[发明专利]一种基于Rényi熵和MMA的时间序列分析方法在审
申请号: | 201810953972.0 | 申请日: | 2018-08-21 |
公开(公告)号: | CN109189830A | 公开(公告)日: | 2019-01-11 |
发明(设计)人: | 李建平;顾小丰;胡健;苌浩阳;陆亚男;葛学志;俞腾秋;李顺利 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458 |
代理公司: | 成都正华专利代理事务所(普通合伙) 51229 | 代理人: | 陈选中 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 时间序列 时间序列分析 多尺度分析 波动性 多尺度 分析 量化 金融 | ||
1.一种基于Rényi熵和MMA的时间序列分析方法,其特征在于,包括以下步骤:
S1、计算长度为N的时间序列X(i)的对数累积离差序列x(i);
S2、以长度s将对数累积离差序列x(i)分隔成N段等长且不重叠的部分v,反转对数累积离差序列x(i)并分成N段等长的部分,形成2N段的时间序列x1(i);
S3、对每个部分v所包含的s个数据进行m阶多项式拟合,并计算每个部分v的局部趋势;
S4、根据局部趋势计算时间序列的q阶波动函数;
S5、判断时间序列x1(i)是否存在长程幂律相关,若是,进入步骤S6,否则结束该方法;
S6、计算波动函数与长度s的幂律关系,并取自然对数;
S7、通过最小二乘法对自然对数下的数据点进行拟合,通过拟合后的直线斜率得到Hurst指数,通过Hurst指数量化时间序列x1(i)的幂律关系。
2.根据权利要求1所述的基于Rényi熵和MMA的时间序列分析方法,其特征在于,所述步骤S1中对数累积离差序列x(i)的计算公式为:
上式中,为时间序列X(i)中所有元素的平均值,xk为时间序列中第k个元素,k为时间序列中元素的下标。
3.根据权利要求1所述的基于Rényi熵和MMA的时间序列分析方法,其特征在于,所述步骤S3中每个部分v的局部趋势Fm(v,s)的计算公式为:
上式中,n为时间序列X(i)的长度,xv(t)为每个部分v所包含的s个数据的一阶线性拟合,t为s个数据的标号;t=1,2,…,s,m为多项式拟合的阶数,N=[n/s]。
4.根据权利要求1所述的基于Rényi熵和MMA的时间序列分析方法,其特征在于,所述步骤S4中q阶波动函数F(s,q)的计算公式为:
上式中,q为非负实数。
5.根据权利要求1所述的基于Rényi熵和MMA的时间序列分析方法,其特征在于,所述步骤S6中波动函数与长度s的幂律关系为:
F(s,q)~sH(q)
对上式取自然对数为:
log(F(s,q))~log(s)H(q)
上式中,H(q)为广义Hurst指数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810953972.0/1.html,转载请声明来源钻瓜专利网。