采用R/S分析法的Hurst指数估计算法——Python实现

一、前言

代码附在文末了

1. R/S分析法起源

“Hurst 指数”或“Hurst 系数”由研究员 Harold Edwin Hurst 在研究罗河旱涝更替的情况时，为研究水利的实际问题发明，以衡量时间序列的长期记忆能力。Hurst 指数又被称为“指数依赖性”或“指数长期依赖性”，它能够量化时间序列的相对趋势。

现在有很多 Hurst 指数估计值的算法，最有名的就是 Mandelbrot 和 Wallis 基于 Hurst 的水利研究结果使用的重标极差 R/S 方法。

2. Hurst指数定义

设有一个序列 X = { X 1 , X 2 , … } X = \{X_1, X_2, … \} X={ X1​,X2​,…} ，$n$ 是观测到的时间跨度，$R(n)$ 是前 $n$ 个值的取值范围，$S(n)$ 是它们的标准差，$E$ 符号表示求期望值，$C$ 是一个常数。则序列 $X$ 的 Hurst指数（后面以 $H$ 表示）的原始定义如下式所示：

E ( R ( n ) S ( n ) )   =   C n H ,      w h i l e   n → ∞ (1) E(\dfrac{R(n)}{S(n)})\ =\ Cn^H,\ \ \ \ while\ n \rightarrow \infty \tag{1} E(