一文读懂——R/S分析（包括修正后的R/S分析）-CSDN博客

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

本文介绍了R/S分析的基本概念，用于分析时间序列的分形特征和长期记忆过程。Hurst指数评估市场趋势的持久性，而修正R/S适用于处理短期记忆和非平稳性的价格序列。后续将探讨应用案例及Python代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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：

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

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