􀂄    我们在前两篇报告中探讨了利用计算机进行股指期货的程序化交易问题，主要关注的是趋势交易中关于参数选择以及择时，本报告探讨的是如何在波动频繁的行情中筛选可靠信号的问题。http://www.hibor.com.cn【慧博投研资讯】我们尝试采用Lowess    方法和小波降噪对波动剧烈的期指仿真合约行情数据进行平滑和降噪处理，并基于处理后的数据进行了趋势交易。http://www.hibor.com.cn（慧博投研资讯）我们发现将语音识别领域常用的小波降噪技术应用在信号筛选上可以得到较好效果，可以清晰地识别市场告诉我们的真正趋势。
􀂄    利用均线交叉信号进行趋势交易，除了在盘整行情中难以获利之外，在快速剧烈波动的行情中，由于均线有一定的滞后性，难以抓住剧烈波动的短期行情特征，依赖于原始价格信息生成的均线交易，可能造成亏损的结果。通常，交易员会利用数据平滑技术对原始价格进行处理，过滤掉频繁的短期波动信息，获取“中长期”趋势带来的交易机会，获取更好的回报。
􀂄    我们知道，低频信号一般反映了序列的主要特征，而高频信号则反映了序列局部的细节特点。小波分析能够同时将信号在时域和频域两个尺度进行分解，不但能够在时域很好地刻画信号的局部性，同时也能在频域反映信号的局部性。以语音为例，经过小波分解之后，如果仅考虑分解后的低频信号，仍可听懂语音的内容，如果仅考虑高频信号，则无法识别语音的内容。    如果对分解的高频信号进行“削峰”降噪处理后和低频信号进行合成，则合成的语音信号不但能够识别具体内容而且相比原始信号将更加清晰。