n="justify">. При фрактальної розмірності понад 1,6 процес розвивається під дією однієї або кількох "організуючих сил", що діють в одному напрямку, переходить в нестійкий стан, який може змінитися новим порядком організації (висока ймовірність появи тенденції, відмінної від тієї, що спостерігається в поточному періоді).
. Окремо слід розглядати процес, для якого фрактальна розмірність істотно менше 1, оскільки в цьому випадку висока ймовірність різкої зміни напряму розвитку. p align="justify"> Слід враховувати, що показник Херста і обчислена на його основі фрактальна розмірність являють собою інтегральні характеристики процесу, який відображає досліджуваний ряд. Обчислюються властивості цього способу визначення фрактальної розмірності такі, що дозволяють оцінити тільки загальні властивості часового ряду, залишаючи за рамками аналізу його локальну структуру. У той же час тенденції реальних динамічних процесів можуть кілька разів змінювати характер свого поведінки всередині масштабу, необхідного для надійного обчислення фрактальної розмірності. Вивчення локальної структури таких рядів є більш важливим завданням, ніж вивчення їх загальних властивостей. Крім того, протягом досліджуваного інтервалу може змінюватися характер організації інвестиційних процесів. Показник Херста і загальна фрактальна розмірність не дозволяють відстежувати такі зміни. У цьому випадку необхідно ділити весь масив на кілька частин, де на кожній його частині поведінку ряду має свої осо-сті. Показник Херста розраховується трьома способами: Stabilogram Diffusion Analysis - SDA, Detrended Fluctuation Analysis - DFA, Rescaled Range Analysis - R/S. Для інвестиційних процесів найбільш апробовано методику R/S-аналізу, яка і була використана нами в даному дослідженні.
У рамках R/S-аналізу існують два способи розрахунку показника Херста. Першим є швидкий алгоритм, що передбачає виконання таких розрахункових етапів:
. Визначаються M t - середні значення? R t для тимчасових інтервалів t = 0, 1,2, ..., (n-2):
M t = (1)
2. Розраховуються накопичені відхилення для кожного інтервалу t:
X t = (2)
. Визначаються максимальне і мінімальне відхилення max, (Х i ... X t < span align = "justify">) і min t (Х i ... ...
