替代传统小波分析的方法。在这种方法中，产生金融信号中震荡的过程被建模为尺度、位移和孤立的事件，它们在噪声海中产生各种频率的波纹，而不是简单的正弦或混合频率震荡或冲击。这使得可以直接估计仅基于生成函数的小波参数，排除由噪声或外部因素驱动的虚假扰动。然后，可以基于在时间和频率上局部化的有限产生器对金融信号进行重建。与传统计量工具相比，这种方法具有明显的优势，因为它直接针对震荡的生成器。此外，选择莫尔斯小波也允许在捕捉广泛的不同生成器方面具有广泛的自由度。本文介绍了元素分析的基本数学原理，并将该方法应用于金融数据的方差研究，以展示元素分析相对于传统小波技术的优势。特别是，在对通胀预期进行示例分析中，元素分析明显能够区分通过噪声形成的震荡和通过与历史事件逻辑匹配的生成器形成的震荡。
作者：Nathan Zavanelli
论文ID：2301.13255
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2023-02-01