论文研究-日内金融高频数据的异常点检测.pdf, 融市场上日内的异常波动可能与重大经济事件相关.因此通过分析高频市场数据的异常与市场内在事件属性及其联系,可以帮助市场参与者更深刻地理解市场动态特性.采用了基于最大模量小波转换(WTMM)的多重分形形式,通过上海证券市场的日内指数价格数据来判断高频时间序列下异常点的存在和定位.结果表明,上述小波方法在检测和定位高频金融时间序列数据中的异常点方面是有效的.