简介

现代金融市场是一个“自然”的复杂平衡体系的例子。一方面,市场相当混乱,因为它受到了大量参与者的影响。另一方面,市场具有一定的稳定过程,这是由市场参与者的行为决定的。经济物理学的任务之一是描述社会互动过程,形成在交易所观察到的价格动态。因此,定义和呈现金融时间序列的特定属性是非常可取的,这将使这些数据与其他自然过程区别开来。在现代理论中,价格序列被定义为不同规模的分形(从几分钟到几十年),

它们表现出比许多模型和自然过程更为复杂的行为[3]。找出这些行为细节的工具之一是对序列的数值分析,其目的是研究序列的动力学。分形维数可靠评估的典型算法需要大数据集(约10000-100000个样本),这些数据集描述了一个长时间间隔的序列,在此期间,行为可以改变,有时它可以反复改变。对于实际的交易任务,我们需要确定一系列局部分形特征的方法。在本文中,我们将讨论并演示一种使用[1,2]中描述的数值方法确定价格序列分形维数的方法。

分形维数的概念与时间序列的统计性质

分形维数估计数据集如何占用空间,分形维数的估计方法很多,它们的共同特征是体积或面积是在这个集合所在的空间中计算的。让我们使用金融工具的时间序列示例,它包括收盘价 {Close(t)},如果 {Close(t)} 系列级别是独立的,交易品种图表上没有明显的趋势,而行为将类似于“白噪声”。分形维数D的值将接近平面的拓扑维数的值,换句话说D->2。如果 {Close(t)} 序列水平不是独立的,D的值就会显著小于2,这表明时间序列具有一种“记忆”, 即在某些时间间隔内观察

评估分形指数和HURST指数预测金融时间序列的能力相关推荐

  1. 基于注意力机制的循环神经网络对 金融时间序列的应用 学习记录

    摘要: 概况论文内容,包含解决的问题,解决的方法,成果 金融时间序列由于高噪声性以及序列间的相关性,导致传统模型的预测精度和泛化能力往往较低.为了克服这一问题,提出一种基于注意力机制的循环神经网络预测 ...

  2. 获取铁矿石和螺纹钢期货数据。对收益率序列进行描述性统计、jb检验,反正是否符合分形市场假说。计算Hurst指数,制定跨品种套利策略,并进行回测,对跨品种套利效果进行评估。寻求改进空间。

    源码已上传至github 项目简介 获取铁矿石和螺纹钢期货数据.对收益率序列进行描述性统计.jb检验,反正是否符合分形市场假说.计算Hurst指数,制定跨品种套利策略,并进行回测,对跨品种套利效果进行 ...

  3. 使用最大离散重叠小波变换MODWT和支持向量回归 SVR的金融时间序列预测

    本例使用的数据链接如下:https://www.histdata.com/download-free-forex-historical-data/?/ascii/tick-data-quotes/AU ...

  4. java三次指数平滑_时间序列挖掘-预测算法-三次指数平滑法(Holt-Winters)

    所有移动平均法都存在很多问题. 它们都太难计算了.每个点的计算都让你绞尽脑汁.而且也不能通过之前的计算结果推算出加权移动平均值. 移动平均值永远不可能应用于现有的数据集边缘的数据,因为它们的窗口宽度是 ...

  5. 指数平滑(时间序列预测)

    目录 一.指数平滑 二.指数平滑详解 1.一次指数平滑(又叫简单指数平滑,simple exponential smoothing, SES) 2.二次指数平滑 3.三次指数平滑 4.平滑系数a的选择 ...

  6. 时间序列中Hurst指数的计算(python代码)

    在做时间序列分析时,需要计算Hurst指数,由于Hurst指数计算比较复杂,刚开始懒得自己写,就在github上进行搜索,多是这个代码: from numpy import std, subtract ...

  7. 股指的趋势持续研究(Hurst指数)

    只贴基本的适合小白的Matlab实现代码,深入的研究除了需要改进算法,我建议好好研究一下混沌与分形,不说让你抓住趋势,至少不会大亏,这个资金盈亏回调我以前研究过. function [line_H,R ...

  8. 广义Hurst指数与分维D关系的范例解释

    金融领域常见的Hurst指数实指广义Hurst指数(Generalized Hurst Exponent),由Mandelbrot提出.与Hurst本人最早提出的Hurst指数并不相同. 一.Hurs ...

  9. Hurst指数以及MF-DFA

    转:https://uqer.io/home/ https://uqer.io/community/share/564c3bc2f9f06c4446b48393 写在前面 9月的时候说想把arch包加 ...

  10. 方法总结分享|金融时间序列联动相关及风险溢出

    在金融时间序列研究中,市场间的联动相关和风险溢出一直是热点方向.随着研究不断深入,方法也层出不穷,比如从收益率到波动率,从一阶矩到高阶矩,从静态不变到动态时变,从线性相关到非线性相关,从尾部对称到尾部 ...

最新文章

  1. HashMap 与 Hashtable 的区别
  2. 开放原子超级链动态内核上线,十分钟可搭建一条区块链
  3. 【笔记】opencv图像轮廓 获得平均灰度值在原图上画轮廓 观察灰度图的分解
  4. PyCairo 中的基本绘图
  5. 【百度地图API】如何调整结果面板的样式?如何获取指定页码的结果?
  6. java调用js匿名函数参数,js匿名函数作为函数参数详解
  7. 记一次git硬reset导致的代码消失
  8. ASP.NET Boilerplate Zero启动方式
  9. CEF内嵌浏览器 编译
  10. Python处理PDF文档 合并两个PDF文档 和 截取指定页面
  11. 2022-2028全球全站仪市场现状及未来发展趋势
  12. 微信小程序微信授权登录
  13. GifCam_CHS gif动画录制工具 下载
  14. 微信演示制作软件易企秀的上手体验(图文)
  15. QQ聊天记录统计可视化分析
  16. 【智能车学习】FTM模块
  17. 求最大公因数的两种方法(高效方法)
  18. 戴尔Precision工作站 为元宇宙打造稳定高效创作基石
  19. 可兼容所有浏览器的“收藏本站”、“设为首页”js代码
  20. 学生信息管理系统——顺序表

热门文章

  1. 微信小程序周记(第一周 7.19-7.25)
  2. 如何用天气预警API接口进行快速开发
  3. C#实现百度翻译功能
  4. word-wrap和word-break
  5. linux下动态域名的实践
  6. angular2 + XLSX 导出一张工作簿中包含多张表格
  7. 安装VMware时,出现 安装程序无法继续 Microsoft Runtime DLL 安装程序未能完成安装,解决方法
  8. this指向,防抖函数中的fn.apply(this,arguments)作用
  9. 中国人民银行招聘计算机考什么,求中国人民银行招聘计算机专业人员的考试题。...
  10. linux下安装rabbitMQ和springboot+rabbitMQ使用案例