动态互关联分析在经济政策上的不确定性和美元汇率:AMF-DCCA视角

文摘

在本文中,我们采用多重分形去趋势互相关分析(MF-DCCA)作为测量仪的动态之间的互相关检测美国经济政策的不确定性(EPU)指数和美元汇率回报(Ret)。通过计算互相关统计,我们发现轻微接受EPU之间的互相关和Ret定性。MF-DCCA方法的进一步应用,我们发现强大的幂律互相关存在在所有扩展命令。另外,发现了明显的持久性的互相关重要的赫斯特指数的订单。此外,我们发现,长期互相关了更多的持久性和更高程度的分比在短期内。最后,我们利用滚动窗口和二项式模型的测量分析回顾。结果符合模型语句。

1。介绍

能够很好的证明,证明强大的宏观因素影响定价的金融资产,如股票和债券(1- - - - - -3]。然而,很少有研究关注外汇市场。同时,更好地观察经济政策波动的定量方法,贝克et al。4)发展新经济政策的不确定性指数与检索的主流报纸,这是广泛用于金融学术领域(5- - - - - -22]。这种观点,我们连接的经济政策的不确定性与美元指数,世界上最大的交易货币,检查如果美国宏观政策调整可能阐明美元汇率的波动。由于引入分形市场假说(FMH)建议由曼德布洛特和范·洛克(23],许多研究人员都倾向于采用分形分析方法,如多重分形去趋势互相关分析(MF-DCCA),作为分形特征的统计工具发现非平稳的金融时间序列之间(24- - - - - -32]。Zhang et al。25)进行的一项研究关于媒体新闻和股票市场指数之间的相关性MF-DCCA方法返回。他们发现定量的证据之间的多重分形的存在互相关媒体新闻和SSE 50指数回报。他们进一步滚动窗口进行分析,结果表明,扩展指数都高于临界值,强有力的证据显示之间的多重分形的持久性的媒体新闻和指数回归。周et al。28)信息内容调查了在中国金融衍生品市场。MF-DCCA方法,他们发现买卖权比率表明antipersistent互相关和50 ETF的回报。与此同时,option-to-stock体积比,没有明显的互相关检测。

在这项研究中,我们采用的经济政策不确定性指数,构造与数以百计的主流报纸,通过语义分析技术作为国家经济政策波动的代表。许多先前的研究已经证实了经济政策的不确定性指数和MF-DCCA方法的适用性(5- - - - - -22,24- - - - - -32]。与这种观点,我们利用MF-DCCA车辆检查多重分形的存在我们之间的互相关经济政策不确定性指数和美元汇率指数的回报。我们计算波动函数,发现普遍存在幂律互相关。此外,系列之间的互关联展示很强的持久性与缩放所有订单的重要指数。此外,我们计算的时间转折点和全职的长度分解为短期和长期的时间。我们发现长期互相关性能更好的持久性和分形与那些在短期内。最后,我们重新审视MF-DCCA与滚动窗口和二项式模型测量分析。结果证实系列分合格指数和算术平均和互相关指数之间的距离。

我们的研究导致了现有文献从三个视角。首先,我们利用小说美国经济政策的不确定性指数作为美国经济政策波动的测量并连接它与美元汇率指数MF-DCCA方法。特别是,我们发现美国经济政策之间存在强烈的幂律互相关和美元汇率波动在所有扩展命令返回。同时,互关联证明可靠持久性与显著的指数。与这种观点,我们的实证结果与金融研究与MF-DCCA [24- - - - - -32]。第二,我们的研究源于外汇市场的角度来看,提供深入了解的进化动态美元汇率。第三,作为世界上最大的贸易货币,我们的研究结果将为投资者提供有价值的建议的风险管理由对冲美元外汇市场与经济波动。

本文的其余部分组织如下:部分2描述了数据。部分3说明了多重分形的互相关方法。部分4演示了实证结果。部分5总结了纸。

2。文献综述

在这项研究中,我们调查是否多重分形之间的互相关经济政策的不确定性,美元指数存在多重分形去趋势的应用互相关分析(MF-DCCA)。与这种观点,我们开发的审查经济政策的不确定性对资产定价的影响和MF-DCCA在金融时间序列中的应用前景。

