Hurst指数现在在实际中的使用已经很广泛了，本身的算法和原理也相对比较简单明了。但是在计算过程中，如果随意取分隔的区间数量，会导致样本数据无法全部用到。

例如，我们有一整年的收益率时间序列数据（240个），如果取N=7，则最终会有2个数据没有用到（mod(240, 7)=2）。如果这2个数据恰好都是比较abnormal的（比方说2倍方差之外），那用N=7和其他N回归出来的hurst值就很可能是有偏差的，从而影响对结果的判断。

不知各位高手是否有什么好的建议？谢谢！