A Multifractal Analysis of Asian Foreign Exchange Markets
我们分析了1991 - 2005年日本、香港、韩国和泰国对美元的每日外汇汇率的多重分形谱。我们发现四种情况下的收益率时间序列都具有多重分形谱特征。为了观察亚洲金融危机的影响，我们还估计了危机前后有限序列的多重分形谱。我们发现，韩国和泰国的外汇市场经历了一个显着的增加，在多重分形相比，香港和日本。我们还表明，多重分形是强相关的存在下，在系列中的高值的回报。
2019-07-09 cond-mat.stat-mech physics.soc-ph q-fin.ST
Foreign Exchange Market Performance: Evidence from Bivariate Time Series Approach
运用网络分析方法对外汇市场中货币之间的相似性进行分析的研究很多。在这些研究中，每一种货币都是由一个单变量的汇率收益时间序列来表示的。这是分析外汇市场基础信息的标准做法。本文采用Escoufier的RV系数来度量货币之间的相似性，其中每一种货币都是由二元时间序列表示的。基于该系数，我们分析了货币的拓扑结构。本文将通过一个外汇分析的例子来说明RV系数的优点。
2016-08-27 q-fin.ST
Analysis of high-resolution foreign exchange data of USD-JPY for 13 years
我们分析了由2000万个数据点组成的13年的高分辨率外汇数据，以报告汇率波动分布和相关性的可靠统计规律。条件概率密度分析清楚地表明，在8个刻度（约1分钟）的时间尺度上存在趋势跟踪运动。
2002-11-08 cond-mat.stat-mech q-fin.ST
Intra-Day Seasonality in Foreign Exchange Market Transactions
本文研究了在德国马克/美元外汇市场上交易的限价和市价订单的日内季节性。对基于Dealing 2000-2电子交易商间经纪系统的已完成交易数据的实证分析表明，在通常的市场条件下，日内回报率和回报率波动具有明显的季节性。此外，对已实现尾部结果的分析支持整个交易日特殊市场条件的季节性。
2011-03-29 q-fin.ST q-fin.TR
Foreign exchange markets: price response and spread impact
我们对不同年份、不同时间尺度的即期外汇市场价格响应函数进行了详细的大规模数据分析。这样的响应函数提供了关于偏离马尔可夫行为的定量信息。价格响应函数显示，随着时间滞后的增长，在贸易时间尺度和物理时间尺度上，所有分析年份的价格响应函数都增加到最大值，然后缓慢下降。此外，我们使用一个价格增量点（pip）买卖价差的定义来分组不同的外汇对和分析的价格反应函数的价差的影响。我们发现，大点差有一个更强的影响的反应。这与股票市场的情况相似。
2021-07-26 q-fin.ST
Wavelet Based Volatility Clustering Estimation of Foreign Exchange Rates
我们提出了一种新的技术，检测金融时间序列的外汇汇率数据的美国-欧元美元（US/EUR）使用统计和光谱技术的组合。这是可能的，因为连续小波变换（CWT）分析已被广泛应用于各种领域的波动数据，科学和工程，也正在尝试在金融和经济。我们已经能够定性地确定存在的非线性和混沌的时间序列的外汇汇率为美国/欧元（美元对欧元）和美国/英国（美元对英镑）货币。有趣的是，我们发现，对于美国-印度（美元对印度卢比）的外汇汇率，没有观察到这样的混沌动力学。这可能是政府控制外汇汇率，而不是市场控制汇率的结果。
2009-10-01 nlin.CD q-fin.ST
Comprehensive Analysis of Market Conditions in the Foreign Exchange Market: Fluctuation Scaling and Variance-Covariance Matrix
我们调查了2007年6月至2010年12月期间每周外汇市场的报价和交易活动。不同货币对的报价数量（或交易数量）的平均值与相应的标准差之间的比例关系在大多数周内都保持不变。但是，在某些时间段内，标度会发生突破，这与市场震荡的出现有关。当在不同的窗口长度$Δt$中观察到两个量时，标度指数的值和货币对互相关的全球平均值之间存在单调关系。
2012-04-02 physics.data-an physics.soc-ph q-fin.ST
Efficiency in foreign exchange markets
本文利用高频数据对美元/德国马克汇率的弱有效性进行了定量检验。我们证明了长期收益率异常的存在。我们介绍了一种技术来衡量可用的信息，并表明它可以是有利可图的以下一个特定的交易规则。
1999-01-21 cond-mat.dis-nn q-fin.ST
The Mirage of Triangular Arbitrage in the Spot Foreign Exchange Market
本文利用高频可执行价格研究了即期外汇市场中的三角套利行为。我们发现，三角套利机会确实存在，但大多数具有短的持续时间和小幅度。我们发现套利机会的数量和长度在日内变化，在流动性更强的时间段内出现了大量平均持续时间较短的机会。我们进一步证明，近年来套利机会的数量有所减少，这意味着定价效率相应提高。使用交易模拟，我们表明，交易者将需要击败其他市场参与者的套利价格的不切实际的大比例，在很长一段时间内从三角套利获利。我们的研究结果表明，外汇市场是内部自洽的，并提供了一个有限的验证市场有效性。
