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

Nesse trabalho revisitou-se tres dos principais metodos existentes na literatura, que conseguem identificar autocorrelacoes de longo alcance. Nominalmente: a analise de flutuacao DFA (detrend fluctuation analysis), as transformacoes wavelet e a analise entropica DEA (diffusion entropy analysis). Fez-se uma comparacao entre os tres metodos, quanto a sua convergencia para o verdadeiro valor do expoente h de Hurst, em funcao do tamanho das series geradas. Nesta comparacao, observou-se algumas peculiaridades de cada metodo, por exemplo, que o DFA converge por valores superiores de h, enquanto wavelet e DEA o fazem por valores inferiores. Com base nesse achado empirico, propos aplicar simultaneamente DFA e wavelet. Isso fez com que a convergencia para o valor verdadeiro de h fosse alcancada para series razoavelmente pequenas.