请教下各位大虾 如何将Hurst指数的算法在TB中实现：

胡书书

Hurst 指数和重标极差法(R/S),通常用来分析时间序列的分形特征和长期记忆过程，最初由水文学家Hurst 在1951 年提出，Mandelbrot 在1972 年首次将 R/S分析应用于美国证券市场，分析股票收益的变化。券商的内部研究结论是：Hurst指数小于0.55，往往是反转的标志。我只能看到证券公司的研究结论，但无法了解他们的计算方法。所以只能自己摸索和揣测，看看能否从自己的方式中找到对操作有帮助的结论。


那么请教下各位大虾 如何将Hurst指数的算法在TB中实现：
计算Hurst指数的标准步骤如下：

对样本数量为M的价格序列{Pt}，定义N=M-1。首先得到其对数收益率:
          Xt = log（Pt+1 / Pt）， t=1，2，。。。 N

1. 将序列{Xt}分割成长度为n（n为整数）的A个子区间（1,2...N个连续数据一组)。计算每个子区间的均值Xpa和标准差Sa。

2.  计算每个区间中每个值的累计离差: Zi=(X1-Xpa)+...+(Xi-XPa) , i= 1,2...N

3.  定义每个区间的极差: Ra=Max(Zi)-Min(Zi)

4.  每个区间的重标度化极差: (R/S)n = (Ra/Sa)

5.  求分割长度为n时的平均重标度化极差

6.  对每个分割长度有如下关系式:

      log(R/S)n = Hlog(n)+ a   , n=1,2...N

     H就是Hurst指数,通过多组[log(n),log(R/S)n]可以估算出H的数值,通常使用最小两乘法来估算.

在文华财经上第一步都无法实现；

胡书书

有的机构在分析家平台上都实现了；
我想 肯定在TB上能够做出来