2008-12-04 q-fin.ST
Predicting Foreign Exchange EUR/USD direction using machine learning
本研究针对外汇EUR/USD日度走势预测问题，对比了多种机器学习模型，结合主成分分析处理特征并探索元估计器方法，实现了58.52%的单日预测准确率与2022年32.48%的年化收益。
2024-10-05 q-fin.ST
New approaches of the DCC-GARCH residual: Application to foreign exchange rates
提出两种过滤多元GARCH模型残差相关性的方法，通过外汇汇率预测验证，能使DCC-GARCH残差几乎独立。
2024-11-12 q-fin.ST
Time-Varying Comovement of Foreign Exchange Markets
建立了外汇汇率的时变协整模型。与以前的研究不同，我们允许向量误差校正（VEC）模型中的负载矩阵随时间变化。由于VEC模型中的负载矩阵与偏离长期关系消失的速度相关，因此我们提出了一种新的基于时变负载矩阵的市场共动程度，以衡量长期关系随时间的强度或稳健性。由于汇率是由宏观变量决定的，汇率之间的协整意味着这些宏观变量具有共同的随机趋势。因此，所提出的度度量市场的共动程度。我们的主要发现是，在过去的四分之一世纪里，市场联动性变得更强，但市场联动性加强的速度正在下降，有两个主要的转折关头：一个在1995年，另一个在2008年。
2016-10-14 q-fin.ST
Clustering and attention model based for intelligent trading
The University of Sydney（悉尼大学）
外汇市场在全球金融市场中占有重要地位。外汇交易在给投资者带来高收益机会的同时，也带来了一定的风险。自20世纪外汇市场建立以来，外汇汇率预测就成为各国学者研究的热点问题。由于影响外汇市场因素的复杂性和数量，技术分析无法应对行政干预或突发事件。我们的团队选择了2005年至2021年的几对外币历史数据和衍生技术指标作为数据集，并建立了不同的机器学习模型，用于超卖场景下的事件驱动价格预测。
2021-08-06 cs.LG q-fin.ST
Detecting a Currency's Dominance or Dependence using Foreign Exchange Network Trees
在包含大量相互作用的随机过程的系统中，通常会有许多非零相关系数。这使得很难可视化系统的相互依赖性，或确定其主导元素。这种情况出现在外汇（FX），这是世界上最大的市场。在这里，我们使用最小生成树（MSTs）开发了这些相关性的网络分析。我们发现，MST不仅提供了一个有意义的代表性的全球外汇动态，但他们也使人们能够确定暂时占主导地位的和依赖的货币。我们发现，有关一个国家的地理联系的信息出现在原始汇率数据。最重要的是，从交易的角度来看，我们讨论了如何推断哪些货币在特定时期内“在发挥作用”。
2004-12-15 cond-mat.dis-nn cond-mat.other physics.soc-ph
Correlation Patterns in Foreign Exchange Markets
在金融市场中，一项资产的价值是以另一项资产（被称为计价单位）的形式给出的。价值的动态是非平稳的，因此，为了量化不同资产之间的关系，需要方便的测量，例如相应对数回报的均值和协方差。在这里，我们开发了这些手段和协方差的转换方程，当一个改变的numeraire。结果得到了验证，一个彻底的实证分析捕捉动态的众多资产在外汇市场。我们证明了资产对之间的偏相关系数在计价单位的变化下是不变的。这一可观察数据量化了两种资产之间的关系，而其他资产的影响则被去除。因此，偏相关性揭示了在普通相关性分析中可能不容易注意到的有趣观察。
2019-02-28 q-fin.ST
Indeterminacy in foreign exchange market
我们讨论了外汇市场的价格变化分布，在日历和业务时间框架中表征它们。价格动态被发现是两个不同的过程，多方差扩散和误差过程的结果。后者的存在，在短时间尺度上占主导地位，导致金融的不确定性原则。此外，动态不允许一个计划的基础上独立的概率分布，因为波动性表现出很强的相关性，即使在最短的时间尺度。
1999-06-23 cond-mat.dis-nn cond-mat.stat-mech q-fin.ST
Estimating the Currency Composition of Foreign Exchange Reserves
针对部分大储备国披露货币构成信息不足的问题，本文提出用隐马尔可夫模型估算储备构成，应用于中、新后发现中国储备构成接近全球平均、新加坡美元持有量偏少。
2023-05-08 econ.EM q-fin.ST
Lead-lag Relationships in Foreign Exchange Markets
