Finite sample properties of power-law cross-correlations estimators
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00433530" target="_blank" >RIV/67985556:_____/15:00433530 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216208:11230/15:10281477
Výsledek na webu
<a href="http://dx.doi.org/10.1016/j.physa.2014.10.068" target="_blank" >http://dx.doi.org/10.1016/j.physa.2014.10.068</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.physa.2014.10.068" target="_blank" >10.1016/j.physa.2014.10.068</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Finite sample properties of power-law cross-correlations estimators
Popis výsledku v původním jazyce
We study finite sample properties of estimators of power-law cross-correlations ? detrended cross- correlation analysis (DCCA), height cross-correlation analysis (HXA) and detrending moving- average cross-correlation analysis (DMCA) ? with a special focus on short-term memory bias as well as power-law coherency. Presented broad Monte Carlo simulation study focuses on different time series lengths, specific methods? parameter setting, and memory strength. We find that each method is best suited for different time series dynamics so that there is no clear winner between the three. The method selection should be then made based on observed dynamic properties of the analyzed series.
Název v anglickém jazyce
Finite sample properties of power-law cross-correlations estimators
Popis výsledku anglicky
We study finite sample properties of estimators of power-law cross-correlations ? detrended cross- correlation analysis (DCCA), height cross-correlation analysis (HXA) and detrending moving- average cross-correlation analysis (DMCA) ? with a special focus on short-term memory bias as well as power-law coherency. Presented broad Monte Carlo simulation study focuses on different time series lengths, specific methods? parameter setting, and memory strength. We find that each method is best suited for different time series dynamics so that there is no clear winner between the three. The method selection should be then made based on observed dynamic properties of the analyzed series.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
AH - Ekonomie
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GP14-11402P" target="_blank" >GP14-11402P: Analýza dvoudimenzionální dlouhé paměti ve finančních časových řadách</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Physica. A : Statistical Mechanics and its Applications
ISSN
0378-4371
e-ISSN
—
Svazek periodika
419
Číslo periodika v rámci svazku
1
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
19
Strana od-do
513-525
Kód UT WoS článku
000347017300055
EID výsledku v databázi Scopus
—