A K-means Algorithm for Financial Market Risk Forecasting
Southern Methodist University（南卫理公会大学）
本研究采用K-means算法构建金融市场风险预测系统，有效解决了现有预测错误率高、精度低的问题，实验达到94.61%的准确率，提升了预测的准确性与效率。
2024-05-21 cs.LG q-fin.ST
Evaluating the Financial Market Function in Prewar Japan using a Time-Varying Parameter Model
本文利用一个新的数据集，在Fama（1970）的半强式市场有效性的意义下，探讨了战前日本金融市场何时丧失了价格形成功能。我们特别关注战前日本金融市场和几次政府政策干预之间的关系，以探讨半强式市场有效性是否随时间而演变。为了捕捉政府政策干预对市场的长期影响，我们测量的时变联合程度的市场有效性和时变脉冲响应伊藤等人的基础上。的（2014; 2017）基于广义最小二乘的时变向量自回归模型。实证结果表明：（1）战前日本金融市场的市场有效性联合程度随时间的推移而波动，主要受政策变化和战争等外部事件的影响;（2）战前日本金融市场几乎支持半强式有效市场假说，（3）即使考虑到公开信息对金融市场的影响，Lo（2004）的适应性市场假说在战前的日本金融市场也得到了支持，1932年是战前日本金融市场价格形成功能丧失的转折关头。
2021-06-03 econ.GN q-fin.EC q-fin.PR
A Comparison between Financial and Gambling Markets
School of Mathematics and Statistics, University of St Andrews（圣安德鲁斯大学数学与统计学院）
本文比较了金融市场与赌博市场，探讨了交易平台、产品、流程、参与者和策略等方面的异同，发现两者存在诸多相似之处，并指出金融市场的策略可应用于赌博市场，如统计套利在对冲平台上被有效使用。
2026-05-12 q-fin.ST
Predicting future stock market structure by combining social and financial network information
我们证明，未来市场的相关性结构可以预测高样本外的准确性，使用一个多路复用的网络方法，结合从社交媒体和金融数据的信息。市场结构是通过量化资产价格回报的共同运动来衡量的，而社会结构则是通过社交媒体对这些资产的意见的共同运动来衡量的。预测是通过一个简单的模型来获得的，该模型使用链接持久性和通过跨金融和社交媒体层的三元闭合的链接形成。结果表明，与假设时不变金融相关结构的基准模型相比，该模型可以预测未来市场结构，样本外性能提高高达40%.社交媒体信息导致所有测试设置的改进模型，特别是在金融市场结构的长期预测中。令人惊讶的是，金融市场结构比社会舆论结构表现出更高的可预测性。
2018-11-26 q-fin.ST
Price dynamics in financial markets: a kinetic approach
简要回顾了基于偏微分方程的动力学模型在金融市场股票价格形成动力学中的应用。强调和讨论了市场繁荣和崩溃中行为方面的重要性以及代理人异质性在新兴幂律价格分布中的作用。
2010-07-09 cond-mat.stat-mech q-fin.ST q-fin.TR
Hierarchical structure of stock price fluctuations in financial markets
金融市场和动荡由于相同的定量方法和几个共同的程式化事实而被广泛地比较。本文应用She-Leveque（SL）体系来研究和量化金融市场中股票价格波动的层次结构，该体系用于解释流体湍流中速度波动的标度指数偏离Kolmogorov单分形标度的现象.因此，我们观察到一些有趣的结果：（i）与多重分形标度相关的层次结构普遍存在于我们研究的所有股票价格波动中。(ii)发达金融市场与新兴市场之间描述SL层次结构的定量统计参数存在明显差异。(iii)对于高频股票价格波动，不同时间段的层次结构不同。这些结果为研究金融市场的波动性和金融市场动力学提供了一个新的类比，也为深入理解金融市场的多重分形性提供了一个新的视角。
2012-09-19 q-fin.ST