资产之间的超前滞后关系是分析高频金融数据的有用工具。然而，对这些关系的研究主要集中在股票价格，现货和期货对市场指数的动态相关性分析，而外汇数据的探讨较少。为了对外汇市场中的领先滞后关系的本质提供有价值的见解，我们通过三种不同的方法对汇率的一分钟对数收益率进行了详细的研究：i）滞后相关性，ii）滞后偏相关性和iii）格兰杰因果关系。在所有的研究中，我们发现，即使大多数对汇率滞后影响是不存在的，有许多对通过统计显著性检验。出于统计上的显着关系，我们构建有向网络，并通过PageRank算法研究个别汇率的影响。该算法通常将以各自货币报价的股票市场指数列为最具影响力的指数。与有效市场假说的主张相反，这些发现表明，所有的市场信息并不是瞬间传播的。
2019-09-15 q-fin.CP q-fin.ST
Foreign exchange market fluctuations as random walk in demarcated complex plane
我们表明，随时间变化的波动$\{Δx\}$在外汇汇率准确地描述了一个复杂的平面，分为增益（+）和损失（-）部门的随机游走。$\{Δx\}$是$N$从原点随机步进的结果，而$|Δx|$是最终第$N$步位置的欧几里得距离的平方。$\{Δx(t)\}$的符号由平面中的第$N$步位置设置。该模型不仅解释了G7市场$\{Δx\}$的概率密度的指数统计，而且还解释了其观察到的不对称性，以及随时间延迟增加而变宽的幂律依赖性。
2003-08-15 physics.comp-ph q-fin.ST
Segmentation procedure based on Fisher's exact test and its application to foreign exchange rates
本研究提出一种基于Fisher精确检验的单变量时间序列分割方法。我们表明，一个足够的变化点可以检测到的p值的最小值。结果表明，所提出的程序可以检测人工时间序列的变化点。我们应用所提出的方法来找到段的外汇汇率递归。它也适用于随机混洗的时间序列。结论是随机混洗数据可以作为确定原假设的水平。
2013-09-03 physics.data-an q-fin.ST stat.ME
Waiting time analysis of foreign currency exchange rates: Beyond the renewal-reward theorem
我们评估从观察金融市场价格到下一次价格变化的平均等待时间，特别是在通过互联网为个人客户提供的在线外汇交易服务中。我们目前工作的基本技术思想是依赖于所谓的更新-奖励定理。假设市场价格变化的随机过程可以看作是一个更新过程，我们利用该定理计算了该过程的平均等待时间。在该定理的传统推导中，显然很难求出等待时间的高阶矩。为了克服这类困难，我们试图直接导出随机过程P_{W}（tau）的任意时间间隔分布（首次通过时间分布）和顾客的观察时间分布P_{O}（t）的等待时间分布Ω（s）。我们的分析使我们能够评估不仅是第一时刻（平均等待时间），但也等待时间的高阶矩的任何顺序。此外，在我们的形式主义中，可以根据观察时间分布P_{O}（t）对客户在互联网上的价格观察进行建模。我们应用我们的分析，从索尼银行的个人客户的在线外汇汇率的随机过程，并比较与经验数据分析的时刻。
2007-02-01 physics.data-an physics.soc-ph q-fin.ST
Time and foreign exchange markets
在处理高频时间序列时，时间的定义仍然是一个悬而未决的问题。如果时间是简单的日历时间，价格可以被建模为连续的随机过程，交易或给定报价产生的价值是这种潜在动态的离散样本。相反，如果从商业时间的角度来看，价格动态是一个离散的随机过程，时间只是市场上报价的顺序。在本文中，我们认为，商业时间的方法可能是一个更好的方式建模价格动态比日历时间。这一结论是通过对两个模型预测的概率密度和条件方差与实验值进行检验得出的。我们使用的数据集包含Olsen & Associates在1998年1月至12月的一年期间向我们提供的DEM/USD汇率报价。在此期间，EFX系统中记录了1 620 843个报价条目。
2005-04-14 cond-mat.other physics.soc-ph q-fin.ST
Analysis of a network structure of the foreign currency exchange market
我们分析了世界外汇市场的结构，将其视为一个相互作用的货币网络。我们分析每日时间序列的外汇数据的一组63种货币，包括黄金，白银和铂金。我们将所有的汇率与一个共同的基础货币组合在一起，并分别研究每一组。通过应用过滤相关矩阵的方法，我们确定集群密切相关的货币。产业集群的形成有典型的经济和地理因素。我们还研究了不同网络表示（即，对于不同的基础货币），并发现在大多数表示中，网络具有分层无标度结构。此外，我们分析了网络的时间演化，并发现其结构随着时间的推移是不稳定的。中期趋势可以通过降低美元节点的中心性来确定。我们的分析还表明，欧元在世界货币市场上的作用越来越大。
2009-06-02 q-fin.ST
Frequency analysis of tick quotes on the foreign exchange market and agent-based modeling: A spectral distance approach
利用两个标准化的报价频率谱图之间的Kullback-Leibler分歧和它们之间的广义Jensen-Shannon分歧，对外汇市场高频金融数据（EUR/CHF，EUR/GBP，EUR/JPY，EUR/NOK，EUR/SEK，EUR/USD，NZD/USD，USD/CAD，USD/CHF，USD/JPY，USD/NOK，USD/SEK）进行分析。货币对之间的相似性的时间结构变化的检测和特征。提出了一个简单的基于代理的模型，其中$N$市场参与者交换$M$货币对。从理论上近似推导出滴答频率的方程。基于该模型的分析，报价频率的谱距离与市场参与者在交换这些货币对时的行为（感知和决策）的相似性相关联。
