金融时间序列分形维参数估计方法比较及应用

摘要

为了更精确地估计时间序列的Hurst指数值,本文通过引入Whittle算法,结合蒙特卡罗仿真实验,说明了Whittle算法克服了常用的R/S算法、修正R/S算法、V/S算法以及DFA等算法在精度和稳定性方面的缺陷。首先通过数值模拟,比较不同方法所得Hurst指数估计误差,验证了Whittle算法具有更高的精度和更好的稳定性。然后选用最好的估计算法并结合移动窗口技术对沪深市场的发展状态进行了实证应用,分析表明沪深市场近20年来的市场有效性更趋变强,收益率和波动率长记忆效应更趋变弱的结论。