The study of Thai stock market across the 2008 financial crisis
金融市场的上同调理论允许我们在大统一理论中明确定义八种市场状态的情况下，对时间序列数据随时间段的Kolmogorov空间进行变形。在金融市场崩溃的情况下，由交易者之间的耦合行为场诱导的反德西特空间在金融市场时空中起着类似引力场的作用。在这种混合数学超结构下，我们利用泡利矩阵和修正的Wilson环为时间序列数据重新定义了一个行为矩阵。我们用它来检测2008年金融市场崩溃，通过使用一个度的上同调群的球在张量场的相关矩阵在所有可能的主导股票的泰国SET 50指数期货。利用相关矩阵的经验模态分解和内在时间尺度分解以及平面图的贴近中心度计算，对金融张量网络进行了实证分析。
2016-06-09 q-fin.ST
The Local Fractal Properties of the Financial Time Series on the Polish Stock Exchange Market
我们研究的基础上的华沙证券交易所指数（WIG）的演变与最大的发展中金融市场在欧洲的金融时间序列的局部分形性质。计算WIG时间序列的局部赫斯特指数，我们发现WIG时间序列的局部分形特性的行为和金融市场上的崩溃外观之间的一个有趣的依赖关系。
2007-08-02 cs.CE physics.data-an q-fin.ST
Eroding market stability by proliferation of financial instruments
我们对比套利定价理论（APT），金融工具的发展的理论基础，与一个相互作用的市场的动态图片，在一个简单的设置。金融工具的扩散显然为分散风险提供了更多的手段，使市场更加有效和完整。在这里讨论的交易者相互作用的简单市场中，金融工具的扩散侵蚀了系统稳定性，并将市场推向一个临界状态，其特征是敏感性大，波动剧烈，风险之间的相关性增强。这表明APT的假设可能与稳定的市场动态不相容。从这个角度来看，市场稳定具有共同利益的性质，这表明应在衍生品市场中采取适当措施，以保持稳定。
2009-10-01 q-fin.GN q-fin.ST q-fin.TR
Fractal Markets Hypothesis and the Global Financial Crisis: Scaling, Investment Horizons and Liquidity
我们研究了分形市场假说及其对流动性和投资视野的关注是否对21世纪末全球金融危机等金融危机期间的金融市场动态做出了合理的预测。与主流的有效市场假说相比，分形市场假说认为金融市场是由多个异质主体组成的复杂系统，这些异质主体的区别主要体现在它们的投资期限上。本文通过标度交易过程的方差，引入了几种新的度量不同投资期限下交易活动的方法。在三个最具流动性的美国指数-大疆，纳斯达克和标准普尔500-我们表明，分形市场假说的预测实际上符合观察到的行为相当好。
2012-03-22 q-fin.GN q-fin.ST
Algorithmic Complexity in Real Financial Markets
利用热力学和统计物理学的工具，发展了一种新的方法来理解金融市场指数的复杂行为。基于Kolmogorov-Chaitin理论的物理复杂性被应用于从金融市场指数的实时序列建立的二进制序列。该研究基于纳斯达克和墨西哥IPC数据。当应用于崩溃前的系列区间和没有观察到金融动荡的区间时，会显示出这种量级的不同行为。我们的结果和有效市场假说之间的联系进行了讨论。
2001-04-24 cond-mat.dis-nn cond-mat.stat-mech q-fin.ST
Complex Systems: From Nuclear Physics to Financial Markets
我们比较了原子核和金融市场的相关性和相干结构。在核物理部分，我们回顾了巨共振，它可以被解释为嵌入混沌的相干结构。用类似的方法，我们研究了DAX和道琼斯指数的金融经验相关矩阵。我们将证明，如果时区延迟被适当地考虑，这两个不同的市场在很大程度上合并为一个。这是反映了最大的特征值，发展相对于其余的差距，混沌特征值。通过对金融总体特性的扩展研究，我们还讨论了金融对数周期的临界相似现象，并给出了具体的例子。
2009-10-22 q-fin.ST
Financial Markets and Persistence