2006-12-07 physics.data-an q-fin.ST
Dynamic functional time-series forecasts of foreign exchange implied volatility surfaces
本文提出了静态和动态版本的单变量，多变量和多级功能时间序列方法来预测外汇市场的隐含波动率表面。我们发现，动态函数主成分分析一般提高样本外预测精度。更具体地说，动态单变量函数时间序列方法显示出最大的改进。我们的模型导致多个实例的统计上显着改善的预测准确性，每日欧元兑美元，欧元兑英镑，欧元兑日元隐含波动率表面在不同的到期日，当基准建立的方法。一个程式化的交易策略也被用来证明我们所提出的方法的潜在经济效益。
2021-07-22 q-fin.ST stat.AP stat.CO
Multifractal Features in the Foreign Exchange and Stock Markets
研究了韩国金融市场价格波动数据的多重分形行为。使用重新标度的范围分析（R/S分析），我们显示了韩元对美元汇率和KOSPI收益率的多重分形性质。我们还估计了Hurst指数和广义$q$的阶Hurst指数在uniform的多重分形框架。特别是我国金融市场是一个具有长期记忆效应的持续过程，Hurst指数的统计值在特征时间尺度上发生交叉。研究发现，收益率的概率分布与洛仑兹分布很好地一致，与厚尾性质显著不同。
2003-05-13 cond-mat.stat-mech q-fin.ST
Segmentation analysis on a multivariate time series of the foreign exchange rates
本研究考虑了多变量高斯混合假设下的多变量分割过程。采用两个多元高斯分布之间的Jensen-Shannon散度作为一个参数，提出了一种递归分割方法。使用该方法对过去十年（2001年1月3日至2011年12月30日）由12种货币组成的30个货币对的日对数收益率时间序列进行了分析。所提出的方法可以检测到几个重要的国际经济的重大事件相关的时期。
2012-05-02 physics.data-an q-fin.ST
Foreign exchange risk premia: from traditional to state-space analyses
Catholic University of Milan（米兰天主教大学）
本文比较了传统回归与状态空间方法在外汇风险溢价分析中的应用，发现传统回归能有效识别溢价的存在与时间演变特性，而状态空间方法能更准确地捕捉不可观测溢价的时间变异本质。
2016-05-25 econ.GN q-fin.EC q-fin.ST
Markovian approximation in foreign exchange markets
在本文中，我们测试的高频数据集的出价-要求德国马克/美元汇率报价银行间路透社网络在1992年10月1日至1993年9月30日期间注册的随机游走假设。然后，我们提出了一个随机模型的价格变化，这是能够描述的一些重要特征的交易所市场行为。除了通常的相关性分析，我们已经验证了该模型的有效性，通过其他方法的启发，信息论。这些技术不仅是对近似值的严格检验，而且也证明了数据系列中具有明显金融相关性的某些方面。
1999-03-09 cond-mat.stat-mech q-fin.ST
Herd Behaviors in the Stock and Foreign Exchange Markets
本文分析了韩国金融市场中韩元-美元汇率和KOSPI收益率的羊群行为。结果表明，价格收益率$R$的概率分布$P(R)$的三个值的羊群效应参数趋于幂律行为$P(R) \simeq R^{-β}$与指数$ β=2.2$（韩元兑美元汇率）和2.4（KOSPI）。金融崩溃发生在$h >2.33$时，观察到的概率分布的极高的价格回报率的相对增加。特别地，归一化收益率的分布显示出对于时间步长$Δt=252$的高斯分布的交叉。我们的结果也将与其他知名的分析进行比较。
2003-04-21 cond-mat.stat-mech q-fin.ST
Analysis of Indian foreign exchange markets: A Multifractal Detrended Fluctuation Analysis (MFDFA) approach
本文采用MFDFA方法分析了四种主要货币兑印度卢比汇率的多重分形特征，并通过随机打乱和相位随机化揭示了不同货币多重分形性的主要来源（胖尾、长程相关性或宽尾）。
2023-06-28 q-fin.ST
Time-scale dependence of correlations among foreign currencies
为了阐明货币之间的相关性，我们分析了每日和高分辨率的外汇汇率数据。地理位置邻近的国家的货币对之间有很强的相关性。我们发现，有一个时间延迟的订单之间的两个货币市场具有很强的交叉相关性小于一分钟。在任何情况下，汇率之间的交叉相关性在较短的时间尺度上都较低。作为一个推论，我们注意到一种矛盾，即日元对美元的直接汇率在短时间尺度上与通过欧元的日元对美元的间接汇率存在显著差异。这一结果表明，外汇市场之间存在套利机会。