2.1。经济政策的不确定性

许多研究表明,宏观因素,如经济政策的变化,目前金融资产定价的重要力量。Bhamra et al。3和陈2)提供与经济不确定性理论模型嵌入回答信贷传播难题。然而,一般经济政策不确定性定量地测量,贝克et al。4)建造了一个小说指数经济政策的不确定性分析的基础上报纸报道频率、金融研究人员广泛采用。李等人。5)连接中国与美国家庭经济政策不确定性指数投资组合的变化。他们发现,美国家庭将降低持股随着中国经济政策的不确定性,特别是美国对中国的出口。Attig et al。6研究经济政策不确定性指数之间的关系和在国际上公司股利分配政策。实证研究结果表明,企业高管喜欢分配更多的股东股息更高EPU倍。杨et al。14]调查经济政策不确定性指数是否持有超额收益的预测。他们发现更大的分散经济政策的不确定性指数会导致较高的超额回报中国的股票市场。谢长廷和阮11)进行的一项研究在经济政策上的不确定性指数和非流动性溢价。他们发现,流动性不足和流动性的投资组合之间的溢价将大当经济政策的不确定性指数开始有上升趋势。

2.2。多重分形去趋势互相关分析

广泛的研究做出贡献的非平稳时间序列分析方法发展。Kantelhardt et al。33)提出了多重分形去趋势波动分析(MF-DFA)考试的非平稳时间序列,扩展之前去趋势波动分析(DFA)提出的彭et al。34,35]。Podobnik和斯坦利36]提出去趋势互相关分析(DCCA)使两个非平稳的时间序列之间的互相关调查。然而,去趋势互相关分析从单一分形的角度来看,导致潜在损失的时间序列的信息。有更深层次的了解两个非平稳的时间序列,周(37先进的多重分形去趋势互相关分析(MF-DCCA)结合MF-DFA DCCA。阮et al。24]研究了多重分形特征在中国农业期货回报。他们发现多重分形中存在可信的大豆、豆粕、大豆油期货回报。Cai et al。29日]研究了原油价格和隐含波动率指数之间的互关联。他们发现系列之间的互相关分无处不在。Alaoui et al。30.]研究了比特币的价格和体积之间的互相关。MF-DCCA的应用程序时,他们发现足够的证据支持比特币的价格和体积之间的互相关分。王等人。31日)检查原油之间的互相关和农业期货COVID-19的冲击下。他们发现系列之间的持久性是极大地增强了COVID-19介入后,原油和糖之间的互相关未来最强的分形。

3所示。数据描述

我们获得美国EPU指数的每日数据直接从网站下载它http://www.policyuncertainty.com/us_monthly.html)。我们每日EPU指数是基于本文从访问世界新闻NewsBank服务档案。访问世界新闻NewsBank数据库包含超过1000的报纸广为人知在我们小地方报纸。这个指数的文章数量的测量,包含至少一项的3套。第一组是经济或经济。第二个是不确定或不确定性。第三集是国会赤字或监管立法或美国联邦储备理事会(美联储,fed)或白宫。我们获得的美元指数从雅虎财经为我们代理外汇市场。样本的时期我们日常EPU指数和美元指数从1985年1月1日到2020年10月8日。

此外,我们雇佣了两个日志值作为代理EPU和美元指数之间的互相关检测。计算过程如下: 在哪里P_t的收盘价美元汇率在一天t和EPU_t是每日EPU指数的价值。表1报告EPU指数的描述性统计和美元汇率回归。我们可以看到在桌子上1,受潮湿腐烂和EPU(0.00和4.39)小于中位数(0.00和4.40),显示left-skew性格,这是符合负数偏度(−−0.08和0.13)。峰度,两个系列演示了顶点特征值大于3(5.22和3.39)。此外,我们计算Jarque-Bera系数在每个系列检查常态存在。我们可以发现这两个系列呈现强烈的拒绝正态分布的系数显著水平(1878.42 1% 和83.08 )。同时,EPU的标准差(0.68)比这大得多的(0.01),表明更高层次的波动。

