关于使用小波和EMD进行预测的疑惑

基于历史数据的小波或EMD，没有边界效应的问题。因为历史数据是已知，基于历史数据对模型进行训练是采用滚动式方式，即单步预测的方式，得一个当前实测数据，预测下一个，然后又得一个预测。因此，你说的边界效应是考虑右边数据未知的情况，而实际预测应用中，都是单步较多，左边数据通过训练后，可以预测右边第一个数据，而后得到第一个真实值，将历史数据+第一个真实值再采用小波分解方式，预测第二个值，……，如此滚动性预测。你可以试试，历史数据+第一个真实值  其分量与 历史数据+全部真实值 的各分量是完全相同的（小波多尺度原理可知），所以，在实际预测中，边界效应并不是考虑的一类问题。谢谢！欢迎回帖，我介意大家讨论一下，EMD与小波的区别和应用环境。这两者还是有差别的

lagrandeur 发表于 2011-7-29 09:49
8# muyuan11
你说的很对。我现在在一家做量化策略的机构做实习，接手的任务就是基于EMD算法的策略。我花 ...

真正实践的人会发现这一点的
我也是用真正的数据测试过,才敢发表这样的论述.
目前看到更多的人 使用 这种 分解重构技术来预测 发表了相关预测方面的论文,甚至发表在国际顶级期刊上,看起来大部分还是中国学者,

比如以下几篇,都是最近发表在国际期刊上的:
A Novel Multiscale Ensemble Carbon Price Prediction Model Integrating Empirical Mode Decomposition, Genetic Algorithm and Artificial Neural Network

A novel hybrid ensemble learning paradigm for nuclear energy consumption forecasting

真不知道这些学者是怎么想的, 为了骗取 在 期刊上发表 ? 为了骗取 科研基金 ?
若是无知还算好,要是明知故犯,我真是鄙视他们的学术道德
如果学术界 给予这样的方法一个正确的定论,那么他们以前这些相关论文都会成为垃圾,当然现在已经是垃圾了

lagrandeur 发表于 2011-7-29 09:49
8# muyuan11
你说的很对。我现在在一家做量化策略的机构做实习，接手的任务就是基于EMD算法的策略。我花 ...

共勉之吧, 复杂高频时间序列 预测 并不是容易的事情,一定是方法对头才可能有相对不错的结果
这类数据通常充满混沌性还有大量噪声 , 常规的 线性模型 AR ARIMA 等 肯定是不行的了 ,常见的 非线性模型 SVM BP RBF 等其实也是需要 平稳类型数据 ,但是这类数据目前最大特征就是不平稳,即便进行了差分处理, 均值和 方差一样是不断变动的 . 也许某些数据预处理技术可以改善平稳性,但是绝不是 小波和EMD这类会引起边界失真的分解重构方法.

分解重构数据我不反对, 但是反对使用 那些会使用未来数据的算法

yangyang1979 发表于 2012-5-14 10:29
基于历史数据的小波或EMD，没有边界效应的问题。因为历史数据是已知，基于历史数据对模型进行训练是采用滚动 ...

我测试过,我明白单步预测 ,用的也是你上面所说的方法一步一步预测的
但是效果很糟糕,和 不分解直接使用普通模型差不多 ,也许更差
你自己试一下就知道了, 我就是一步一步分解一步一步预测的,误差很大, 完全不像 文献上所说的预测误差减少那么多,所以文献中使用的方法是用全部的数据(包括训练数据和测试数据)统一进行小波分解然后进行预测,但是由于小波和EMD的算法要使用计算点之后的数据,所以实际上分解出的分量中带有了未来数据的信息,所以这样预测效果才如文献中那么好,但是如果真的使用单步预测,预测效果立刻差很多,因为没有了未来数据可以利用

你认真研究一下小波和EMD原理就知道 ,你用它分解重构数据一步一步预测时候,会发现接近预测边界的相同时间点的数据会随着预测边界不断推移,产生的分解后分量会不断变化,而这一点在 模型预测上 根本不能允许的,你可以想象一下 你用来建模的训练数据,都在不断变化,怎么才能正确预测的 ,事实上这些输入数据的不断变化最终都会反映到预测误差上,所以 实践预测误差很差也是正常的
EMD 和 小波 作用本来就是用来信号的分解和重构,但是没有对预测有任何益处,尤其是在没有解决边界失真问题之前

小波分析的经济理论依据是否是经济周期呢？

思与行 发表于 2012-7-16 10:21
小波分析的经济理论依据是否是经济周期呢？

这个我 未知
我只知道 小波 和 EMD 多用于 信号的 分解和重构
如果你要搞 预测,最好 避开 小波和EMD 分解技术(在它们没有完全解决边界失真问题之前)

请教一下，据您所了解的，预测比较好的方法有？您觉得arima这个方法怎么样？

思与行 发表于 2012-7-16 17:05
请教一下，据您所了解的，预测比较好的方法有？您觉得arima这个方法怎么样？

ARIMA 这是 很经典 时间序列 预测方法, 但是 它有限制条件, 它对 平稳的信号预测效果不错,但是 对应不平稳的,非线性的 混沌的信号预测效果不佳

看到好几篇垃圾文献上，只说对原始数据进行小波分解，这原始数据具体是指训练数据还是训练加预测，都没说清楚。纳闷了好久，终于看到志同道合的了。

但是也有文献是正确的，看到下面中国人写的一篇文献，215个数据一步预测后面35个，采用一个包含215个数据的时间窗，每步预测后移动时间窗，文献中的效果还是比ARMA好呀。

Short-Term Wind Speed Forecasting Model for Wind Farm Based on Wavelet Decomposition

现在这个边界效应有没有解决掉哦办法？