持久性研究在金融环境下，通过映射的时间演变的股票报价在伦敦金融时报证券交易所100指数（富时100）到伊辛自旋。通过遵循自旋的时间依赖性，我们发现了幂律衰减的比例的份额，保持高于或低于他们的“开始\rq值的证据。因此，我们估计基础金融市场的持续性指数为$θ_f\sim 0.5$。
2006-01-09 physics.soc-ph q-fin.ST
Multiple Time Series Ising Model for Financial Market Simulations
本文提出了一个模拟多个金融时间序列的伊辛模型。我们的模型引入了耦合到其他系统的自旋的相互作用。从我们的模型的模拟表明，时间序列表现出波动率聚集，经常观察到在现实的金融市场。此外，我们还发现，从我们的模型的波动率之间的非零交叉相关。因此，我们的模型可以模拟股票市场的股票波动是相互关联的。
2016-11-24 q-fin.CP q-fin.ST
Spiraling toward market completeness and financial instability
我研究了一个大型随机经济的极限，在这个经济中，一组消费者投资于银行设计的金融工具，以优化他们未来的消费。这一实践表明，即使在完全竞争的理想情况下，所有市场参与者都可以获得充分的信息，随着市场接近完全性和交易成本消失，均衡也会对市场不完善产生明显的脆弱性（或敏感性）。交易成本的减少是因为金融机构利用交易工具来对冲其他工具。这就需要银行间市场的交易量在完全市场的极限上出现分歧。这些结果表明，金融工具的扩散加剧了市场不完善的影响，呼吁市场作为相互作用的系统的理论。从另一个角度来看，为了防止不利影响的升级，市场可能需要随着其复杂性的扩大而越来越引人注目的体制结构。
2009-06-08 q-fin.GN q-fin.PR q-fin.ST
Learning Undirected Graphs in Financial Markets
我们从金融市场数据的角度研究了拉普拉斯结构约束下无向图模型的学习问题。我们发现，拉普拉斯约束有意义的物理解释相关的市场指数因子和股票之间的条件相关性。这些解释导致了一套准则，用户在估计金融市场中的图形时应该知道。此外，我们还提出了学习无向图的算法，这些无向图可以解释金融数据固有的程式化事实和任务，如非平稳性和股票聚类。
2020-11-09 q-fin.CP q-fin.ST stat.ML
Algorithmic Complexity of Real Financial Markets
利用热力学和统计物理学的工具，发展了一种新的方法来理解金融市场指数的复杂行为。物理复杂性，一个植根于Kolmogorov-Chaitin理论的幅度被应用于从金融市场指数的实时序列建立的二进制序列。该研究基于纳斯达克和墨西哥IPC数据。当应用于崩溃前的系列区间和没有观察到金融动荡的区间时，会显示出这种量级的不同行为。我们的结果和有效市场假说之间的联系进行了讨论。
2000-05-25 cond-mat.dis-nn cond-mat.stat-mech nlin.AO
A statistical physics perspective on criticality in financial markets
股票市场是一个复杂的系统，表现出集体现象和特定的特征，如同步性，波动分布的幂律，非随机结构和神经网络的相似性。这些特殊的性质表明，市场在一个非常特殊的点上运行。金融市场被认为是至关重要的类比物理系统，但很少有统计基础的证据已经给出。通过一个基于数据的方法和模拟的启发，复杂系统的统计物理学比较，我们表明，道琼斯指数集并不严格的关键。然而，金融系统更接近崩溃附近的临界点。
2014-01-27 physics.data-an q-fin.ST
International Financial Markets Through 150 Years: Evaluating Stylized Facts
本文通过检验150年间亚洲、欧洲大陆、美国及两种主要加密货币的数据，评估了十一个金融市场典型化事实的稳健性与可推广性。
2025-04-11 q-fin.GN q-fin.ST
Cross-correlation in financial dynamics
为了研究金融动力学中相互作用的普遍结构，我们分析了中国股票市场价格收益的交叉相关矩阵C，并与美国和印度股票市场的交叉相关矩阵C进行了比较。作为一个重要的新兴市场，中国市场表现出比发达市场更强的相关性。在中国市场上，同一行业的股票之间的相互作用很弱，而在异常行业中检测到额外的相互作用。利用双因子模型的一个变体，我们模拟了金融市场中的相互作用.