2003-03-17 cond-mat.stat-mech q-fin.ST
Econophysics of Stock and Foreign Currency Exchange Markets
经济物理学是一门处于婴儿期的科学，大约在十年前的写作时间里诞生，在物理学，数学，计算，当然还有经济学和金融学的交叉路口。它也包括人文科学，因为所有的经济学最终都是由人的决定驱动的。从这个人的因素来看，经济物理学没有希望达到精确科学的地位，但有趣的是发现可以实现什么，发现潜在的限制并试图进一步推动这些限制。介绍了几种数据分析技术，重点是消除趋势波动分析（$DFA$）和Zipf分析技术（$ZAT$）。有关原始数据的信息是不完整的，但数据主要涉及外汇市场。强调了$DFA$技术的稳健性。为建议进一步的工作提出了补充意见。关于金融价值演变的模型被回顾，同样没有进入详细的工作讨论典型的代理人行为，而是希望有足够的信息，以便在阅读一些关于价格形成的大量文献之前可以记住基本成分。碰撞是壮观的现象保持我们的注意力，并通过数据分析和基本的直观模型。一些统计和微观模型进行了概述。
2006-06-01 physics.data-an physics.soc-ph q-fin.ST
Inverse Statistics in the Foreign Exchange Market
我们研究日内外汇（FX）时间序列使用逆统计分析[1，2]。具体来说，我们研究的时间平均分布的等待时间需要获得一定的增加（减少）$ρ$的投资价格。针对德国马克（DM）与$US for the full year of 1998, but similar results are obtained for the Japanese Yen against the $ US进行分析。具有较高的统计意义，“共振峰”的存在下，在等待时间分布建立。这种峰值是市场参与者交易习惯的结果，因为它们不存在于相应的报价（业务）等待时间分布中。此外，一个新的{ \em程式化的事实}，观察到的等待时间分布的幂律Pdf的形式。这一结果是通过将物理等待时间重新调整相应的滴答时间来实现的，从而部分地消除了市场活动的规模依赖特征。
2004-03-04 cond-mat.other q-fin.ST
Constraint-Based Inference of Heuristics for Foreign Exchange Trade Model Optimization
Michigan State University（密歇根州立大学）
外汇（Forex）是一个大型分散市场，交易分析和算法交易在其中很受欢迎。研究工作一直侧重于证明某些技术指标的有效性。然而，我们证明，指标函数的值是不可复制的，往往会减少贸易机会的数量，相比价格行动交易。在这项工作中，我们开发了两个与交易信号率高的外汇交易启发式模板。为了确定给定启发式原型的最佳参数，我们对三种低利润工具和6种不同OHLC粒度的10年外汇价格数据进行了机器学习模拟。因此，我们为每个工具粒度对开发了一个特定的和可重复的最佳交易参数列表，优化配置的平均每日利润为118点。
2021-05-11 cs.AI cs.CE cs.LG
Forecasting Foreign Exchange Rate: A Multivariate Comparative Analysis between Traditional Econometric, Contemporary Machine Learning & Deep Learning Techniques
Birla Institute of Technology and Science, Pilani（博拉理工与科学大学皮拉尼分校）
在当今的全球经济中，准确预测宏观经济参数，如外汇汇率或至少正确估计趋势，对任何未来投资都至关重要。近年来，使用基于计算智能的技术来预测宏观经济变量已被证明是非常成功的。本文试图提出一种多变量时间序列方法来预测汇率（美元/印度卢比），同时比较三种多变量预测建模技术的性能：向量自回归（传统计量经济学技术），支持向量机（现代机器学习技术）和递归神经网络（现代深度学习技术）。我们使用1994年4月至2018年12月美国和印度几个宏观经济变量的月度历史数据来预测美元兑印度卢比的外汇汇率。结果清楚地表明，SVM和RNN（长短期记忆）的当代技术优于广泛使用的传统自回归方法。具有长短期记忆（LSTM）的RNN模型提供了最高的准确率（97.83%），其次是SVM模型（97.17%）和VAR模型（96.31%）。最后，我们提出了一个简短的分析相关性和相互依赖的变量用于预测。
2020-02-19 cs.LG econ.EM q-fin.ST
Constructing Copulas Using Corrected Hermite Polynomial Expansion for Estimating Cross Foreign Exchange Volatility
Copula在许多领域被用来构造联合分布。在某些问题中，有必要处理比通常所知的copula更复杂的相关结构。有限阶多元Hermite多项式展开作为联合密度函数的近似，可以处理复杂的相关结构。然而，它不构造Copula，因为密度函数可以取负值。在这项研究中，我们提出了一种方法来构建一个copula的基础上有限和多元Hermite多项式展开的联合密度函数的修正。此外，我们应用此Copula估计跨货币对的波动率微笑在外汇期权市场。该方法通过适当调整参数，即使在高阶参数固定的情况下，也能很容易地再现交叉货币对的波动率微笑。在数值实验中，我们比较了所提出的Copula和其他Copula对欧元-日元、美元-日元和欧元-美元的波动率微笑的估计结果，证明了所提出的Copula的有效性。
