Análise de Flutuação Detrended (DFA) Este método foi proposto pela primeira vez em: Peng C-K, Buldyrev SV, Havlin S, Simons M, Stanley HE, Goldberger AL. Organização mosaica de nucleotídeos de DNA. Phys Rev E 1994 49: 1685-1689. Uma descrição detalhada do algoritmo e sua aplicação a sinais fisiológicos pode ser encontrada em: Peng C-K, Havlin S, Stanley HE, Goldberger AL. Quantificação de expoentes de escalabilidade e fenômenos de crossover em séries temporais de batimentos cardíacos não-estacionários. Chaos 1995 5: 82-87. Por favor, cite pelo menos uma das publicações acima ao referenciar este material e inclua também a citação padrão para PhysioNet: Goldberger AL, Amaral LAN, Glass L, Hausdorff JM, Ivanov PCh, Mark RG, Mietus JE, Moody GB, Peng CK, Stanley HE. PhysioBank, PhysioToolkit e PhysioNet: componentes de um novo recurso de pesquisa para sinais fisiológicos complexos. Circulação 101 (23): e215-e220 Circulação Páginas eletrônicas circ. ahajournals. org/content/101/23/e215.full 2000 (13 de junho). O método de análise de flutuação detrendida revelou-se útil para revelar a extensão das correlações de longo alcance em séries temporais. Resumidamente, a série temporal a ser analisada (com N amostras) é primeiramente integrada. Em seguida, a série temporal integrada é dividida em caixas de igual comprimento, n. Em cada caixa de comprimento n. Uma linha de mínimos quadrados está ajustada aos dados (representando a tendência nessa caixa). A coordenada y dos segmentos de reta é denotada por y n (k). Em seguida, detrendemos a série de tempo integrada, y (k), subtraindo a tendência local, y n (k). Em cada caixa. Calcula-se a flutuação quadrática média-raiz desta série temporal integrada e detrended. Esta computação é repetida em todas as escalas de tempo (tamanhos de caixa) para caracterizar a relação entre F (n), a flutuação média eo tamanho da caixa, n. Normalmente, F (n) irá aumentar com o tamanho da caixa. Uma relação linear em um gráfico log-log indica a presença de escala de potência (fractal). Sob tais condições, as flutuações podem ser caracterizadas por um expoente de escala, a inclinação da linha que relaciona log F (n) a log n. Software para DFA O arquivo dfa. c é a fonte de linguagem C para um programa que realiza uma análise de flutuação detrendida de uma série de tempo. Leia sobre como usar este programa aqui (ou baixe esta informação no formato de página de man Unix aqui). As instruções abaixo assumem que você já tem um compilador C, como gcc. E um make utilitário, como o GNU make. A maioria dos sistemas GNU / Linux e Unix já tem esses. Em MS-Windows, recomendamos as versões de gcc e make incluídas no ambiente de desenvolvimento gratuito do Cygwin no Mac OS X, use as versões incluídas nas ferramentas XCode do Apples. Faça o download do dfa. c. Makefile. Um arquivo de entrada de amostra (rr-intervalos) eo arquivo de saída correspondente (rr-dfa). Crie dfa digitando: Teste o dfa compilado, digitando: Se dfa passar o teste, instale-o digitando: Se você quiser usar algum outro compilador C, compile dfa. c e ligue-o com a biblioteca de matemática padrão C, usando qualquer método É padrão para o seu compilador C. Consulte Makefile para ver como testar o arquivo executável que você compila. Mais informações Saiba mais sobre as aplicações do DFA em séries temporais fisiológicas em nosso tutorial, Mecanismos Fractals no Controle Neural. Veja também as referências no topo desta página. Dois documentos também disponíveis aqui discutem os efeitos das tendências e não-estacionários no DFA. A partir de agosto de 2012, os dois documentos originais descrevendo o método DFA tinha sido citado por cerca de 1500 artigos de pesquisa. Perguntas e Comentários Se você gostaria de ajudar a entender, usar ou baixar conteúdo, consulte nossas