4所示。方法

在本节中,我们使用的MF-DCCA方法检查是否分之间存在美元汇率和美国经济政策的不确定性。我们首先利用Podobnik提出的方法论和斯坦利(36)有一个定性之间的互相关检测系列。第二,我们应用MF-DCCA多重分形的方法检查相关性是否持有比例参数的变化。

4.1。互相关检测

MF-DCCA检查之前,我们采用互相关Podobnik提出的统计和斯坦利36)有一个定性的美元汇率之间的互相关检查返回索引和美国经济政策的不确定性。互相关的统计数据是通过两个步骤构建。首先,我们需要一个互相关指标。的指标创建如下: 在哪里和两个时间序列相等长度的N。

其次,我们计算互相关之前参与统计的指标 。所示的统计施工过程是以下方程: 在哪里互关联的指标,N是观测的数量,和米是自由的程度。互相关的统计数据遵循分布与米的自由度。零假设提出的互相关测试Podobnik和斯坦利36)指出,互关联指标演示了从零无显著差异。这一观点,我们互相关的统计数据进行比较和卡方检验的临界值与米自由度是否互相关值的统计数据大于卡方检验的临界值 。如果是这样,零假设被拒绝,一个可靠的互相关两个时间序列之间可以统计的方式确认。

4.2。MF-DCCA

周(37)提出了多重分形的互相关分析(MF-DCCA)之间的互相关检测时间序列,这是广泛用于学术领域。这一观点,我们采用流行的MF-DCCA方法论作为车辆检查多重分形之间存在互相关的回归美元汇率和美国经济政策的不确定性指数。MF-DCCA方法来源于去趋势波动分析。五个具体施工步骤如下。

步骤1。我们有两个等长时间序列和随着美元汇率指标的回归和美国经济政策的不确定性指数k从1到N N表示的总数量的观察。后来,两个去趋势的概要文件X(我),Y(我)是由原始时间序列和 ,在哪里我就是从1到N,分别。详细的计算过程如下: 在哪里和算术平均的时间序列值吗和 。与这种观点,它很容易找到X(N)=Y(N)= 0。

步骤2。我们进一步划分两个去趋势概要文件X(我),Y(我)N_年代不重叠的部分。每个部分都是一个独立的时间序列年代观察。长度区间的计算过程N_年代如下: 在哪里N是指总数量的观察。“int”是整数的象征功能,占的集合的最大整数向实数。此外,总数N有时不能完全除以规模年代没有任何剩余。这将生成一个短段一部分无知的每个概要文件。整个系列的价值最大化,我们再生N_年代段的概要文件的顶部。因此,每个配置文件有两个N_年代这个过程后段。

步骤3。收购当地趋势的两个N_年代段,我们执行一个多项式健康检查每一部分。因此,每一段的方差ν构造如下:
如果ν= 1、2、3、…N_年代段的方差ν, ,如下: 如果ν=N_年代+ 1,N_年代+ 2,N_年代+ 3…2 n_年代段的方差ν, ,如下: 在哪里是n阶多项式的健康检查ν。

步骤4。我们所有的去趋势段方差的算术平均,而生成问th的波动函数。波动值的构造函数问。方程如下。
如果 , 如果 , 一般来说,波动函数由时间长短决定年代在一定的价值问。此外,传统去趋势波动函数等于互相关分析过程的价值问是2。与这种观点,我们重复的程序步骤2步4选择不同的年代,这是多重分形分析的重要组成部分,最后,导致我们最后的过程,一步5。