2012-02-02 physics.comp-ph q-fin.ST
Networks of equities in financial markets
我们回顾了最近的方法，相关性为基础的网络的金融股票。我们研究了不同时间范围的股票投资组合，金融指数和波动时间序列，我们表明，有意义的经济信息可以从噪声相关矩阵中提取。我们表明，该方法可以用来伪造广泛的市场模型，通过直接比较真实和人工市场的网络的拓扑性质。
2004-01-16 cond-mat.stat-mech q-fin.ST
Dynamical model of financial markets: fluctuating `temperature' causes intermittent behavior of price changes
我们提出了一个金融市场的模型，最初提出的湍流，作为其间歇性行为的动态基础。价格变化的时间演化被假定为描述的布朗运动在幂律势，“温度”波动缓慢。该模型通常会产生一个厚尾分布的价格变化。当逆温度服从$χ^{2}$ -分布时，得到了Tsallis分布，这与外汇市场的日内数据定性一致.所谓的“波动性”是一个表明金融市场风险或活动的量，相当于市场的温度，其波动导致波动性。
2002-10-04 cond-mat.stat-mech q-fin.ST
Cluster formation and evolution in networks of financial market indices
利用全球金融危机之前和期间世界证券交易所指数的数据，为不同的阈值和不同的时间段建立指数集群和网络，从而可以分析集群是如何根据指数之间的相关性形成的，以及它们如何随时间演变，特别是在金融危机期间。进一步分析了对应于相关矩阵次高特征值的特征向量，揭示了运行在不同时区的市场所特有的结构。
2011-11-22 q-fin.ST
Characterizing Financial Market Coverage using Artificial Intelligence
LICEF Research Center, Université TÉLUQ（魁北克大学远程教育大学LICEF研究中心）；LORIA, Université de Lorraine（洛林大学洛林计算机科学及其应用实验室）；Université de Sherbrooke（舍布鲁克大学）；Laplace Insights（拉普拉斯洞察公司）
本文仔细研究了超过4900个YouTube视频的数据库，以表征金融市场的覆盖面。金融市场报道产生大量视频。因此，观看这些视频以获得可操作的见解可能具有挑战性和复杂性。在本文中，我们利用OpenAI的语音到文本模型Whisper来生成来自彭博社和雅虎财经的市场报道视频的文本语料库。我们采用自然语言处理从市场覆盖率中提取有关语言使用的见解。此外，我们还研究了趋势主题的突出存在及其随时间的演变，以及一些个人和组织对金融市场的影响。我们的特点突出了金融市场报道的动态，并提供了宝贵的见解，反映了有关最近金融事件和世界经济的广泛讨论。
2023-02-07 cs.AI cs.CL cs.CY
Lower spectrum of financial correlation matrices: a new perspective on market synchronization
University of Milano-Bicocca（米兰比可卡大学）
该研究提出从金融相关矩阵的下谱视角分析市场同步性，补充了主成分分析和随机矩阵理论的经典框架，通过真实数据实验验证了最小特征值含市场有效结构信息的方法论有效性。
2026-08-11 q-fin.MF q-fin.ST
Simulations of financial markets in a Potts-like model
在Potts模型的基础上提出了一个三态模型来模拟金融市场。这三种状态被分配为“买入”、“卖出”和“不活跃”状态。该模型显示了金融市场中观察到的主要程式化事实：收益率的厚尾分布和绝对收益率的长期相关性。在低的不活动率，该模型有效地减少到两个状态模型的Bornholdt和显示类似的结果Bornholdt模型。随着不活跃性的增加，我们观察到收益率的指数分布。
2005-03-07 cond-mat.other q-fin.ST
Effects of the globalization in the Korean financial markets
