[论文解读] Genuine multifractality in time series is due to temporal correlations

Jarosław Kwapień, Paweł Błasiak+2 more|arXiv (Cornell University)|Nov 1, 2022

Complex Systems and Time Series Analysis被引用 4

一句话总结

本文证明，时间序列中的真实多重分形性仅源于长程时间相关性，而非重尾分布。通过在多重分形去趋势波动分析（MFDFA）框架内采用分析论证与数值模拟，表明来自高斯或 Lévy 稳定分布吸引域的不相关序列仅表现出单分形或双分形行为，且随着序列长度增加，表观多重分形性消失——证实时间相关性是真实多重分形性的根本来源。

ABSTRACT

Based on the mathematical arguments formulated within the Multifractal Detrended Fluctuation Analysis (MFDFA) approach it is shown that in the uncorrelated time series from the Gaussian basin of attraction the effects resembling multifractality asymptotically disappear for positive moments when the length of time series increases. A hint is given that this applies to the negative moments as well and extends to the Lévy stable regime of fluctuations. The related effects are also illustrated and confirmed by numerical simulations. This documents that the genuine multifractality in time series may only result from the long-range temporal correlations and the fatter distribution tails of fluctuations may broaden the width of singularity spectrum only when such correlations are present. The frequently asked question of what makes multifractality in time series - temporal correlations or broad distribution tails - is thus ill posed. In the absence of correlations only the bifractal or monofractal cases are possible. The former corresponds to the Lévy stable regime of fluctuations while the latter to the ones belonging to the Gaussian basin of attraction in the sense of the Central Limit Theorem.

研究动机与目标

• 解决长期存在的争议：时间序列中的多重分形性是否源于重尾分布或时间相关性。
• 阐明有限尺寸效应在生成不相关序列中表观多重分形性中的作用。
• 从理论上和数值上证明，即使在重尾分布下，不相关序列中也不存在真实多重分形性。
• 证明唯有长程时间相关性才能在时间序列中产生持久的真实多重分形标度行为。
• 在广义中心极限定理与稳定分布的背景下，深化对多重分形性的理解。

提出的方法

• 本研究采用多重分形去趋势波动分析（MFDFA）来量化时间序列在不同矩和尺度下的多重分形标度行为。
• 将 MFDFA 框架应用于从高斯分布和 Lévy 稳定分布中抽取的不相关时间序列，以评估其奇异谱。
• 作者通过数值模拟研究奇异谱 f(α) 的宽度如何随时间序列长度 T 增加而演变。
• 通过比较原始时间序列与洗牌后（即相关性被破坏）的版本，分离时间相关性的作用。
• 分析涵盖合成数据（如二项式级联、Lévy-稳定、高斯分布）和真实世界数据（如高频比特币收益率）。
• 该方法评估了不同矩 r 和时间尺度 s 下的波动函数 Fr(s) 与奇异谱 f(α)，特别关注 T→∞ 的极限情况。

实验结果

研究问题

• RQ1 在具有重尾分布的不相关时间序列中，多重分形性是否代表真实多重分形性，还是有限尺寸效应的产物？
• RQ2 时间相关性在生成时间序列中持久多重分形标度行为中起什么作用？
• RQ3 随着时间序列长度 T 增加，不相关序列的奇异谱 f(α) 如何演变？
• RQ4 短时间序列中观测到的宽奇异谱是否可归因于 Lévy-稳定分布区域或有限尺寸效应？
• RQ5 在何种条件下，不相关序列中的多重分形性会消失？这对多重分形分析的解释意味着什么？

主要发现

• 在来自高斯分布吸引域的不相关时间序列中，表观多重分形性随 T→∞ 逐渐消失，仅留下单分形标度。
• 对于来自不相关 Lévy-稳定分布的时间序列，奇异谱在任意 T 下均保持双分形特性，证实其在稳定分布区域下具有内在的多重分形性。
• 对长时间序列（T=16×10^6）的洗牌版本分析表明，仅当 T 足够大时，表观多重分形性才会消失，证实有限尺寸效应是虚假多重分形性的根源。
• 真实高频比特币收益率的奇异谱 f(α) 在 T∼10^6 时仍保持稳定且具有多重分形性，表明其源于时间相关性的真实多重分形性。
• 研究结果证实，短序列中宽奇异谱是样本量较小以及 Lévy-稳定过程中的“记忆”效应所致，而非真实多重分形性的证据。
• 结果支持如下猜想：真实多重分形性编码于相关信号的短段中，与 q-广义中心极限定理一致。