计算机周报：服务器拐点判断验证，短期波动不改长期前景.pdf

科技行业日报：板块热点较少，进入低波动期.pdf

20210702-海通证券-景顺长城中证沪港深红利成长低波动指数基金投资价值分析：稳中求进.pdf

汽车与汽车零部件行业2020年度策略报告：曙光将至，车市波动下的结构性机会.pdf

法通 fathon是DFA（去趋势波动分析）和相关算法的python软件包。 它主要用Cython和C编写，以加快计算速度。 fathon提供了五种主要算法，分别是 DFA （去趋势波动分析） MFDFA （多重分形趋势波动分析） DCCA （去趋势互相关分析） MFDCCA （多重分形趋势互相关分析） HT （时间依赖性赫斯特指数） MFDFA和MFDCCA还提供了质量指数τ和多重分形谱f （α）的方法。 DCCA具有计算互相关系数ρ_DCCA和相应置信区间的方法。 先决条件 Linux i686 Linux x86_64 Linux ARM64 macOS x86_64 Windows 32位 Windows 64位 :cross_mark: :check_mark_button: :check_mark_button: :check_mark_button: :cross_mark: :check_mark_button: Python 3.7或更高版本 numpy（版本> = 1.20） 赛顿 正在安装 像pip

MFFA 多重分形趋势波动分析MFDFA是一种与模型无关的方法，可以揭示随机过程或自回归模型的自相似性。 DFA由Peng等人首先开发。 1和后来扩展到研究Kandelhardt等人的多重分形MFDFA 。 2 。 在最新版本中，还添加了移动窗口系统，特别适用于短时间序列，最近对DFA的扩展（称为扩展DFA ）和经验模式分解的额外功能（作为去趋势方法）。 安装 要安装MFDFA，您只需使用 pip install MFDFA 在您喜欢的编辑器上，只需将MFDFA导入为 from MFDFA import MFDFA 有一个附加的库fgn可以生成分数高斯噪声。 MFDFA库 MFDFA基础仅取决于numpy ，尤其是numpy的polynomial 。 在版本0.3中，添加了一种基于方法，以替代依赖于PyEMD时间序列趋势变化方法。 使用MFDFA库 一维分数阶Ornstein-U

20210629-中泰证券-2021年下半年投资策略报告：在波动中坚定α选股思路.pdf

20210628-华泰期货-铜半年报：波动市而非单边市.pdf

可以实现把音频以波形的形式展现出来的简单易学的小例子

Heston模型是最流行的用于期权定价的随机波动率模型之一，用于测量金融市场中不同参数的波动率。 在这项工作中，我们研究偏微分方程对Heston模型的统计分析。 Heston提出的模型考虑了资产收益的非对数正态分布，杠杆效应以及波动率的重要均值回复性。 我们根据相关参数和波动率的不同值对收益分布进行了分析，然后针对不同情况（例如ρ> 0，σ> 0，ρ> 0）测量参数ρ（相关系数）和σ（标准偏差）的影响。 ρ= 0，σ= 0，ρ<0，σ<0等等。关于Heston模型的收益分布，该模型指示买卖双方买卖期权的市场状况。 该分析中使用的所有求解器均使用MATLAB代码实现，并且仿真结果以图形方式显示。