我们研究全球化对新兴市场之一的韩国市场的影响。根据最新的市场数据，韩国市场的一些特征与成熟市场不同，这是由于外国市场或投资者的影响。我们专注于过去二十年的市场网络结构，了解市场的历史，并确定全球化效应和市场整合作为时间的函数。
2005-11-15 physics.soc-ph q-fin.ST
Memory effect and multifractality of cross-correlations in financial markets
引入平均瞬时互相关函数来量化特定时刻金融市场之间的相互作用。基于美国和中国股票市场的日数据，研究了不同价格收益时间区间内平均瞬时互相关的记忆效应。揭示了长期的时间相关性，并发现持续到一个月的数量级的价格回报时间间隔。多重分形的性质进行了研究的多重分形去趋势波动分析。
2010-04-30 q-fin.ST
A threshold model of financial markets
本文在伊辛自旋模型的基础上提出了一个市场主体相互作用的模型。代理人可以采取三种行动：“买入”、“卖出”或“保持不活动”。“我们根据系统磁化定义了价格演变。该模型再现了真实市场的主要程式化事实，例如：收益率的厚尾分布和波动率聚集。
2008-06-24 physics.soc-ph q-fin.ST
Survivability and centrality measures for networks of financial market indices
利用全球92个证券交易所指数的数据，使用基于距离阈值的资产图分析了2007年至2010年（包括2008年次贷危机）集群的形成和演变。我还研究了连接和集群的生存能力，通过时间和噪声的影响，集中性措施适用于网络的金融指数。
2012-01-21 q-fin.ST
An econophysics approach to analyse uncertainty in financial markets: an application to the Portuguese stock market
近年来，几个科学领域之间的相互关系越来越密切，试图对自然和社会现象做出更现实、更丰富的解释。其中，应该强调的是物理学和金融理论之间日益增长的相互关系。在这一领域，对金融分析中至关重要的不确定性的分析可以使用物理统计学和信息论的测量方法，即香农熵。这种方法的一个优点是熵是比方差更一般的度量，因为它考虑了概率分布函数的高阶矩。使用从葡萄牙股票市场收集的数据进行了实证应用。
2005-09-30 physics.soc-ph q-fin.ST
Interplay between endogenous and exogenous fluctuations in financial markets
我们解决微观，代理人为基础，宏观，随机，建模的金融市场结合它与外源噪声。代理人的内生动力学和外源噪声之间的相互作用是主要的机制，负责观察到的长期依赖性和高波动性的回报率区间的统计特性。我们所说的外生噪声是指信息流或/和订单流波动。基于所提出模型的数值结果表明，外生波动必须被视为金融市场综合建模不可或缺的一部分。
2016-11-19 q-fin.CP q-fin.ST
Liquid markets and market liquids: collective and single-asset dynamics in financial markets
我们描述了流动性市场的集体现象。通过解释一个无套利N资产市场的行为在粒子系统的情况下，（热）动力学性质可以从资产动力学提取。在这个方案中，粒子相互作用的机制可以得到广泛的研究。我们用20年的股票市场每日数据（DAX30）测试了我们构建的真实性，并显示了资产对之间相互作用势的结果。
2001-01-10 cond-mat.dis-nn cond-mat.stat-mech q-fin.ST
A new space-time model for volatility clustering in the financial market
提出了一种新的金融市场上相互作用主体的时空模型。它是居里-外斯模型和Järpe 2005年引入的时空模型的结合。该模型的属性推导出重点的临界温度和磁化强度。事实证明，哈密顿量是温度参数的充分统计量，因此可以进行关于该参数的统计推断。因此，例如，可以做出关于当前金融状况离金融危机有多远的声明，并且可以监视金融交易稳定性以检测恶意风险指示信号。
2010-02-03 q-fin.ST q-fin.TR
GARCH(1,1) model of the financial market with the Minkowski metric
