加载中...
本文将 Directional-change/Overshoot (DcOS) 分解放入更新过程(renewal process)框架,提出市场内在时间可近似由参数化的指数风险率驱动,从而在尺度不变区间内产生事件频率的幂律与 directional-change 在所有事件中约为 0.61 的稳定份额;该常数接近理论记号 1−e−1(≈0.632),并可作为自动识别多尺度 DcOS 分析的有效阈值范围的启发式判据 .
| Dataset | scaling zone (min) | scaling zone (max) | n deltas | mean %Dc |
|---|---|---|---|---|
| A | 0.0045 | 0.0754 | 13 | 62.29 |
| B | 0.0036 | 0.0295 | 10 | 61.52 |
| C | 0.0072 | 0.1207 | 13 | 60.48 |
引言与元数据概览
逐节深度剖析
图表与表格逐一解读(关键图表与表格)
数值检验与实证结论解读
风险因素与检验局限
批判性视角与建议
结论性综合
我已在正文中逐项引用并解读了报告的主要论点、假设、统计检验、关键表格(Table 1、Table 6、Table 7、补充表格)与图形(Figure 1、Figure 2),并针对每一重要结论或数据点给出了对应页的溯源标识。
2511.14408.pdf