ПРИМЕНЕНИЕ НЕПРОРЕЖЕННОГО ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ К ПРОГНОЗИРОВАНИЮ ВРЕМЕННЫХ РЯДОВ С ПОЛИНОМИАЛЬНЫМ ТРЕНДОМ
Abstract
Рассматривается семейство алгоритмов, использующих непрореженное вейвлет преобразование для прогнозирования временных рядов. Предлагаются критерии выбора фильтра, приводится пример поиска фильтра, удовлетворяющего одному из критериев в частном случае полиномиального тренда.
References
1. Renaud, O. Wavelet-Based forecasting of short and long memory time series / O. Renaud,
2. J.-L. Starck, F. Murtagh // Université de Genéve [Electronic recourse]. – Mode of access :
3. http://www.unige.ch/ses/metri/ cahiers/2002_04.pdf. Date of access : 20.10.2010
4. Day-Ahead Electricity Price Forecasting Using the Wavelet Transform and ARIMA Models /
5. A.J. Conejo [et al.] // IEEE Transactions on Power Systems. – 2005. – Vol. 20, № 2. – P. 1035–1042.
6. Fryzlewicz, P. Forecasting Non-stationary Time Series by Wavelet Process Modeling /
7. P. Fryzlewicz, S. Van Bellegem, R. von Sachs // Annals of the Institute of Statistical Mathematics. – 2003. – № 55. – P. 737–764.
8. Aussem, A. Wavelet-Based Feature Extraction and Decomposition Strategies for Financial
9. Forecasting / A. Aussem, J. Campbell, F. Murtagh // Journal of Computational Intelligence in France. – 1998. – № 6 (2). – P. 5–12.
10. Craigmile, P.F. Wavelet-Based Trend Detection and Estimation / P.F. Craigmile, D.B. Percival //
11. Encyclopedia of Environmetrics. Vol. 4 / ed. by A. H. El-Shaarawi and W.W. Piegorsch. – England : John Wiley and Sons, Ltd., 2002.
Review
For citations:
. Informatics. 2010;(4(28)):48-56. (In Russ.)
Views:
673
Email this article 