高频金融交易数据分析模型从上世纪90年代开始迅速发展,目前已广泛地用于金融市场微观结构理论的应用和实证检验。随着信息技术的不断发展,金融市场逐渐关注于利用高频金融数据的建模方法与理论的研究。但是,目前利用小波分析研究高频数据的文章并不多,而股市变化迅速且信息量巨大,正适合用高频数据的方法采集信息。这种数据作为高频时间金融序列具有非线性、非平稳性和长记忆性,不满足平衡性条件,因此也不能用传统的方法进行预测,于是有效的预测便成为实际当中一项有待解决的问题。考虑到小波分析能将时间序列分解到不同尺度下的特点,本文在小波分析的基础上建立模型,并进行预测,可以得到比较理摁的预测效果。