本文選題：互相關性 + 多重分形時間加權去趨勢互相關分析(MF-TWXDFA)�。� 參考：《湘潭大學》2017年碩士論文

【摘要】：基于多重分形時間加權去趨勢波動分析(MF-TWDFA)以及多重分形互相關分析(MFCCA),我們提出一種新的算法-多重分形時間加權去趨勢互相關分析(MF-TWXDFA).該算法的創(chuàng)新在于估計局部趨勢時采用地理加權回歸模型的思想,計算去趨勢協(xié)方差函數(shù)時考慮到波動函數(shù)的符號信息·我們將該算法與多重分形互相關分析(MFCCA)算法應用到仿真序列,以此來檢驗該算法的性能。數(shù)值模擬證明新算法可以準確地檢測兩個同時記錄系列的長程互相關性。為了進一步展示多重分形時間加權去趨勢互相關分析(MF-TWXDFA)算法的效用,我們將MF-TWXDFA應用于股票市場的時間序列,發(fā)現(xiàn)股票收益之間的冪律互相關具有明顯的多重分形。同時,還定義了一個新的互相關系數(shù)-MF-TWXDFA互相關系數(shù)用于量化兩個時間序列之間的互相關的水平。
[Abstract]:Based on multifractal time weighted detrend wave analysis (MF-TWDFA) and multifractal cross correlation analysis (MFCCA), a new algorithm - multifractal time weighted detrend cross correlation analysis (MF-TWXDFA) is proposed. The innovation of this algorithm lies in the thought of using the geographically weighted regression model to estimate the local trend and the calculation of the detrend Association. The difference function takes into account the symbolic information of the wave function. We apply the algorithm and the multifractal cross correlation analysis (MFCCA) algorithm to the simulation sequence to test the performance of the algorithm. The numerical simulation proves that the new algorithm can accurately detect the long range cross correlation of the two simultaneous recording series. In order to further display the multifractal, The utility of the weighted detrending cross correlation analysis (MF-TWXDFA) algorithm is applied to the time series of the stock market. We find that the power law cross correlation between stock returns has a distinct multifractal. At the same time, a new cross correlation coefficient -MF-TWXDFA correlation coefficient is also defined to be used to quantify the interaction between two time series. The related level.
【學位授予單位】：湘潭大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：F831.51;O189

【參考文獻】

相關期刊論文 前6條

1 嚴中奇;徐力群;沈振中;孫一帆;;基于R/S方法的拱壩變形監(jiān)測資料分析及性態(tài)評估[J];水電能源科學;2015年10期

2 朱少茗;喻祖國;Ahn Vo;;Protein structural classification and family identification by multifractal analysis and wavelet spectrum[J];Chinese Physics B;2011年01期

3 韓佳靜;符維娟;;Wavelet-based multifractal analysis of DNA sequences by using chaos-game representation[J];Chinese Physics B;2010年01期

4 封國林;王啟光;侯威;龔志強;支蓉;;氣象領域極端事件的長程相關性[J];物理學報;2009年04期

5 蘭若蒙;魏錸;牛敏;;R/S分析與中國股市的分形特征[J];哈爾濱商業(yè)大學學報(社會科學版);2008年05期

6 賀國光,馮蔚東;基于R/S分析研究交通流的長程相關性[J];系統(tǒng)工程學報;2004年02期

相關博士學位論文 前1條

1 王綱金;金融市場互相關性度量方法及其實證研究[D];湖南大學;2014年

，

本文編號：1909668