由于基于小波理论的高频面板数据聚类方法需要选择合适的母小波并设置可行的分解层次，其聚类结果易受人为影响，缺乏自适应性。提出了一种基于经验模式分解特征提取的高频面板数据自适应聚类方法。该方法基于经验模式分解对高频时间序列信号进行分解，提取“绝对”特征、“趋势”特征、“高频波动”特征和“低频波动”特征，并采用熵方法进行客观聚类，然后构建基于加权余弦距离的层次聚类算法。实证检验结果表明，该方法更适合于非平稳、非线性高频面板数据的聚类，聚类精度得到了显著提高。