Модель автокорреляционной функции временного ряда с сильной зависимостью

Abstract

Запропоновано модель автокореляційної функції часового ряду, що задовольняє умові сильної залежності, побудова якої базується на розв’язку оптимізаційної задачі, що дозволяє покращити оцінку параметра Херста. Модель може бути адаптована в залежності від кінцевої мети використання оцінки. Запропонована модель протестована на штучно згенерованих даних з відомими характеристиками і застосована до визначення параметра Херста часового ряду доходів індексу РТС. Розробка нової моделі пов'язана з тим, що в практичних застосуваннях за наявності нестаціонарності загальноприйняті оцінки параметра Херста можуть мати великий розкид значень.

The model, based on the optimization problem solving to improve the Hurst parameter estimation for time series with long-range dependence is proposed. The model can be adapted depending on the ultimate goal of the estimation. The proposed model was tested on artificially generated data with known characteristics and applied to the determination of the Hurst parameter of the time series of RTS incomes. Development of the new model is actual because of the fact that traditional Hurst parameter estimations [2] may have a long range of values in practical applications due to nonstationary effects.