基于DFA标度指数的非平稳时间序列的超族分类
摘要：时间序列的超级家族现象可以通过相空间中时间序列的最近邻网络中观察到的基序等级模式来描述。然而，超级家族分类的决定因素尚不清楚。我们通过研究线性时间相关性和多重分形性质对分数布朗运动（FBMs）和多重分形随机行走（MRWs）的影响来解决这个问题。数值研究表明，超级家族现象的分类唯一由时间序列的去趋势波动分析（DFA）缩放指数α确定。在模拟数据中只观察到四种基序模式，分别由三个DFA缩放指数α≈0.25，α≈0.35和α≈0.45所界定。通过股票市场指数和湍流速度信号验证了结果的有效性。
作者：Chuang Liu and Wei-Xing Zhou (ECUST)
论文ID：0912.2016
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2010-11-22