第5步。由于multilength价值的选择年代,波动函数用不同比例的订单问可以观察到通过检查日志的梯度−日志块吗如果时间序列与年代。X(我),Y(我)提供一个互相关和多重分形性质,波动函数能展示一个幂律关系一个足够大的时间长度年代这两个时间序列之间: 在哪里是代表的梯度的双对数图吗的值的变化问。是普通最小二乘估计的过程。
与这种观点,我们发现山坡上的功能和不同比例的值改变顺序问。另外,当问=2,是标准的赫斯特指数。如果标度指数, ,大于0.5,我们认为存在一个持续的互相关。然而,如果比例的指数小于0.5,我们相信持续时间序列之间的互相关吗X(我),Y(我)不存在。如果标度指数等于0.5,时间序列之间的互相关X(我),Y(我)没有意义。广泛应用的赫斯特指数,被普遍视为广义赫斯特指数。因此,如果标度指数任何给定的值等于一个常数扩展秩序问据信,时间序列的互相关monofractal特点。相反,如果单调减少的增值问,时间序列确定地阐述与多重分形性质。此外,我们可以推出从方程(4)和(6),当问大于零,段ν,这是代表大变动 ,在估值波动函数起着至关重要的作用 。这种观点,标度指数可以使用一个代理的插图大波动扩展字符。相反,如果问标度指数小于零,将负责小波动扩展字符。

5。实证结果

5.1。互相关检测

有一个定性的观点之间的互相关美元汇率和美国经济政策的不确定性指数,我们遵循Podobnik和斯坦利的工作36)通过计算互相关指标, ,和统计, 。图1展示了互相关统计和卡方检验的临界值χ²(米在5%显著水平自由度从1到N−1。黑色和绿色线负责的临界值χ²(米)和统计 ,分别。我们可以发现部分统计数据是等于临界值;因此,没有互关联的零假设不能完全接受,这将导致美元汇率之间的互相关和美国经济政策的不确定性指数。

5.2。多重分形去趋势互相关分析

部分5.1提供了定性的证据表明,美元汇率回报和美国经济政策的不确定性指数会互相关重要统计数据。拥有更加坚实的互相关检测定量的方式,我们利用的多重分形去趋势互相关分析工具,它被广泛应用于时间序列的研究。我们计算波动函数F_xyq(年代)增长比例的订单问从10−到10步长。图2阴谋的对数趋势F_xyq(年代)在不同长度的时间年代美元汇率回报之间和美国经济政策的不确定性指数(Ret和EPU)。行增加从底部到顶部都代表相应规模的订单−10到10。它很容易找到F_xyq(年代)展示了明显上升趋势的逐渐增加年代所有订单规模,呈现出幂律在这两个时间序列存在相关性。

作为必要的检验规程,美元汇率回报和美国经济政策的不确定性指标互相关检查,我们计算的赫斯特指数条件扩展秩序。图3显示了赫斯特指数演化模式变化的秩序问。我们可以发现美国经济政策的不确定性的赫斯特指数价值指数和美元汇率回报(EPU-Ret)演示向下模式规模越来越大的订单。然而,所有的值都大于0.5,表明美国经济政策的不确定性之间的互相关持久性指数和美元汇率回报(EPU-Ret)。

为了深刻理解的赫斯特指数进化条件的时间长度年代,我们遵循Podobnik等提出的方法。38]。Podobnik et al。38)全职的长度分为两个部分,短期内长度和长期的截止点年代 ,这表明一个基本赫斯特指数的线性变化趋势。如果时间长度年代是比年代 ,我们认为它作为长期长度,反之亦然。如图2、日志₁₀(年代 )= 2.2 (年代 = 158),以垂直的虚线。图4介绍了短期和长期的赫斯特指数的演进。我们可以发现,长期的赫斯特指数EPU-Ret都比那些在短期内,表明一个更持久的互相关短期的价格相比。同时,我们可以发现,长期和短期的赫斯特指数下降扩展秩序问增加。这种观点,比小大的波动持有较少的互相关。此外,我们引入了ΔH_问,最大和最小H之间的区别_问提出的元et al。39),多重分形程度的测量仪。一个小Δ的价值H_问指较低程度的分形。ΔH_问构造如下:

