Hurst exponents and detrendingfluctuation analysis
Başlık çevirisi mevcut değil.
- Tez No: 707360
- Danışmanlar: DR. ANDREW MOROZOV
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Maliye, Mathematics, Finance
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Unıversıty Of Leıcester
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Özet yok.
Özet (Çeviri)
In this work, we consider the main principles of using MFDFA analysis as the main method for estimation of the Hurst index H for nancial time series. In detail, all assumptions relating to this type of analysis are considered. Along with this method of estimation the Hurst index, the S/R analysis and GPH methods of estimation are considered. The model examples showed that the estimation by these three methods are very close. Also, some de ciencies of MFDFA were revealed. Namely the high sensitivity to the deterministic components in the time series.
Benzer Tezler
- İktisadi zaman serilerinde kaos ve doğrusal olmayan davranışlar
Chaos and nonlinear dynamics in economic time series
KERİM ESER AFŞAR
- Fraktal piyasa hipotezinin uluslararası piyasalarda MFDFA yöntemi ile test edilmesi
Testing the fractal market hypothesis in international markets with the MFDFA method
FARUK TEMEL
Doktora
Türkçe
2023
İşletmeBurdur Mehmet Akif Ersoy Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. OSMAN TUĞAY
- Kaotik zaman serileri analizi ile radon gazı (222Rn), deprem ve meteorolojik parametreler arasındaki ilişkinin modellenmesi
Modelling of the relationship of radon gas (222Rn), earthquake and meteorological parameters with chaotic time series analysis
MİRAÇ KAMIŞLIOĞLU
Doktora
Türkçe
2016
Fizik ve Fizik MühendisliğiFırat ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. FATİH KÜLAHCI
- Deep learning for wind energy systems using the hurst exponent and statistical parameters
Hurst üslü ve istatistiksel parametreleri kullanarak rüzgar enerjisi sistemleri için derin öğrenme
BEHNAZ ALAFI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Melez sınıflandırma yaklaşımı ile EEG işaretlerinden epileptik dönemlerin algılanması
Detection of epileptic seizures from the EEG signals by using a hybrid classification approach
FUNDA KUTLU
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEMAL KÖSE