时间序列的特征工程——针对Hurst指数的Python计算

时间序列的特征工程——针对Hurst指数的Python计算(附Github代码)

 

Github地址：Hurst指数计算Python脚本

最近两天为了整一个Hurst指数的计算翻了不少资料，百度到好多代码算出来结果不是大于1就是为负数，遂硬着头皮自己重造了个轮子，分享之。

---

以下为一些简单的科普，不明白的小伙伴可以百度Hurst了解这是什么玩意儿。

·什么是Hurst指数？

赫斯特指数(Hurst Exponent)是用来衡量时间序列是否有长期记忆的一个指标，这一指标最初由英国水利学家Harold Edwin Hurst提出，也以他的名字命名。哈罗德最初提出这个指数是为了研究尼罗河发洪水和干旱的时间序列规律从而决定最优的大坝尺寸，然而金融界人士却发现这个指数对于金融市场也有作用，被广泛用于资本市场的混沌分形分析。

Hurst指数> 0.5，序列具有长期记忆性，未来的增量和过去的增量相关，继续保持现有趋势的可能性强。

Hurst 指数< 0.5，很有可能是记忆的转弱，趋势结束和反转的开始(mean reversion)。

Hurst指数= 0.5，序列接近随机游走(Random Walk)，无定向运动。

 

·参考文献

1.叶中行, 曹奕剑. Hurst指数在股票市场有效性分析中的应用[J]. 系统工程, 2001, 3(19): 21-24

2.Hurst exponent - Wikipedia