基于分整视角的COT长记忆性识别

作者：夏芳芳; 陈雪东^*

来源：湖州师范学院学报, 2019, 41(10): 1-7.

• 分整
• 长记忆性
• Hurst指数
• R/S分析
• ARFIMA

在分形框架下讨论金融时间序列的长记忆性问题,采用经典R/S分析和修正R/S分析计算Hurst值,对美国商品期货交易委员会公布的COT报告中的白银持仓量进行深入研究,并分别建立ARFIMA模型刻画的长记忆过程.研究表明,白银的商业和非商业持仓净头寸百分比序列都具有较强的长记忆性.

• 单位
  浙江师范大学; 湖州师范学院