【摘要】传统的时间序列模型对一些非平稳时间序列的处理可能会产生比较严重的失真。而Huang.N.E[1](1998年)提出的Hilbert-Huang变换方法,在处理非平稳数据时有独特的优势,其具有自适应性,且不受Heisenberg测不准原理的约束,因此非常适合处理非线性、非平稳的金融时间序列。Hilbert-Huang变换方法由经验模态分解(EmpiricalModeDecomposition […]