2023-01-24 q-fin.MF q-fin.ST
Queueing theoretical analysis of foreign currency exchange rates
我们提出了一个有用的方法来研究外汇汇率的统计特性。我们的方法是基于奖励理论，特别是所谓的更新奖励定理。对于索尼银行美元/日元（USD/JPY）汇率的第一次通过过程，我们评估了平均等待时间，该时间定义为客户在想要观察汇率的任何时刻（例如，当他们登录到计算机系统时）和下一次汇率变化之间必须等待的平均时间。我们发现，指数分布的第一次通过过程的假设应该被拒绝，Weibull分布似乎更适合解释的随机过程的索尼银行利率。我们的方法还使我们能够评估客户的预期回报，即可以预测客户必须等待多久，以及在他们登录计算机系统后，他们将在下一次价格变化时获得多少回报。我们通过与经验数据分析的比较来检验我们预测的有效性。
2007-10-16 physics.comp-ph physics.data-an q-fin.ST
Deep Reinforcement Learning for Foreign Exchange Trading
Soochow University（东吴大学）；National Taipei University（国立台北大学）
强化学习可以与环境进行交互，适合在决策控制系统中应用。因此，我们使用了强化学习方法来建立外汇交易，避免了长期以来深度学习预测趋势不稳定的问题。在系统设计中，我们优化了Sure-Fire统计套利策略，设置了三个不同的动作，将一段时间内的连续价格编码到Gramian角场（GAF）的热图视图中，并比较了深度Q学习（DQN）和近端策略优化（PPO）算法。为了测试可行性，我们分析了三种货币对，即欧元/美元，英镑/美元和澳元/美元。我们以2018年8月1日至2018年11月30日的4小时为单位训练数据，并使用2018年12月1日至2018年12月31日之间的数据测试模型性能。各种模型的测试结果表明，只要模型能够处理复杂和随机过程，并且状态能够描述环境，就可以实现良好的投资业绩，验证了强化学习在交易策略开发中的可行性。
2020-06-03 cs.LG q-fin.ST
Trading Foreign Exchange Triplets
我们为外汇（FX）经纪商开发了最佳交易策略，该经纪商必须清算非流动性货币对的大量头寸。为了最大限度地提高收入，经纪商考虑交易货币三元组，其中包括非流动货币对和其他两个流动货币对。选择三元组中的液体对，使得其中一对是冗余的。经纪人是风险中性的，并考虑到外汇汇率中的模型模糊性，使其策略对模型错误说明具有鲁棒性。当经纪人是模糊中性（厌恶）的交易策略在每一对是独立的（依赖）的库存在其他两对的三元组。我们采用模拟来说明如何强大的策略执行。在一定的模糊性厌恶参数范围内，我们发现随着模糊性厌恶的增加，策略的平均损益（P &L）增加，标准差减小。
2020-04-24 q-fin.MF q-fin.ST q-fin.TR
Reinvestigating the Uncovered Interest Rate Parity Puzzle via Analysis of Multivariate Tail Dependence in Currency Carry Trades
货币套利交易是一种投资策略，涉及出售低利率货币以购买高利率货币，从而从利率差中获利。这是一个众所周知的金融难题，因为假设外汇风险不受约束，市场上有理性的风险中性投资者，那么人们就不会指望从这种策略中获利。这就是未覆盖利率平价（UIP），在这种平价条件下，面对外汇风险，加上汇率的意外变化，应导致汇率变化应抵消从这种利率差异中获利的可能性。利率平价所需的两个主要假设与资本流动性和国内外资产的完全可替代性有关。在外汇市场均衡的情况下，利率平价条件意味着国内资产的预期收益率将等于外币资产经汇率调整后的预期收益率。然而，经验表明，投资者实际上可以通过在一个利率较低的国家借款，兑换外币，然后在一个利率较高的国家投资来赚取套利利润，同时考虑到到期时兑换回本国货币的任何损失（或收益）。因此，旨在利用利率差异的交易策略平均而言是有利可图的。因此，本文的目的是重新解释的重尾边际模型结合多变量尾部相关的特点，在高利率差和低利率差的货币投资组合的风险回报分析的货币套利交易之谜。
2014-01-12 q-fin.PM q-fin.ST
Examining the Effect of COVID-19 on Foreign Exchange Rate and Stock Market -- An Applied Insight into the Variable Effects of Lockdown on Indian Economy
