การวิเคราะห์อนุกรมเวลาทางการเงินด้วยเวฟเล็ต
การวิเคราะห์ทางการเงินด้วยเวฟเล็ตจะแยกอนุกรมเวลาทางการเงินออกเป็นย่านความถี่ต่าง ๆ (มาตราส่วนเวลา) เพื่อให้สามารถศึกษาความสัมพันธ์ระยะสั้นและระยะยาวได้พร้อมกัน โดยอ้างอิงจากการศึกษาของ Gençay, Selçuk และ Whitcher (2001) และ Aguiar-Conraria และ Soares (2014) จากนั้น wavelet coherence จะแสดงให้เห็นว่าความสัมพันธ์ระหว่างอนุกรมเวลาสองชุดเปลี่ยนแปลงไปอย่างไรเมื่อพิจารณาทั้งเวลาและความถี่
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Gençay, R., Selçuk, F. & Whitcher, B. (2001). An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Academic Press. DOI: 10.1016/b978-012279670-8.50004-5 ↗
- Aguiar-Conraria, L. & Soares, M.J. (2014). The Continuous Wavelet Transform: Moving Beyond Uni- and Bivariate Analysis. Journal of Economic Surveys, 28(2), 344-375. DOI: 10.1111/joes.12012 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Wavelet Analysis of Financial Time Series. ScholarGate. https://scholargate.app/th/finance/wavelet-finance
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →