| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-8页 |
| ·Hilbert-Huang方法的提出以及基本原理 | 第6页 |
| ·题目研究的意义 | 第6页 |
| ·研究现状 | 第6-8页 |
| 第二章 高频数据,ARIMA模型,Hilbert-Huang算法的概念 | 第8-15页 |
| ·高频数据的含义 | 第8页 |
| ·差分自回归移动平均模型(ARIMA) | 第8-9页 |
| ·ARIMA(p,d,q)简介 | 第8页 |
| ·ARIMA模型建立的基本步骤 | 第8-9页 |
| ·ARIMA模型的优点 | 第9页 |
| ·HHT算法 | 第9-15页 |
| ·HHT的发展 | 第9页 |
| ·HHT方法简介 | 第9-10页 |
| ·HHT算法中瞬时频率的独特定义方式 | 第10页 |
| ·HHT的第一步-EMD方法 | 第10-12页 |
| ·HHT算法的第二步-Hilbert变换 | 第12-13页 |
| ·HHT方法的优势 | 第13-15页 |
| 第三章 仿真信号的HHT分析过程 | 第15-22页 |
| ·仿真信号的研究 | 第15页 |
| ·Fourier时频分析方法 | 第15-16页 |
| ·HHT方法对于信号的处理 | 第16-20页 |
| ·EMD方法在高频数据去噪中的应用 | 第20-22页 |
| 第四章 基于Hilbert-Huang算法的ARIMA模型 | 第22-24页 |
| ·通过高频数据极大值点研究高频数据的原因 | 第22页 |
| ·高频数据的预处理：极大值的提取 | 第22页 |
| ·极大值数据的Hilbert-Huang处理 | 第22页 |
| ·ARIMA建模,预测,数据合成及卖出信号的设置 | 第22-23页 |
| 小结 | 第23-24页 |
| 第五章 实证分析 | 第24-32页 |
| ·数据处理 | 第24-27页 |
| ·HHT算法的实现 | 第27-30页 |
| ·预处理后数据的EMD分解 | 第27-28页 |
| ·Hilbert谱,Hilbert边际谱 | 第28-30页 |
| ·基于EMD的ARIMA模型建立以及预测 | 第30-32页 |
| ·ARIMA参数估计以及模型的建立 | 第30-31页 |
| ·ARIMA预测数据 | 第31-32页 |
| 第六章 结论 | 第32-33页 |
| 致谢 | 第33-34页 |
| 参考文献 | 第34-36页 |
| 作者简介 | 第36页 |
| 攻读硕士学位期间研究成果 | 第36-37页 |