Perguntas Freqüentes. Se você tiver quaisquer comentários, comentários ou perguntas específicas sobre esta página, envie-os para o webmaster. Comentários e problemas também podem ser levantados na página do PhysioNets GitHub. A hipótese de mercado eficiente (EMH) afirma que os preços dos ativos refletem plenamente todas as informações disponíveis. Como resultado, os especuladores não podem prever o comportamento futuro dos preços dos ativos e ganhar lucros excedentes, pelo menos depois de ajustar o risco. Embora os testes iniciais do EMH foram realizados em dados do mercado de ações, o EMH foi logo aplicado a outros mercados, incluindo câmbio (FX). Este estudo utiliza a técnica de análise de flutuação desacordada (DFA) para testar os dados da série de tempo de câmbio do Rial Iraniano / Dólar Americano para ver se ele pode ser explicado pela forma fraca do EMH. Além disso, para determinar as mudanças no grau de ineficiência ao longo do tempo, todo o período foi dividido em quatro subperíodos. O estudo mostra que o mercado de Forex iraniano (o caso Rial / Dollar) é fraco-forma ineficiente durante todo o período e em cada um dos subperíodos. No entanto, o grau de ineficiência não é constante ao longo do tempo. As conclusões sugerem que os negócios rentáveis com risco ajustado poderia ser feito usando dados passados. Destaques Aplicamos a técnica de análise de flutuação desaceitada (DFA). Testamos a hipótese de mercado eficiente de forma fraca (EMH) relativa ao Rial Iraniano / Dólar Americano usando dados diários da série de câmbio de taxas de câmbio de Forex. Também dividimos todo o período em quatro subperíodos. O mercado de Forex iraniano (o caso Rial / Dollar) é fraco-forma ineficiente durante todo o período e em cada um dos subperíodos. As conclusões sugerem que os negócios rentáveis com risco ajustado poderia ser feito usando dados passados. Palavras-chave Hipótese de mercado eficiente (EMH) Mercado de Forex Taxas de câmbio RialndashDollar Análise de flutuação deturpada (DFA) Irã Análise de correlação cruzada detrastrended de ouro, petróleo bruto e taxas de câmbio estrangeiras Nós estudamos a correlação cruzada entre quatro séries de tempo financeiro. O método MF-DXA, recentemente desenvolvido, foi utilizado para quantificar a correlação cruzada. O teste estatístico de correlação cruzada foi utilizado para a análise qualitativa da correlação cruzada. Encontramos a existência de comportamento multifractal entre todas essas séries temporais. Resumo Nós aplicamos o recentemente desenvolvido multifractal detrended cross-correlação método de análise para investigar o comportamento de correlação cruzada e natureza fractal entre duas séries temporais não-estacionárias. Analisamos o preço diário de retorno do ouro, do West Texas Intermediate e do Brent, dados de taxa de câmbio, durante um período de 18 anos. A correlação cruzada foi medida a partir dos expoentes de escala de Hurst e do espectro de singularidade quantitativamente. A partir dos resultados, encontra-se a existência de correlação cruzada multifractal entre todas essas séries temporais. Verificou-se também que a correlação cruzada entre os preços do ouro e do petróleo possui comportamento não correlacionado e as séries temporais bivariadas restantes possuem comportamento persistente. Observou-se para cinco séries bivariadas que os expoentes de correlação cruzada são menores que os expoentes médios de Hurst (GHE) calculados para qlt0 q lt 0 e maiores que GHE quando qgt0 q gt 0 e para uma série bivariada o expoente de correlação cruzada é Maior que GHE para todos os valores qq. Palavras-chave Não-estacionária série de tempo Fractals Hurst expoente Multifractal detrended cross-correlação análise Corresponding author. Tel. 91 4023013118 fax: 91 4023013118.
No comments:
Post a Comment