㈠ 用小波做预测
根据这个题目，我认为只能求平均值才可靠
㈡ 小波变换分解与重构后对时间序列的预测
如果你用小波工具箱进行db4小波分解，一维的情况，你在结果的图中是没有逼近和细节系数的，都是重构信号，它一定是与原始信号等长的。所以难以理解你所说的“比我给的原始数据个数多”是如何做出来的。
㈢ 什么网站有炒股入门知识和股票入门书籍比较好的关于这个方面的谁能介绍个网站
炒原油理论基础不外乎几种，但由此衍生而来的技术指标却有成千上万之多。一下是一些炒原油书籍精品推荐:
江恩华尔街45年
作者: 威廉 D 江恩
内容简介:《江恩华尔街45年》，给了你一次真正的股票市场教育。江恩45年的实际交易经验和市场研究使这本书的问世成为可能。他写自实际的应用，而不是理论。江恩:传奇式证券交易巨匠、20世纪初最伟大的市场炒家、自创独特而又神秘的证券分析理论和方法、匪夷所思的精准预测。
资本市场的混沌与秩序
作者:埃德加· E ·彼得斯
内容简介:资本市场的混沌与秩序》是介绍和推广混沌理论在金融领域中的应用的第一本书，并被奉为这方面的经典论着。这次新版在内容上进行了全面的更新，加入了一些新的章节和混沌理论的最新进展进行了论述。这些最新进展都是与当今的创新热点紧密联系的，如模糊逻辑、神经网络和人工智能。第二版全面论述了混沌理论在金融领域的作用。它所利用的都是当今市场的最新例证并对技术的最新进展-包括遗传算法、小波和复杂理论-进行了描述。
㈣ 小波变换预测的问题
小波预测这个不是了解
不过数据处理剔除变化极大的点还是比较容易实现的
建议采用采用matlab自动的小波工具箱 从start 进入
㈤ 基于MATLAB的小波分析在股市技术分析中的代码 诚求，非常感谢！
你去matlab中文论坛，有个小波板块，网址主体ilovematlab
㈥ 根据预测误差修正小波神经网络的权值和小波基函数的系数怎么理解
采用梯度修正网络的权值和 小 波基函数参数,从而使小波神经网络预测输出不 ...据预测误差e 修正小波神经网络权...
㈦ matlab 小波变换 股票
你的函数是是什么，你把股票的 时间和价格对应起来，这样的话，就可以用小波函数进行代入进行小波变换，看信号的分解的各部分了。
㈧ 小波神经网络预测，如何把数据加载进去，然后用下面的程序预测
%训练数据归一化
[inputn,inputps]=mapminmax(input');
[outputn,outputps]=mapminmax(output');
inputn=inputn';
outputn=outputn';
将这一段代码中的input、output换成你的样本即可。
小波变换（wavelet transform，WT）是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。
㈨ 求小波分析在数据检测方面的matlab代码，比如给您一组数据，利用小波分析来找出其中的异常值。
你做的这方面叫做“小波分析对信号奇异性检测”。
小波确实有这方面的应用。建议你直接去图书馆借《MATLAB小波分析（张德丰等编著）》（第二版），第一版有没有我不不知道哈。其中有一节就专门讲如何用小波检测第一类间断点和第二类间断点的，并且有方法将奇异点消除。讲的比较详细。
根据你的问题补充，我觉着你可以用欧几里得距离作为衡量波动的标准，具体程序如下：
data=[...
20000101 1221790 794164 427626
20000102 1282410 833566.4 448843.6
20000103 1241980 807287 434693
20000104 1265880 822822 443058
20000105 1301360 767802 533558
20000106 1298670 727255 571415
20000107 1273770 700573.5 573196.5
20000108 1300620 845403 455217
20000109 1301750 846138 455612
20000110 1318300 856895 461405
20000111 1327550 862908 464642
20000112 1356910 800577 556333
20000113 1329360 744442 584918
20000114 1312580 721919 590661
20000115 1330460 864799 465661
20000116 1416710 855861.4 460848.6
20000117 1293410 840717 452693
20000118 1303150 847047.4 456102.6
20000119 1304690 769767 534923
20000120 1301800 729008 572792
];
date=data(:,1)-20000000;
data=data(:,2:end);
x1=data(:,1);
x2=data(:,2);
x3=data(:,3);
x1_m=mean(x1);
x2_m=mean(x2);
x3_m=mean(x3);
data_m=repmat([x1_m,x2_m,x3_m],size(data,1),1);
temp=(data-data_m).^2;
temp=sum(temp')';
stem(date,temp);
得到的结果如下图：
可以看出波动最大是1月6号和1月16号。你可以自己设个门限，超过门限的都作为奇异值。
㈩ 用小波分析怎么预测
用小波分析将数据分析成为几个频段
高频段代表短期波动
低频段代表总体趋势
根据总体趋势数值可以分析大的方向
精确预测是不可能的
毕竟小波分析的本来含义是信号处理
金融数据属于非线性信号
此外，如果把金融数据看作是一个伪随机非线性系统，具有自相似特性的话
你可以看到小波分析的各段在形态上相似，尺度不同
可以依据这个原理对后面的参数进行预测和重构
这样预测期会长一点
如果你看看混沌理论和非线性信号处理的入门书籍，你会比较有启发的