R/S分析
R/S分析方法,最早由Hurst在1951年提出【引用:Hurst H E. Long-term storage capacity of reservoirs[J].Transactions of the American society of civil engineers, 1951, 116(1):770-799.】
应用场景
- - 通常用来分析时间序列的分形特征和长期记忆过程
- - 时间序列的记忆性
基本理论
考虑价格回报的时间序列,对于整数n , k( k⩽n⩽t ),
价格的区间偏差为
标准差为
Q 统计量定义为:
其中为Hurst指数,当
时,c为常数。
Hurst指数是用来是否价格具有“长期记忆性”,通常Hurst > 0.5的时候我们觉得市场有长期记忆性,数值越高代表momentum越明显。
- 如果 0 < H < 0.5,价格代表短期记忆。反持续意味着如果信号在上一个周期是上升(下降),那么它在下一个周期往往会下降(上升)。
- 如果H = 0.5,则价格被确定为随机的。
- 如果0.5 < H < 1,价格具有长期记忆、持久性。
修正后的R/S分析
如果价格序列表现出短期记忆和非平稳等异质性特征,则经典R/S的Hurst指数就会有偏差,这意味着即使时间序列具有很强的短期指示,结果也始终是长期记忆。价格的波动更加迅速,可能是由于短期记忆的原因,例如短期非平稳性等因素。此时需要使用修正的R/S分析:
其中 ρ是X的自协方差,q是滞后阶数。
(先更这么多,后续有时间再写写应用案例以及上述的Python代码实现,有需要的可以点个关注蹲一蹲~)