报道在表的最后一行2,我们可以发现,长期ΔH_问(0.1559)大于,在短期内(0.1071),表明一个更稳定的互相关在系列。

5.3。滚动窗口分析

在本节中,我们执行MF-DCCA滚动窗口方法检查美元汇率之间的互相关动态字符返回索引和美国经济政策的不确定性。由于样本容量扩张,我们需要四倍乘数的滚动窗口设置Zhang et al。40)与2000个交易日窗口长度和32,64,128,256,512,1024的规模年代。同样,有一个更一般的进化趋势,我们跟随张等的工作。41)与问2、6、10。图5介绍了赫斯特指数进化后滚动窗口的方法。很容易发现指数线从未下跌0.5,显示可靠EPU之间的互相关的持久性和后悔。此外,我们执行两个健壮性测试与1500年和2500年的窗口大小如图6和7,分别。很容易发现所有上面的线是0.5,这在图的结果是一致的5。

5.4。从P-Model二项措施

Podobnik和斯坦利36)提出,当规模秩序问= 2,赫斯特指数在两自回归部分集成一系列相同的随机噪声将大致熊一个等价的平均值相对应的个体的赫斯特指数。同时,周(37多重分形可以)发现,如果发现了通过迭代方法,下列方程存在两个二项测量系列:

图8情节的赫斯特指数演化三个时间序列。我们可以发现的指数H_xx(问),H_yy(问向下)演示模式减少值问增加,多重分形的存在表明EPU并且仓促系列。此外,算术平均H_xx(问),H_yy(问)提出了更大的价值比H_xy(问),问低于0,反之亦然问大于0。此外,算术平均数之间的差异H_xy(问)很小,几乎对称分布。考虑到这一观点,我们认为可以抵消和的差异H_xy(问)和(H_xx(问)+H_yy(问))/ 2在整个订单比例大致相当。

6。结论

多重分形去趋势互相关分析已被证实为一个值得信赖的工具之间的多重分形特性互相关检测系列金融领域的许多研究。这一观点,我们利用时尚的美国经济政策不确定性指数对数的代理美国经济政策的不确定性和连接它与匹配美元汇率回归。我们计算互相关统计,发现弱证据的存在,美元汇率回报之间的互相关和美国经济政策的不确定性指数定性的观点。有更多的定量中的多重分形互关联字符系列的洞察力,我们采用MF-DCCA方法。我们发现美元汇率回报和美国经济政策的不确定性指数呈现幂律互关联的所有扩展命令,确认系列之间的分形性质。除此之外,我们发现美元汇率之间的赫斯特指数回报和美国经济政策的不确定性指数都高于临界值与所有扩展命令,确认可靠的互相关的持久性。同时,长期的互相关了多重分形更大更多的持久性和更高程度的指数。最后,我们执行额外的滚动窗口和二项指标检查。我们发现这两个结果符合该模型语句。

数据可用性

EPU和美元指数的数据用于支持本研究的结果中包括这篇文章。

信息披露

本文的观点是作者的,不一定代表深圳证券交易所的意见。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了国家自然科学基金(71901107,71901107,71790594)和中央大学的基础研究基金(2019 jdzd16)。

