顾亦凡

摘 要 本文从统计角度，对金融高频数据的概念进行辨析，将其与传统数据进行对比，针对其具有噪声的特点，提出了应用HHT方法进行分析，并对HHT方法进行详细说明。

关键词 金融高频数据;金融高频交易数据;HHT方法;EMD分解

21世纪世界经济全球化趋向加倍显著，金融逐渐国际化。大范围的金融数据在人们的平日生活中起了越来越重要的影响。金融数据的挖掘和分析变得至关重要，在对金融数据处理和应用时，数据本身的统计特征不可以被忽视。

金融数据自身所具有的统计特点不可以被忽略，当我们在应用金融高频数据时。这是统计可以被看作是正确认识数据的依据。根据早期研究，金融高频数据并不是稳定的，在较短时间内，会有厚尾趋势。而近期研究显示，其还具有非正态性的特征。

1金融高频数据概念

首先要对高频，低频以及超高频数据来进行划分，对于主要用小时，分钟，秒来计量的数据我们将其称为高频数据。相应的，低频数据通常以天，周，月，年作为计量单位的数据，而并不是日内数据。进一步而言，金融中所提及的超高频数据，对于交易的过程是实时采集的，对于每笔的交易产生都条条记录，并不是我们所认为的抽样数据，而是全样本数据，也并不是等间距的数据，数据时间的发生是不等的。

金融中高频数据和超高频数据囊括的范围是广泛的，除去买卖价格以外，和买卖关联的诸如询价报价等也都被容纳其中。……