基于时间依赖的改进样本熵分析股票时间序列

来源：计算机技术与发展杂志2019年第03期北京时间：

作者：于文静;余洁;徐凌宇

摘要：样本熵是一个度量时间序列复杂度的非线性方法,广泛应用于各领域。 然而,研究表明熵值的大小并不总是和时间序列的复杂性相关。 为了解决这个问题,提出了多尺度熵,用来度量不同尺度下的时间序列的复杂度。 但是,考虑到这种方法并没有解决样本熵在度量时间序列复杂度的问题,提出了基于时间依赖的改进样本熵,并将其用在股票收盘价和成交量时间序列上,研究它们对应的复杂度关系。 同时,结合多尺度的方法,衡量不同尺度下股票收盘价时间序列和成交量时间序列的复杂性。 实验结果表明,从收盘价时间序列和成交量时间序列的复杂度变化上能够揭示一定的股票的发展规律。 另外,收盘价序列在不同的尺度上能够保持一致性,而成交量序列在不同的尺度上熵值变化则有不同的趋势,且股票类型越接近,熵值变化曲线也越接近。

关键词：样本熵;时间依赖;多尺度熵;股票时间序列