Fractional Brownian motion: Difference iterative forecasting models
Fractional Brownian motion: Difference iterative forecasting models
复制标题
分数布朗运动：差分迭代预测模型
DOI：
10.1016/j.chaos.2019.04.021
复制
发表时间：
2019-06
影响因子：
7.8
通讯作者：
Chi Chi-Hung
中科院分区：
文献类型：
--
作者：
Song Wanqing;Li Ming;Li Yuanyuan;Cattani Carlo;Chi Chi-Hung
预测非平稳随机时间序列是一个相当复杂的问题。原因是这样的时间序列不仅是自相似的，而且还表现出长程依赖性（LRD）。众所周知，分数布朗运动（FBM）可以生成具有自相似性和LRD的非平稳随机时间序列。在这项研究中，我们研究了用于识别自相似性的 LRD 的性质以及赫斯特指数非平稳随机序列的 LRD 的性质。提出了基于最大似然估计(MLE)的FBM随机微分方程(SDE)的参数估计，并证明了MLE的收敛性。对SDE进行离散化，构建的差分方程就是基于FBM的迭代格式的预测模型。应用蒙特卡洛模拟来检查参数估计的有效性和准确性。我们还给出了一个实际例子来证明预测模型的适当性。
Forecasting non-stationary stochastic time series represents a rather complex problem. The reason is that such temporal series are not only self-similar but also exhibit a Long-Range Dependence (LRD). As it is known, the Fractional Brown Motion (FBM) can generate a non-stationary stochastic time series with self-similarity and LRD. In this study we investigate the properties of the LRD for identification of self-similarity and the LRD of non-stationary stochastic series by Hurst exponent. Parameter estimation is proposed for Stochastic differential Equation (SDE) of FBM based on Maximum Likelihood Estimation (MLE), and proves the convergence of MLE. The SDE is discretized.The difference equation constructed is the prediction model of the iterative format based on FBM. Monte Carlo simulation is applied to check the validity and accuracy of parameter estimation. We also give a practical example to demonstrate the appropriateness of the predictive model.
登录
查看更多内容
影响因子：
1.9
作者：
M. Fernández-Martínez;Manuel Caravaca Garratón
通讯作者：
M. Fernández-Martínez;Manuel Caravaca Garratón
影响因子：
2.5
作者：
Y. Chen;Rongtao Sun;Anhong Zhou
通讯作者：
Y. Chen;Rongtao Sun;Anhong Zhou
DOI：
--
发表时间：
1951
期刊：
Transactions of the American Society of Civil Engineers
影响因子：
--
作者：
H. Hurst
通讯作者：
H. Hurst
DOI：
10.1109/90.554723
发表时间：
1997-02
期刊：
IEEE/ACM Trans. Netw.
影响因子：
--
作者：
W. Willinger;M. Taqqu;R. Sherman;D. V. Wilson
通讯作者：
W. Willinger;M. Taqqu;R. Sherman;D. V. Wilson
DOI：
10.1142/s0218348x16500250
发表时间：
2016-06
期刊：
Fractals
影响因子：
--
作者：
S. Lahmiri
通讯作者：
S. Lahmiri