引用

1. r·邦萨尔和a . Yaron”为长期风险:资产定价的潜在解决难题,”《金融卷,59号4、1481 - 1509年,2004页。视图:出版商的网站|谷歌学术搜索
2. h·陈,“宏观经济条件和信贷息差和资本结构的谜题,”《金融,卷65,不。6,2171 - 2212年,2010页。视图:出版商的网站|谷歌学术搜索
3. h . s . Bhamra洛杉矶。期,中情局Strebulaev”杠杆股权风险溢价和信贷息差:一个统一的框架中,“金融研究,23卷,不。2、645 - 703年,2010页。视图:出版商的网站|谷歌学术搜索
4. s·r·贝克:开花,s·j·戴维斯,“衡量经济政策的不确定性”,经济学的季刊,卷131,不。4、1593 - 1636年,2016页。视图:出版商的网站|谷歌学术搜索
5. k·李,y全c·乔,“中国经济政策的不确定性和美国家庭投资组合决策,”太平洋航运金融杂志文章ID 101452卷,64年,2020年。视图:出版商的网站|谷歌学术搜索
6. n . Attig s . El食尸鬼,o . Guedhami x郑,“股息和经济政策的不确定性:国际证据,”《公司财务,第66卷,第101785页,2020年。视图:谷歌学术搜索
7. f . Li t梁和h·张,”经济政策的不确定性影响跨国并购吗?——基于中国跨国企业的数据分析,“国际金融分析评论,第73卷,第101631页,2020年。视图:谷歌学术搜索
8. j·g . Zhang汉、z盘和h .黄”经济政策的不确定性和资本结构选择:来自中国的证据,”经济系统,39卷,不。3、439 - 457年,2015页。视图:出版商的网站|谷歌学术搜索
9. 大肠Demir和o . Ersan”经济政策的不确定性和现金持有量:来自金砖四国的证据,”新兴市场回顾33卷,第200 - 189页,2017年。视图:出版商的网站|谷歌学术搜索
10. 朱y, y太阳,x,”经济政策的不确定性和企业价值:来自中国上市公司的证据,”经济系统,39卷,p。100831年,2020年。视图:谷歌学术搜索
11. H.-C。谢长廷和诉问:t·阮”经济政策的不确定性和非流动性溢价回报,”北美经济和金融杂志》上,101291年,页2020。视图:出版商的网站|谷歌学术搜索
12. r·D 'Mello和f . Toscano”经济政策的不确定性和短期融资:贸易信贷的情况下,“《公司财务,第64卷,第101686页,2020年。视图:出版商的网站|谷歌学术搜索
13. 美国Barraza和a . Civelli”经济政策的不确定性和供应的商业贷款,”银行与金融杂志》上,第121卷,第105983页,2020年。视图:出版商的网站|谷歌学术搜索
14. j·杨,杨c和x,”经济政策的不确定性色散和超额回报:来自中国的证据,”金融研究快报,101714年,页2020。视图:出版商的网站|谷歌学术搜索
15. w x Wang徐,z中,“经济政策的不确定性,CDS利差和CDS流动性供应,”《期货市场39卷,第480 - 461页,2019年。视图:谷歌学术搜索
16. g . Colak a Gungoraydinoglu, O。Oztekin,“全球杠杆调整、不确定性和国家机构的力量,”《金融中介,35卷,41-56,2018页。视图:出版商的网站|谷歌学术搜索
17. 李x”经济政策的不确定性的影响对内幕交易:越野分析,“商业研究杂志》卷。119年,41-57,2020页。视图:出版商的网站|谷歌学术搜索
18. X.-M。李,“新的证据在经济政策上的不确定性和股本溢价”太平洋航运金融杂志,46卷,41-56,2017页。视图:出版商的网站|谷歌学术搜索
19. b·林和r .呗”,油价和经济政策的不确定性:证据从全球石油进口商和出口商的角度来看,“在国际商业和金融领域的研究卷,56个p。101357年,2021年。视图:出版商的网站|谷歌学术搜索
20. c·h·j . Cheng C.-W。赵、w·b·汉金斯和A.-L。石头,“党派冲突,政策的不确定性和聚合企业现金持有量,”宏观经济学杂志58卷,第90 - 78页,2018年。视图:出版商的网站|谷歌学术搜索
21. h·葛兰和m .离子”政策的不确定性和企业投资,”金融研究的回顾,29卷,第564 - 523页,2016年。视图:谷歌学术搜索
22. 李x p . Wang, d .沈和w·张,“比特币市场经济政策的不确定性影响如何?”在国际商业和金融领域的研究,53卷,p。101234年,2020年。视图:出版商的网站|谷歌学术搜索
23. 比比曼德布洛特和j·w·范·洛克,”分数布朗运动,部分噪音和应用程序”,暹罗审查,10卷,不。4、422 - 437年,1968页。视图:出版商的网站|谷歌学术搜索