在价格与时间不可分离的假设下，利用Gestival（1，1）的Minkowski度量，解决了一个关于波动集群现象的长记忆过程的程式化事实.作为广义相对论证明的结果，我们给出了金融市场中的Yang-Mills方程和时间序列数据超空间上的反常。我们将Minkowski时空中的一个独创性思想嵌入到Kolmogorov空间中的时间序列数据中，其结果等价于市场崩溃时金融市场恐慌中交易者行为的相互作用所诱发的暗波动或隐藏的风险恐惧场。
2018-08-01 q-fin.ST
A long-range memory stochastic model of the return in financial markets
本文提出了一个非线性随机微分方程，它模拟了金融市场收益率的概率密度函数和绝对收益率的功率谱。绝对收益率作为市场波动性的一种度量，在所提出的模型中被认为是一个长期记忆随机变量。该模型是通过类比先前提出的金融市场交易活动模型而得到的，并在非广延统计力学框架内推广。所提出的随机模型生成具有两个幂律统计量的收益的时间序列，即，PDF和功率谱密度，再现了纽约证券交易所一分钟交易回报的经验数据。
2009-10-05 q-fin.ST
Multiplicative random cascades with additional stochastic process in financial markets
乘性随机级联模型自然地再现了湍流和金融市场等层次复杂系统中常见的多重分形现象。如本文所述，我们通过使用金融数据的实证研究来调查乘法分层随机级联模型的有效性。虽然时间序列的多重分形性和不确定性得到了验证，但连接连续层次的随机乘法因子表现出强烈的负相关性。我们扩展乘法模型，将一个额外的随机项。结果表明，所提出的模型是一致的所有经验结果在这里提出。
2018-09-04 q-fin.ST
Using the Scaling Analysis to Characterize Financial Markets
我们实证分析了不同金融市场的每日外汇汇率，股票市场指数和债券期货的标度特性。我们研究的时间序列的标度行为，使用广义赫斯特指数的方法。我们验证了这种方法的鲁棒性，我们比较的结果与频域中的缩放属性。我们发现的证据偏离纯布朗运动的行为。我们表明，这些偏差与特定市场的特征，因此，它们可以用来区分不同程度的市场的发展。
2003-02-21 cond-mat.stat-mech q-fin.ST
Visualizing the Financial Impact of Presidential Tweets on Stock Markets
随着每天创建的数据越来越多，所有这些都有助于通过数据分析做出更好的决策。它与金融市场产生的数据没有什么不同。在这里，我们研究了全球经济如何受到美国总统唐纳德特朗普的微博数据（推文）影响的市场情绪的影响。新闻提要从2016年12月至2019年10月期间的《卫报》和彭博社收集，用于进一步确定影响市场的潜在推文，以股票指数的变化为衡量标准。
2021-01-08 q-fin.ST
Fractal Markets Hypothesis and the Global Financial Crisis: Wavelet Power Evidence
我们分析了分形市场假说关于在动荡时期特定投资期限占主导地位的预测是否成立。为此，我们利用连续小波变换分析，并获得小波功率谱，提供跨尺度的方差分布及其随时间的演变的关键信息。我们发现，全球金融危机最动荡的时期，可以很好地描述为主导的短期投资期限，这是在手与分形市场假说的主张。
2013-10-05 q-fin.ST
Scaling and Multi-scaling in Financial Markets
本文回顾了一些现象学模型，已被引入到金融数据的标度特性。它还说明了一个微观模型，基于异构的相互作用的代理人，这提供了一个可能的解释市场的回报率的复杂动态。对模拟数据进行的标度和多标度分析与经验结果有很好的定量一致性。
2000-07-25 cond-mat.stat-mech q-fin.ST
Geography and distance effect on financial dynamics in the Chinese stock market
