资产回报的多重分形模型（MMAR）基于乘法对数正态级联模拟的资产回报模型-MATLAB开发

讨论了如何在Matlab中开发生成日志正态阴影模型的方法。

2、构建正态云模型t定义模糊集： t根据实际问题的需求，利用前述特征因子定义归属类型模糊集，并建立相应的隶属云模型。对企业而言，可定义以下五个模糊集：1) A1：企业市场占有率相对较高；2) A2：企业价格波动较大；3) A3：企业具备强大的新产品开发能力；4) A4：企业具备强大的分销渠道与实体分配能力；5) A5：企业整体促销能力突出。 t确定了上述五个模糊集的隶属云，即确定了这些模糊集的三个数字特征值（Ex, En, He）。根据统计分析和计算结果，可以确认这些模糊集的隶属云的具体数字特征为：A1(5, 2/3, 1/2)、A2(9, 1, 1/2)、A3(9, 1, 1/2)、A4(9, 1, 1/2)、A5(9, 1, 1/2)。

路面分形模型，用于汽车仿真时的路面输入的最精确模型。

我建立了一个由两只股票组成的投资组合，为了应对价格风险，我进行了1000次样本路径模拟。结果显示，投资组合价格在未来一年内可能会出现多种变化模式。

LSTM-ReturnPrediction.py 用于利用长短期记忆网络 (LSTM) 来预测时间序列的未来回报。LSTM 擅长处理顺序数据，使其成为预测未来趋势的理想工具。该脚本可以应用于金融或其他时间序列分析领域。

这些 Matlab 代码由 Francois Landais 开发，用于多重分形地形分析。

在随机过程、混沌理论和时间序列分析中，去趋势波动分析（DFA）是一种评估信号统计自相似性的方法，通过计算alpha（或Hurst指数H）来分析长期依赖的时间序列。传统的DFA仅限于二阶统计矩的缩放，并假设过程服从正态分布。MFDFA1和MFDFA2在当前的zip文件中，计算所有q阶统计矩的H(q)和局部Hurst指数H(t)。此外，它们还提供了通过H(q)的Legendre变换或直接从H(t)的直方图计算多重分形谱D(h)的功能。如果这些代码用于科学出版物，请引用包含在zip文件中的Ihlen（2012）。

采用Java连接Access数据库，实现资产增加、修改和删除等多项功能的资产管理系统。

多重分形谱的matlab计算程序。用户需自行输入数据。