自2020年3月25日起，印度已宣布全国性封锁，以应对SARS-CoV-2和COVID-19的传播，并在过去几个月采取了“解锁”封锁的过程。这项工作试图利用2020年3月11日至6月30日期间112天的二手数据，研究新型冠状病毒2019（COVID-19）及其导致的疾病COVID-19对印度外汇汇率和股票市场表现的影响。该研究探讨了确诊病例增长率（GROWTHC）、汇率（GEX）和敏感指数（GSENSEX）之间的因果关系和方向在封锁前后的不同阶段是否保持不变，试图通过向量自回归（VAR）模型捕捉任何随时间推移的潜在变化。发现确诊病例增速与汇率增速呈正相关，确诊病例增速与SENSEX值增速呈负相关。然而，在应用向量自回归（VAR）模型时，观察到确诊COVID-19病例的增加不会导致汇率和SENSEX指数的值发生重大变化。如果将分析划分为不同的时间段（锁定前、锁定的四个阶段和解锁的第一个阶段），则结果会有所不同。对数值结果的细致入微和合理的解释表明，在感兴趣的变量之间的关系方面，随着时间的推移存在显着的变化。详细了解不同的依赖模式，可能有助于印度的决策者和投资者制定战略，以应对这种情况。
2020-09-30 q-fin.ST
The foreign exchange market: return distributions, multifractality, anomalous multifractality and Epps effect
我们提出了一个系统的研究，从外汇市场的高频回报的各种统计特征。本研究基于欧元-英镑-美元和英镑-瑞士法郎-日元这两个三角形的六种汇率。结果表明，汇率收益率波动的所有考虑对很好地描述的非广泛统计的q-高斯。对于不同的汇率，非扩展性q参数值存在一些小的定量变化，这可能与给定汇率在世界货币贸易中的重要性有关。然而，时间相关性组织了一系列收益，使得它们为所有具有不同对称程度的奇异谱f（alpha）的汇率发展了多重分形特征。最对称的频谱是针对英镑/美元的。我们还形成了三角形的剩余收益的时间序列，并发现其波动的分布发展不成比例地较重的尾巴相比，小的波动，排除了描述的q-高斯。这些剩余收益的多重分形特征揭示了负奇异指数甚至负奇异谱等异常性质。这种反常的多重分形措施迄今已被认为是在文献中的扩散限制聚集和湍流。我们发现，市场在短时间尺度上的无效率导致发生的Epps效应在更长的时间尺度上。虽然货币市场的流动性比股票市场高得多，交易频率也高得多，但相关性的建立需要几个小时--这与在股票市场中观察到的时间相差不大。这可能表明，交易的非同步性不是观察到的效果的唯一来源。
2010-10-26 physics.data-an q-fin.ST
Linkages among the Foreign Exchange, Stock, and Bond Markets in Japan and the United States
本研究采用 VAR-LiNGAM 和 LPCMCI 因果发现方法，结合领域知识，探讨了后疫情时期日美金融市场间的联动关系，发现 VAR-LiNGAM 能有效识别有向无环图并揭示跨市场及跨国因果关系。
2023-10-04 q-fin.ST
Forecasting foreign exchange rates with regression networks tuned by Bayesian optimization
University of Munich (LMU)（慕尼黑大学）；Daimler AG（戴姆勒股份公司）
研究了外汇汇率的多步金融时间序列预测问题。为了解决这个问题，我们引入了一个回归网络，称为RegPred Net。汇率预测被视为一个随机过程。它被假定为遵循一个广义的布朗运动和平均回复过程称为广义Ornstein-Uhlenbeck过程，与时间相关的系数。使用输入时间序列的过去观察值，这些系数可以通过网络的前半部分（Reg）的单元在线回归。回归系数仅取决于-但非常敏感-需要设置的全局优化过程，贝叶斯优化是一个足够的启发式的一小部分超参数。由于其多层架构，回归网络的第二部分（Pred）可以为递归过程系数投影时间相关值，并生成时间序列的真实轨迹。通过对蒙特卡罗模拟获得的值进行平均，可以很容易地以预期值的形式得出预测。在100天的范围内的预测准确性进行评估的几个最重要的外汇汇率，如欧元/美元，欧元/CNY，欧元/英镑。我们的实验结果表明，RegPred Net在测量绝对误差（RMSE）和预测值与实际值之间的相关性（Pearson R，R-squared，MDA）方面明显优于ARMA，ARIMA，LSTM和Autoencoder-LSTM模型。与黑盒深度学习模型（如LSTM）相比，RegPred Net具有更好的可解释性，结构更简单，参数更少。
2022-05-11 cs.LG q-fin.ST stat.ML
Deterministic and stochastic influences on Japan and US stock and foreign exchange markets. A Fokker-Planck approach
本文利用Fokker-Planck方程分析日美股指与汇率，区分确定性与随机性影响，推导漂移和扩散系数，揭示马尔可夫性质及纳斯达克扩散系数的差异。
2003-01-15 cond-mat.stat-mech cs.NA math.NA
A characteristic time scale of tick quotes on foreign currency markets
本研究以1998年至2000年为研究对象，对汇率市场（美元/日元）的特征时间尺度进行了研究。计算每分钟报价数量的功率谱密度，并在一年内平均它们，得出平均功率谱密度在高频处有一个峰值。因此，这意味着存在着经销商在市场上的行为特征尺度。提出了一个简单的代理模型来解释这一现象。这种现象可能是由于随机共振与外源周期性信息和生理波动的代理。这可能归因于交易者在市场上的行为。潜在的应用是外汇市场的定量表征和分类。
2005-09-16 physics.data-an q-fin.ST
