Sobre a Detecção de Autocorrelações em Séries Temporais: Uma Comparação Objetiva entre Análise de Flutuações, Transformações Wavelet e Análise Entrópica

Resumen

Nesse trabalho revisitou-se três dos principais métodos existentes na literatura, que conseguem identificar autocorrelações de longo alcance. Nominalmente: a análise de flutuação DFA (detrend fluctuation analysis), as transformações wavelet e a análise entrópica DEA (diffusion entropy analysis). Fez-se uma comparação entre os três métodos, quanto a sua convergência para o verdadeiro valor do expoente h de Hurst, em função do tamanho das séries geradas. Nesta comparação, observou-se algumas peculiaridades de cada método, por exemplo, que o DFA converge por valores superiores de h, enquanto wavelet e DEA o fazem por valores inferiores. Com base nesse achado empírico, propôs aplicar simultaneamente DFA e wavelet. Isso fez com que a convergência para o valor verdadeiro de h fosse alcançada para séries razoavelmente pequenas.