经验模态分解类算法在经济分析中的选择及应用

• 作者: 陈煌杰
• 来源期刊: 西部金融
• 学科: 经济
• 关键词: 经验模态分解类算法 最优选择 经济分析 评价性指标
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 专稿
• 页码范围: 14-23
• 页数: 10页
• 分类号: F270.7
• 字数: 8517字
• 语种: 中文

摘要

近年来,经验模态分解类算法逐渐被运用到经济分析中,取得了一系列新的研究进展,特别表现为利用分解重构的原理对经济变量进行多尺度分析或预测.但是,该类算法存在一定问题,如模态混淆、端点效应等,因此使用时需考虑算法的适用性问题.鉴于此,本文首先梳理了经验模态分解类算法的发展及其在经济分析中的应用;其次,针对现有文献在使用该类算法时规范性的不足,介绍了最新经验模态分解类算法,梳理及构建了衡量算法适用性的评价指标;最后,本文把算法存在的问题和评价指标相结合,提出了单变量最优经验模态分解类算法选择流程,并利用具体经济数据进行了实例分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈煌杰		2	0	0.0	0.0