金融时间序列与布朗运动中的序模式、其变异及变点
统计金融
2023-01-02 v1
摘要
序模式与排列熵已成为研究生物医学、地球物理或气候时间序列的有用工具。本文研究日间市场数据以及作为其序模式良好模型的布朗运动。一个关键点是，对于小滞后(1 至 6 天)，金融数据中的模式频率基本保持恒定。时间序列的两个最重要序参量为转折率与涨跌平衡度。对于 EEG 脑数据的变点，转折率表现优异；而对于金融数据，涨跌平衡度似乎最佳。我们检验了布朗运动相对于这些参数的拟合，给出了 Bienaymé 一个被遗忘检验的新版本。
引用
@article{arxiv.1910.09978,
title = {Order patterns, their variation and change points in financial time series and Brownian motion},
author = {Christoph Bandt},
journal= {arXiv preprint arXiv:1910.09978},
year = {2023}
}