尽管非线性问值法相对简单，然而还是存在几个重要参数的确定问题，即：小波函数的选取、阈值和分解层次的确定，下面针对金融时间序列的特性分析如何确定相应参数。
金融时间序列的特点与一般去噪要求
股票市场数据是金融数据的典型代表，常见的有股票价格数据和由股价计算出的收益率数据。这两类序列都表现为很不平稳的特性，数据的起伏波动比较大，信号中的奇异点比较多。其中收益率数据波动性更大，奇异点数更加密集，信号中的高频成分较多，很难将其与噪声区别开来。
除了大幅波动之外，数据中还有很频繁的小幅波动，随机性很强，几乎贯穿整个时间。一般来说，信号的大幅波动蕴含着比较重要的信息，因而我们一般将其作为有用信号，在消噪时要保留。而大量的小幅波动一般将其作为噪声，因为即使在金融市场非常平稳，没有什么重大新闻、政策出台或暗箱操作，它也会由于股票市场的流动性而表现这种小幅波动性，不具有分析和预测价值，反而具有干扰作用。由于去噪只是进一步进行数据分析的预处理，一般地，我们只要求去掉这种小的波动性，而尽可能地保留有用信息，防止信号的失真。
