一文读懂——R/S分析（包括修正后的R/S分析）

佛系研go

已于 2023-12-11 10:36:40 修改

阅读量1.1k

点赞数 7

分类专栏： Python笔记计量经济学文章标签：算法笔记学习

于 2023-12-11 10:34:59 首次发布

本文链接：https://blog.csdn.net/weixin_46189461/article/details/134920025

版权

计量经济学同时被 2 个专栏收录

13 篇文章 5 订阅

订阅专栏

Python笔记

12 篇文章 1 订阅

订阅专栏

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 ${ x_t }$ ，对于整数n , k（ k⩽n⩽t ），

$x_t=\log P_t-\log P_{t-1}$

价格的区间偏差为

$R(n)=\max_{1\leqslant k\leqslant n}\sum_{j=1}^k(x_j-\overline{x_n})-\min_{1\leqslant k\leqslant n}\sum_{j=1}^k(x_j-\overline{x_n})$

标准差为

$S(n)=\sqrt{\frac1n\sum_{j=1}^k\left(x_j-\overline{x_n}\right)^2}$

Q 统计量定义为：

$Q_n=\frac{R(n)}{S(n)}=cn^H$

其中 $H$ 为Hurst指数，当 $n\to\infty$ 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：

$Q_n=\frac{R(n)}{\sigma_n(q)}$

$\sigma_n^2(q)=\frac1n\sum_{j=1}^n(x_j-\overline{x})^2+\frac2n\sum_{j=1}^q\omega_j(q)\{\sum_{i=j+1}^n(x_{i-j}-\overline{x})(x_j-\overline{x})\}\sigma_n^2x+2\sum_{j=1}^q\omega_j(q)\rho$

$\omega_j(q)=1-\frac j{q+1}$

其中 $,q<n,\sigma^{2}x=s^{2},$ 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~）

佛系研go

关注

7
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
一文读懂——R/S分析（包括修正后的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.】
复制链接

扫一扫