金融价格时间序列是带有随机噪音的，而且很明显噪音是比较大的。在低信噪比条件下，识别有效信号的确是比较难得。在线搜索了一圈，随机共振理论提供了一些理论支持。
以前也看过用小波等方式去噪音的，不过貌似效果也不明显。
问题起源：
在进行金融交易时，价格波动的特征直接决定了交易模式的特征。即使同样是涨50%的单边上升行情，具体波动细节的不同，将直接影响策略的交易结果。因此判定当前波动特征就成为一个很明确的任务。
问题归结：
要通过一系列有限的特征量，描述一个波动的当前状态。这些特征量，将被用于决策究竟采用何种交易模式。
