MATLAB实现重标度极差法计算Hurst指数
4星 · 超过85%的资源 需积分: 46 33 浏览量
更新于2024-09-12
8
收藏 4KB TXT 举报
该资源提供了一个使用MATLAB编写的函数`RSana`,用于通过重标度极差法(Rescaled Range Analysis, R/S分析)计算Hurst指数。Hurst指数是衡量时间序列长期记忆性(long-term memory)的一个关键指标,常用于金融市场分析、信号处理和地理水文学等领域。
在金融分析中,Hurst指数是判断时间序列是否具有长期依赖性的工具。若Hurst指数H小于0.5,表示时间序列具有反趋势(anti-persistent)特征;若H等于0.5,表示时间序列是白噪声,即没有长期记忆性;若H大于0.5,则表明时间序列具有长期依赖性或趋势持续(persistent)特征。这在股票市场分析中尤为重要,因为它可以帮助预测市场的走势。
`RSana`函数接受四个参数:
1. `x`:输入的时间序列数据。
2. `n`:一个向量,包含了不同的子时间段长度。
3. `method`:可选方法,有四种不同的变体:
- `'Hurst'`:基于Hurst-Mandelbrot的方法。
- `'Lo'`:基于Lo的方法,这是对原始R/S分析的改进。
- `'MW'`:基于Moody-Wu的方法。
- `'Parzen'`:基于Parzen的方法。
4. `q`:一个整数值或者 `'auto'`。如果设置为 `'auto'`,则会采用Lo建议的值;否则,`q`用于定义窗口大小,与计算R/S比值的方式有关。
函数返回三个输出:
1. `logRS`:对数R/S值,即时间序列的对数重标度范围。
2. `logERS`:期望的对数R/S值,反映了时间序列在不同尺度下的统计特性。
3. `V`:V统计量,通常用于检验R/S分析的稳定性。
函数引用了以下文献:
- Peters(1991, 1996)的两本书,讨论了混沌和有序在资本市场中的角色,以及分形市场分析。
- Lo(1991)的论文,探讨了股票市场价格的长期记忆性。
- Moody和Wu(1996)的文章,提供了改进的R/S和Hurst指数估计方法。
- Hauser(1997)的研究,涉及半参数和非参数测试长期记忆性的方法。
通过这个MATLAB函数,用户可以方便地对各种类型的时间序列进行Hurst指数的计算,从而深入理解数据的统计特性,并可能应用于市场预测或其他长期记忆性分析。
2017-02-10 上传
2021-01-15 上传
2022-09-23 上传
2020-05-24 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
yijiutaosheng
- 粉丝: 0
- 资源: 12
最新资源
- 探索数据转换实验平台在设备装置中的应用
- 使用git-log-to-tikz.py将Git日志转换为TIKZ图形
- 小栗子源码2.9.3版本发布
- 使用Tinder-Hack-Client实现Tinder API交互
- Android Studio新模板:个性化Material Design导航抽屉
- React API分页模块:数据获取与页面管理
- C语言实现顺序表的动态分配方法
- 光催化分解水产氢固溶体催化剂制备技术揭秘
- VS2013环境下tinyxml库的32位与64位编译指南
- 网易云歌词情感分析系统实现与架构
- React应用展示GitHub用户详细信息及项目分析
- LayUI2.1.6帮助文档API功能详解
- 全栈开发实现的chatgpt应用可打包小程序/H5/App
- C++实现顺序表的动态内存分配技术
- Java制作水果格斗游戏:策略与随机性的结合
- 基于若依框架的后台管理系统开发实例解析