关于CDO中去趋势的一点理解

碎碎念

1.去趋势基本概念理解

维基百科给出的解释：
在随机过程， 混沌理论和时间序列分析中， 去趋势波动分析（英文：Detrended Fluctuation Analysis, DFA）是一种判断信号的统计自相似性质的方法。 它可以用于分析类似长记忆过程的时间序列（以发散的相关时间为特征，例如幂率衰减的自相关函数）或1/f噪音。

所获得的指数类似于Hurst指数，但去趋势波动分析还可以应用于非平稳信号，即信号的统计量（例如平均值和方差）或动态是不固定的（随时间变化）。 它与基于谱分析的方法有关，如自相关函数和傅里叶变换。

Peng等人于1994年发表论文提出了这种方法，至2013年该论文已获超过2000次引用[1]。这种方法是（一般性）波动分析的拓展，特别用于处理非平稳信号。
----------------------------------------------------------------------------------------我看不懂-----------------------------------------------------------------------------------------

在一个时间序列内的数据包含一个趋势，这个趋势可单调增也可单调减，这个趋势可以被捕捉，可以建模，甚至可以从你的时间序列数据中移除.
何为趋势？
一般来说，时间序列中看起来不是周期性的系统变化称为趋势。
捕捉趋势
可以绘制时间序列数据，以查看趋势是否明显。
困难在于，在实践中，识别时间序列中的趋势可能是一个主观过程。
创建数据的曲线图，并检查曲线图是否有明显的趋势。
添加线性和非线性趋势线到图，看看是否趋势是明显的。
去趋势
具有趋势的时间序列称为非平稳时间序列。
可以对已确定的趋势进行建模。一旦建模，就可以从时间序列数据集中删除它。这就是所谓的去趋势时间序列。
如果一个数据集没有趋势，或者我们成功地消除了趋势，那么这个数据集就是趋势平稳的。
用图来直观感受

有趋势的

去趋势的
尝试用自己的话概括理解：
去趋势用的是用一种模拟，这个模拟可简单可复杂，能把时间序列内的整体增加或者整体减少的斜线去掉，让结果看起来只有波动，但是趋势线可能是平的

2.去趋势在CDO中的应用

说实话我真没看懂这个公式是干啥的