基于 DFA 标度指数的非平稳时间序列超族分类
统计金融
2010-11-22 v1
摘要
具有不同动力学的时间序列的超族现象，可以通过在相空间中时间序列的最近邻网络中观察到的模体排序模式来表征。然而，超族分类的决定因素尚不清楚。我们通过使用分数布朗运动（FBM）和多分形随机游走（MRW）研究线性时间相关性和多分形性的影响来解决这个问题。数值研究揭示，超族现象的分类唯一地由时间序列的去趋势波动分析（DFA）标度指数 决定。在模拟数据中仅观察到四种模体模式，它们由三个 DFA 标度指数 、 和 界定。该结果的有效性通过股票市场指数和湍流速度信号得到了证实。
引用
@article{arxiv.0912.2016,
title = {Superfamily classification of nonstationary time series based on DFA scaling exponents},
author = {Chuang Liu and Wei-Xing Zhou},
journal= {arXiv preprint arXiv:0912.2016},
year = {2010}
}
备注
5 pages, 5 figures