摘要 本文研究股票指數及股票報酬率的預測。由於上述資料屬於非平穩(nonstationary)非線性(nonlinear)時間數列，本文首先參考Huang et al. (1998)提出的經驗協振分解(empirical mode decomposition，記作EMD)，取用其中變化量較大的數個本質協振函數(intrinsic mode function，記作IMF)，描述上述時間數列。然後藉由配適資料預測未來數值。本文分析的資料除台灣的加權平均股票變化，亦包含美國高科技的那斯達克指數(Nasdaq index)及道瓊工業指數(Dow Jones industrial average index)的變化。