24. 问:阮、崔h和l .粉丝,“中国的大豆粉碎传播:基于MF-DCCA非线性分析,“自然史答:统计力学及其应用,第554卷,第123899页,2020年。视图:出版商的网站|谷歌学术搜索
25. z, y, d .沈和w·张,“大众媒体之间的动态互关联的消息,新媒体新闻,和股票回报,”复杂性卷,2018篇文章ID 7619494, 11页,2018年。视图:出版商的网站|谷歌学术搜索
26. x Xiong, k徐,d .沈,“动态之间的互关联投资者的关注和CSI300指数期货,”波动和噪声信,18卷,不。4,1950022页,2019年。视图:出版商的网站|谷歌学术搜索
27. 陆美国,x, x,“中国人民币汇率指数之间的动态关系和市场焦虑:一个新的视角基于MF-DCCA,”自然史答:统计力学及其应用,第541卷,第123405页,2020年。视图:出版商的网站|谷歌学术搜索
28. 陆y, b、d . Lv和阮,“期权交易活动的信息量:非线性分析基于MF-DCCA和格兰杰检验,”自然史答:统计力学及其应用,第534卷,第122269页,2019年。视图:出版商的网站|谷歌学术搜索
29. 任y Cai, x, y, l .曲”探索原油价格之间的动态关系和隐含波动率指数:MF-DCCA方法,”自然史答:统计力学及其应用,第536卷,第120973页,2019年。视图:出版商的网站|谷歌学术搜索
30. m . e . Alaoui e·鲍,d . Roubaud“比特币量价:多重分形互相关的方法,”金融研究快报2018年,卷。31日。视图:谷歌学术搜索
31. w . j . Wang邵,j .金”的影响分析COVID-19在原油和农产品期货之间的相关性,”混乱,孤波和分形,第136卷,第109896页,2020年。视图:出版商的网站|谷歌学术搜索
32. w·张、李x p . Wang和d .沈,“多重分形去趋势的互相关分析return-volume比特币市场关系,“复杂性卷,2018年,页8691420 - 2018。视图:出版商的网站|谷歌学术搜索
33. j . w . Kantelhardt s . a . Zschiegner e . Koscielny-Bunde s Havlin a .由h·e·斯坦利,”的非平稳时间序列的多重分形去趋势波动分析”,自然史答:统计力学及其应用,卷316,不。1 - 4、87 - 114年,2002页。视图:出版商的网站|谷歌学术搜索
34. C.-K。彭,s . v . Buldyrev Goldberger et al ., a . l .“在核苷酸序列长程相关性,”自然,卷356,不。6365年,第170 - 168页,1992年。视图:出版商的网站|谷歌学术搜索
35. C.-K。彭,s . v . Buldyrev s Havlin m·西蒙斯h·e·斯坦利和a . l . Goldberger“马赛克组织DNA的核苷酸,”物理评论E卷,49号2、1685 - 1689年,1994页。视图:出版商的网站|谷歌学术搜索
36. b . Podobnik h·e·斯坦利,“去趋势互相关分析:两个非平稳的时间序列分析的新方法,”物理评论快报文章ID 084102卷,100年,2008年。视图:出版商的网站|谷歌学术搜索
37. W.-X。为两周,“多重分形去趋势互相关分析的非平稳信号,”物理评论E文章ID 066211卷,77年,2008年。视图:出版商的网站|谷歌学术搜索
38. b . Podobnik Grosse, d . Horvatićs .大型p·c·伊万诺夫和h·e·斯坦利“量化互关联使用本地和全球消除趋势方法,”欧洲物理期刊B,卷71,不。2,p。243年,2009年。视图:出版商的网站|谷歌学术搜索
39. y元,X.-t。多重分形的壮族,x金”,测量使用多重分形去趋势波动分析股票价格波动,”自然史答:统计力学及其应用,卷388,不。11日,第2197 - 2189页,2009年。视图:出版商的网站|谷歌学术搜索
40. w·张、李x p . Wang和d .沈”量化在线搜索和比特币市场之间的互关联,”自然史答:统计力学及其应用卷,509年,第672 - 657页,2018年。视图:出版商的网站|谷歌学术搜索
41. w·张,y, z, d .沈,“外国新闻之间的动态互关联,本地新闻和股票回报,”自然史答:统计力学及其应用卷,509年,第872 - 861页,2018年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021赵入味,崔燕。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。