基于中国股票市场的个股日数据，研究了包括沪深两市在内的中国股票市场的地理效应。上海市和广东省可以确定在股票的地理部门。通过对一个地理参数的地理相关性的考察，发现股票的地理位置对金融动态有影响，但深圳市场在金融危机时期除外。进一步研究了股票距离效应，观察到股票距离分布的交叉行为。短距离的概率远大于长距离的概率。研究发现，上海股市的平均股票相关性随股票距离的变化而微弱衰减，而深圳股市的平均股票相关性随股票距离的变化而基本稳定。
2016-03-28 physics.soc-ph q-fin.ST
Stability and Hierarchy of Quasi-Stationary States: Financial Markets as an Example
我们结合几何数据分析和随机建模来描述复杂系统的集体动力学。作为一个例子，我们将这种方法应用到金融数据，并专注于市场相关结构的非平稳性。我们确定的主导变量，并提取其显式随机模型。这使我们能够在其时间演变与市场上已知的历史事件之间建立联系。我们讨论了最近提出的准平稳市场状态的动力学，稳定性和层次。
2015-03-02 cond-mat.stat-mech physics.data-an q-fin.ST
The continuous time random walk formalism in financial markets
我们适应连续时间随机游走（CTRW）形式主义来描述资产价格的演变，并讨论了一些问题，可以使用这种方法来处理。我们主要关注两个方面：（i）从高频数据中推导出价格分布，以及（ii）逆问题，获得仅知道每日波动率的高频数据所反映的市场微观结构信息。我们应用形式主义的金融数据表明，CTRW提供了替代工具来处理金融市场的几个复杂的问题。
2006-11-14 physics.soc-ph q-fin.ST
FinSMART: Financial Sentiment Analysis for Algorithmic Trading through Market-Aligned Reinforcement Learning
Imperial College London（帝国理工学院）
FinSMART是首个基于市场对齐强化学习的金融情感分析框架，通过市场感知数据过滤与非对称交易奖励优化情感信号，在交易回报等指标上较基线提升220%，可自适应市场动态。
2026-07-31 cs.CL cs.LG q-fin.ST
Theory of earthquakes interevent times applied to financial markets
我们分析的概率密度函数（PDF）的等待时间之间的金融损失的发生。经验概率密度函数用具有长幂律记忆核的自激Hawkes条件泊松过程拟合。霍克斯过程是泊松过程的最简单的扩展，它考虑了过去事件如何影响未来事件的发生。通过分析15种不同金融资产的经验数据，我们表明，用于地震的Hawkes过程的形式主义可以成功地模拟连续市场损失之间的间隔时间的PDF。
2016-10-28 physics.soc-ph q-fin.ST
Aftershock prediction for high-frequency financial markets' dynamics
重大金融危机后余震的发生体现了金融市场的临界动态响应。余震给市场带来了额外的压力，可以想象会产生戏剧性的后果。这种现象已被证明是常见的大多数金融资产，无论是在高频率和低频率。它现在的描述依赖于大森在1800年底提出的地震的经验表征。我们指出，在这种现象学方法的预测能力有限，并提出了一个随机模型，基于金融资产的标度对称性，这是潜在的能够预测余震发生，主震震级。与标准普尔高频数据的比较证实了这种预测潜力。
2012-07-13 cond-mat.stat-mech q-fin.ST
Effect of the U.S.--China Trade War on Stock Markets: A Financial Contagion Perspective
在本文中，我们调查了美国的影响--基于高频金融数据，从金融传染的角度看中国贸易战对股票市场的影响。具体来说，为了解释中美股票市场之间的风险传染，我们建立了一个新的跳跃-扩散过程。例如，我们考虑三个渠道的波动传染-如综合波动，正跳变，负跳变-和每个股票市场能够影响其他股票市场作为一个隔夜风险因素。我们发展了一个模型参数的拟极大似然估计，并建立了它的渐近性质。此外，为了识别传染渠道和测试结构突变的存在，我们提出了假设检验程序。通过实证研究，我们发现了金融危机从美国向中国传染的证据，以及风险传染渠道从综合波动率向负跳跃变化的证据。
2021-11-18 q-fin.ST stat.ME
Financial Anomaly Detection for the Canadian Market
