Nonlinearity, nonstationarity, and thick tails: How they interact to generate persistence in memory
非线性、非平稳性与厚尾如何共同产生记忆持久性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究非平稳时间序列的自相关、持久性与长记忆现象。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
非线性、非平稳性与厚尾如何共同产生记忆持久性
- 研究问题
- 由厚尾创新驱动的随机游走经过非线性变换后，如何产生缓慢衰减甚至不衰减的自相关，并呈现类似长记忆的特征？
- 方法与思路
- 作者研究厚尾随机游走的非线性函数，区分变换类型及是否含观测噪声，分析相应自相关与其他样本特征。
- 材料陈述的贡献
- 摘要称不同情形下自相关可表现为一、随机常数或双曲衰减的确定函数，为常见长记忆证据提供一种可能机制。
- 阅读关注点
- 应核对厚尾创新和非线性变换的具体类别、自相关的定义及极限对象，并区分样本持久性与正式长记忆概念。
- 阅读边界
- 仅据所给出版社摘要，这是一种可能解释；摘要未说明具体尾部条件、变换限制，也未验证实际序列的生成机制。
原文摘要
We consider nonlinear functions of random walks driven by thick-tailed innovations. Nonlinearity, nonstationarity, and thick tails interact to generate a spectrum of autocorrelation patterns consistent with the observed persistence in memory of many economic and financial time series. Depending upon the type of transformation considered and whether it is observed with noise, the autocorrelations are given by unity, random constants, or hyperbolically decaying deterministic functions, possibly with some independent noise, and thus may decay slowly or even not at all. Along with other sample characteristics, such patterns suggest that these three ingredients may generate the ubiquitous evidence for long memory.