Minimal Spanning Tree graphs and power like scaling in FOREX networks
研究了世界60种货币时间序列的外汇汇率相关矩阵。最小生成树（MST）图的黄金，白银和铂。逆功率一样的缩放讨论了这些图形以及四个不同的货币组（主要，流动性，流动性较差和不可交易）。美元和相关货币的比例最差。
2008-09-02 physics.soc-ph q-fin.ST
World currency exchange rate cross-correlations
世界货币网络构成了当代文明最复杂的结构之一。为了量化其特征，我们研究了1998年12月至2005年5月期间60种货币篮子内每日外汇汇率变化的交叉相关性。这样的动态结果主要涉及相关矩阵的一个突出的本征值。然而，这个特征值的大小关键取决于哪种货币被用作其余货币的基础货币。最突出的是从外围货币的角度来看。当使用更重要的货币作为参考时，这个最大的特征值被认为是系统性地减少，因此相关性的结构变得更加异质。在后一个方面的一个极端情况是所考虑时期的美元。除了提供对复杂性的微妙本质的进一步洞察之外，这些观察结果还指出了一种正式的程序，该程序通常可用于测量不同时间范围内的相对货币重要性的实际目的。
2007-08-31 physics.soc-ph q-fin.ST
Wavelet Denoised-ResNet CNN and LightGBM Method to Predict Forex Rate of Change
外汇（Forex）是世界上最大的金融市场。外汇市场的每日交易量远远高于股票和期货市场。因此，建立外汇预测模型对投资者具有重要意义。在本文中，我们提出了一个Wavelet Denoised-ResNet with LightGBM模型来预测五个时间间隔后外汇价格的变化率，以便有足够的时间执行交易。所有的价格都是通过小波变换去噪，并通过计算技术指标形成一个矩阵的30个时间间隔。图像特征是通过将最大值送入ResNet来获得的。最后，将技术指标和图像特征输入LightGBM。我们对5分钟USDJPY的实验表明，该模型优于基线模型，MAE：0.240977x10EXP-3 MSE：0.156x10EXP-6和RMSE：0.395185x10EXP-3。未来25分钟后的准确价格预测为对冲基金算法交易提供了机会窗口。代码可从https://mkhushi.github.io/获得
2021-01-29 q-fin.ST
Correlation Networks Among Currencies
通过分析各种货币的外汇市场数据，我们推导出一个层次分类的货币构造最小生成树。发现了各货币簇的货币结构和关键货币，这些货币簇与世界上相应国家（如亚洲或东欧）的地理区域很好地匹配，关键货币一般由主要经济国家给出。
2005-08-25 physics.data-an physics.soc-ph q-fin.ST
Using Recurrent Neural Networks To Forecasting of Forex
本文报告的经验证据表明，神经网络模型是适用于外汇汇率的统计可靠的预测。时间序列数据和移动平均线等技术指标被输入神经网络，以捕捉货币汇率变动的基本“规则”。训练好的循环神经网络预测美元与其他四种主要货币日元、瑞士法郎、英镑和欧元的汇率。对预报质量进行了各种统计估计。结果表明，神经网络能给出多重决定系数不差于0.65的预测。线性和非线性统计数据预处理，如Kolmogorov-Smirnov检验和赫斯特指数为每种货币的计算和分析。
2003-04-21 cond-mat.dis-nn q-fin.ST
What shakes the FX tree? Understanding currency dominance, dependence and dynamics
人们对了解全球外汇（FX）市场的随机和动态特性非常感兴趣，该市场的日交易量超过1万亿美元。这是一项艰巨的任务，因为外汇市场的特点是汇率波动的网络，具有微妙的相互依赖性，可能会随着时间的推移而变化。在实践中，交易员们谈论的是特定货币在特定时间段内的“作用”，但目前还没有一个既定的机制来检测这种重要信息。在这里，我们将最小生成树（MST）的构建应用于外汇市场，并表明MST可以捕捉全球外汇动态的重要特征。此外，我们表明，MST可以帮助识别暂时占主导地位的和依赖的货币。
2005-03-01 cond-mat.stat-mech physics.soc-ph q-fin.ST
Modeling and forecasting exchange rate volatility in time-frequency domain
本文提出了一种改进的方法来建模和预测波动率使用高频数据。利用基于已实现GARCH的多时频分解已实现波动率预测模型，研究了不同时间尺度对波动率预测的影响。将波动性分解为几个时间尺度近似于交易者在相应投资期限的行为。此外，所提出的方法是能够占跳跃的影响，由于最近提出的跳跃小波两尺度已实现波动率估计。我们提出了一个实现的跳跃-GARCH模型估计在两个版本中使用最大似然以及观测驱动的广义自回归得分估计框架。我们使用几个流行的已实现波动率的措施，涵盖最近的金融危机的外汇利率期货数据进行比较预测。我们的研究结果表明，解开跳跃变化的综合变化是重要的预测性能。一个有趣的洞察波动过程也提供了其多尺度分解。我们发现，未来波动的大部分信息来自频谱的高频部分，代表非常短的投资期限。我们新提出的模型在统计上优于流行的以及传统的模型在一天和多个时期的未来预测。
2015-02-03 q-fin.ST