本文评估了三种金融异常检测方法在TSX-60数据上的表现，发现拓扑数据分析和神经网络方法在识别加拿大股市压力事件中表现最佳。
2026-04-02 cs.LG q-fin.ST
Contagion among Central and Eastern European stock markets during the financial crisis
本文是对国际股票市场同步性和传染性的文献贡献。我们的方法的新颖之处在于应用小波工具的高频金融市场数据，这使我们能够了解股票市场之间的关系，在时间-频率域。经济时间序列分析的主要部分是在时域或频域分别进行的，而小波分析结合了这两种基本方法。小波技术揭示了中欧和东欧（CEE）股票市场和德国DAX指数在不同的投资期限之间的相关性有趣的动态。结果表明，中东欧市场与该地区主要市场的连接在较高频率下比在较低频率下明显降低。与以往的文献相反，我们的文件显着降低传染性的中东欧市场和德国DAX后，大2008年股票市场崩溃。
2013-09-30 q-fin.GN q-fin.ST
Dual-CLVSA: a Novel Deep Learning Approach to Predict Financial Markets with Sentiment Measurements
University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）；Soochow University（苏州大学）
预测金融市场是一项具有挑战性的任务。这一任务的复杂性主要在于金融市场与市场参与者之间的互动，市场参与者不能始终保持理性，往往受到恐惧、狂喜等情绪的影响。基于最先进的方法，特别是金融市场预测，基于混合卷积LSTM的变分序列到序列模型与注意力（CLVSA），我们提出了一种新的深度学习方法，称为双CLVSA，预测金融市场运动与交易数据和相应的社会情绪测量，每个通过一个单独的序列到序列通道。我们通过对SPDR SP 500 Trust ETF八年来的历史交易数据进行回测来评估我们的方法的性能。实验结果表明，双CLVSA可以有效地融合这两种类型的数据，并验证情绪测量不仅是金融市场预测的信息，但他们也包含额外的有益功能，以提高我们的预测系统的性能。
2022-01-27 cs.LG q-fin.CP q-fin.ST
Change-point Analysis in Financial Networks
全球化的一个主要影响是信息在金融市场之间流动，使这些市场容易受到金融传染的影响。研究的重点是网络分析技术，以了解这种信息流的程度和性质。一个国家的股票市场崩盘可能对全球其他市场产生严重影响，这已是不争的事实。由此可见，这种崩溃或关键机制将影响全球金融市场的网络动态。在本文中，我们使用动态网络中的连续变化点检测来检测全球13个股票市场的网络特征的变化。我们的方法可以帮助我们在研究期间检测所有已知的股票市场崩溃中网络行为的变化。在大多数情况下，我们可以在崩溃之前检测到网络特征的变化。因此，我们的工作开启了使用这种技术为金融市场中的关键制度敲响警钟的可能性。
2019-11-14 q-fin.ST stat.AP
Double Power Law Decay of the Persistence in Financial Markets
持续性现象的研究在日本金融市场通过使用一种新的映射的时间演变的日经指数的股票报价到伊辛自旋。该方法适用于历史结束日的数据，从日本股票市场在2002年。通过研究自旋的时间依赖性，我们发现了明确的证据，一个双幂律衰减的份额的比例，保持高于或低于“开始\rq \随机选择的值。这一结果与最近对伦敦富时100指数市场数据的分析一致。幂律的斜率也是一致的。我们估计日本金融市场的长期持续指数为0.5。
2008-03-04 physics.data-an physics.soc-ph q-fin.ST
Large-volatility dynamics in financial markets
本文基于中国指数和德国DAX指数的分时和日数据，研究了金融市场的大波动动态。大波动前后的动力学弛豫均服从幂律，其指数$p_\pm$通常随大波动的强度而变化。大波动率动态在分钟时间尺度上是时间反转对称的，而在日时间尺度上是非对称的。分析表明，时间反演的不对称性主要是由外生事件引起的。也正是这些外生事件使得金融动态系统处于非平稳状态。揭示了中德两国股票市场的不同特征。
2011-03-25 physics.soc-ph q-fin.ST
