[论文解读] Typical Algorithms for Estimating Hurst Exponent of Time Sequence: A Data Analyst's Perspective

Hongyan Zhang, Zhiqiang Feng+2 more|arXiv (Cornell University)|Oct 29, 2023

Fractal and DNA sequence analysis被引用 4

一句话总结

本文全面综述了13种用于估计时间序列中赫斯特指数的主流算法，重点通过详细的伪代码和算法框架展示其实际实现。结果表明，频谱域方法在准确性方面优于时域方法，相对误差低于6%，并基于对分数布朗噪声和人类行为数据的大量仿真，为离线和实时应用提供了建议。

ABSTRACT

The Hurst exponent is a significant metric for characterizing time sequences with long-term memory property and it arises in many fields. The available methods for estimating the Hurst exponent can be categorized into time-domain and spectrum-domain methods. Although there are various estimation methods for the Hurst exponent, there are still some disadvantages that should be overcome: firstly, the estimation methods are mathematics-oriented instead of engineering-oriented; secondly, the accuracy and effectiveness of the estimation algorithms are inadequately assessed; thirdly, the framework of classification for the estimation methods are insufficient; and lastly there is a lack of clear guidance for selecting proper estimation in practical problems involved in data analysis. The contributions of this paper lie in four aspects: 1) the optimal sequence partition method is proposed for designing the estimation algorithms for Hurst exponent; 2) the algorithmic pseudo-codes are adopted to describe the estimation algorithms, which improves the understandability and usability of the estimation methods and also reduces the difficulty of implementation with computer programming languages; 3) the performance assessment is carried for the typical estimation algorithms via the ideal time sequence with given Hurst exponent and the practical time sequence captured in applications; 4) the guidance for selecting proper algorithms for estimating the Hurst exponent is presented and discussed. It is expected that the systematic survey of available estimation algorithms could help the users to understand the principles and the assessment of the various estimation methods could help the users to select, implement and apply the estimation algorithms of interest in practical situations in an easy way.

研究动机与目标

• 为现有文献中缺乏可访问、可直接运行的赫斯特指数估计算法实现提供解决方案。
• 评估并比较13种主要估计方法在不同类型时间序列中的准确性、鲁棒性及计算效率。
• 提供统一的序列分割与参数估计框架，以提升算法精度与可复现性。
• 指导研究人员根据数据特征和应用场景（尤其是离线与实时处理）选择合适的方法。
• 通过合成分数高斯噪声序列和真实人类行为反应时间数据验证方法的有效性。

提出的方法

• 提出一种基于最优分段长度和可行分组策略的通用序列分割框架，用于时域方法，以提高估计稳定性。
• 引入定点迭代、局部最小值搜索以及ℓ₁-范数基线性回归方法，以优化参数估计并提升精度。
• 将估计方法从两个视角进行分类：序列表示（时域 vs. 频谱域）与参数估计（线性回归、贝叶斯等）。
• 采用分数高斯噪声（FGN）生成具有已知赫斯特指数的理想时间序列，用于受控仿真实验。
• 利用公开数据仓库中的真实人类行为反应时间数据，验证方法在真实、非理想数据上的性能表现。
• 提供R/S和DFA方法的详细流程图与伪代码，以辅助实现与概念理解。

Figure 1: Principle and implementation of optimal sequence partition

实验结果

研究问题

• RQ1 哪些赫斯特指数估计方法在多种时间序列类型中展现出最高的准确性和鲁棒性？
• RQ2 频谱域方法与时域方法在估计误差和计算复杂度方面有何差异？
• RQ3 不同的范数（ℓ₁与ℓ₂）对基于线性回归的赫斯特指数计算精度有何影响？
• RQ4 在具有固有噪声和非平稳性的现实世界行为数据上，估计方法的表现如何？
• RQ5 哪些方法最适合长记忆时间序列的实时分析与离线分析？

主要发现

• 频谱域方法在大多数情况下持续优于时域方法，相对估计误差低于6%。
• 对于较小的赫斯特指数（H < 0.35），R/S与LW方法表现出显著更高的相对误差，超过5%。
• 在所测试的方法中，ℓ₁-范数与ℓ₂-范数的选择对估计精度的影响微乎其微。
• 所有13种方法均成功检测到真实人类行为反应时间数据中的长期记忆特征，证实了其在实际中的适用性。
• 对于离线应用，推荐时域方法中的TTA方法、贝叶斯方法中的LSSD与LSV方法，以及频谱域方法中的PM方法。
• 对于实时应用，推荐使用R/S方法，因其通过迭代计算极差与标准差，可最大限度减少计算开销。

Figure 2: Typical Algorithms for Estimating Hurst Exponent