Scaling and memory of intraday volatility return intervals in stock market
我们研究了31个日内数据集，包括标准普尔500指数和道琼斯工业指数的30只股票的价格波动率高于一定阈值$q$之间的回报间隔$τ$。对于不同的阈值$q$，概率密度函数$P_q(τ)$与平均间隔$\barτ$成比例为$P_q(τ)={\barτ}^{-1}f(τ/\barτ)$，类似于在每日波动率中发现的。由于日内记录与每日记录相比具有显著更多的数据点，因此我们可以探测更高的阈值$q$并且仍然获得良好的统计数据。我们发现，所有31个日内数据集在不同的时间分辨率下的标度函数$f(x)$是一致的，并且该函数很好地近似于拉伸指数，$f(x)\sim e^{-a x^γ}$，与$γ=0.38\pm 0.05$和$a=3.9\pm 0.5$，这表明相关性的存在。我们分析了$τ$在一定区间$τ_0$之后的条件概率分布$P_q(τ|τ_0)$，发现$P_q(τ|τ_0)$依赖于$τ_0$，表现出日内收益区间的记忆性.此外，我们发现，平均条件间隔$<τ|τ_0>$增加与$τ_0$，一致的记忆发现$P_q(τ|τ_0)$。此外，我们发现收益率区间记录具有长期相关性，相关指数类似于波动率记录。
2005-11-11 physics.soc-ph q-fin.ST
Quantifying bid-ask spreads in the Chinese stock market using limit-order book data: Intraday pattern, probability distribution, long memory, and multifractal nature
利用中国深圳证券交易所的一只交易频繁的股票的限价委托簿数据，研究了买卖价差的统计特性。基于交易前的时间、最高买入价或最低卖出价变化的时间以及固定的时间间隔，考虑了三种不同的价差定义。无论采用线性价格还是对数价格，其结果在定性上是相似的。平均价差呈现明显的日内形态，上午交易呈大L形，下午交易呈小L形。不同定义下的价差分布呈幂律衰减。交易水平点差的尾部指数完全在区间$(2,3)$内，平均点差的尾部指数在不同的时间间隔内完全符合逆立方定律。基于去趋势波动分析，我们发现，在所有三个定义的买卖价差时间序列的长记忆性的证据，即使在去除日内模式。利用经典的多重分形盒计数方法，证明了买卖价差时间序列不具有多重分形性质。
2007-03-15 physics.soc-ph q-fin.ST
Study of statistical correlations in intraday and daily financial return time series
本文的目的是对股票的相关性和联动性进行简要回顾和新的研究，以便理解“季节性”和市场演变。使用CAC40的日内数据，我们首先重申Allez和Bouchaud的发现[New J. Phys. 13，025010（2011）]：股票之间的平均相关性在一天中不断增加。然后，我们使用多维缩放（MDS）在生成地图和可视化的动态演变的股票市场在一天。我们没有发现一天中市场结构的任何显著差异。另一个目的是使用MDS研究的每日数据，并可视化或检测市场和危机时期的特定行业。我们建议，这种类型的可视化可用于确定潜在的对股票的“对贸易”。
2012-04-23 q-fin.ST
Non-Gaussianity of the Intraday Returns Distribution: its evolution in time
我们发现一个显着的时间持久性的各种代理的峰度（P-峰度）的日内回报率分布的标准普尔500指数，这允许一个显着的措施，他们的演变，从1983年至2004年。出现了一个长时间尺度的p-峰度的显着变化与波动率的变化不相关，从而证伪任何假设的一个普适形状的收益率的概率分布。峰度的大幅增加预示着10月87日的崩盘。在1991-2003年期间，即使在互联网泡沫期间波动性增加，它也持续下降。我们对这些结果提出了一些推测性的解释。
2011-12-09 q-fin.ST
Short-term Market Reaction after Trading Halts in Chinese Stock Market
本文利用上海证券交易所的高频数据，研究了停牌后绝对收益率、交易量和买卖价差的动态变化。我们处理了2009年8月至2011年8月期间上海证券交易所203只股票的全部三种停牌类型，即盘中停牌、单日停牌和跨日停牌。我们发现，绝对收益率，交易量，并在买卖价差的情况下，在盘中暂停具有相同的模式与一个尖锐的峰值和幂律松弛之后。而对于不同类型的停牌，其峰值高度和松弛指数是不同的。从停牌原因或停牌持续时间的角度来看，跨日停牌后绝对收益率的松弛指数均大于日内停牌和单日停牌后的绝对收益率松弛指数，说明跨日停牌最有效。从价格走势来看，在停牌和停牌一天的情况下，正事件的超额绝对收益和超额交易量的松弛指数均大于负事件的松弛指数，说明正事件对停牌和停牌一天的影响大于负事件。相反，负面事件比正面事件更有效。
2014-06-23 q-fin.ST q-fin.TR
Intraday order transition dynamics in high, medium, and low market cap stocks: A Markov chain approach
本研究以纳斯达克100指数成分股为对象，用一阶马尔可夫链模型分析不同市值股票的日内订单转换动态，揭示开盘/收盘时段的订单惯性及调整差异，为市场参与者的订单提交决策提供依据。
2025-02-11 q-fin.ST q-fin.TR
Asynchronous ADRs: Overnight vs Intraday Returns and Trading Strategies
美国存托凭证（ADR）是代表非美国公司证券股份的交易所交易凭证。它们是投资外国公司的主要金融工具。本文以亚洲非对称市场中的美国存托凭证为研究对象，给出了其收益率的实证分析方法和结果。特别是，我们将他们的回报分成日内和隔夜的成分，相对于美国市场的时间。通过SPDR S&P500 ETF（SPY）交易的S&P500指数与每个ADR之间的收益差被发现是一个均值回复的时间序列，并通过最大似然估计（MLE）拟合到Ornstein-Uhlenbeck过程。我们的实证观察也引导我们开发和回测配对交易策略，以利用均值回复的ADR-SPY价差。我们发现一致的积极回报时，在ADR和SPY的空头头寸同时执行在选定的进入和退出水平。
2016-10-29 q-fin.ST
The near-extreme density of intraday log-returns
极端事件统计在时间序列分析的理论和实践中具有十分重要的作用。经典理论结果的重组经常被增量之间的非平稳性和依赖性所破坏。此外，收敛到极限分布可能很慢，需要大量的记录来获得重要的统计数据，从而限制了其实际应用。相反，把重点放在密切相关的“接近极端”的密度上-记录与最大值之间的距离-可以使统计方法更适合于实际应用和/或模型的验证。我们应用这一最近提出的方法在一个适应的金融市场模型的日内市场波动的实证验证。
2011-05-31 q-fin.ST
Cross-sectional topological anomaly scores and intraday return predictability in the S&P 500: A BallMapper, decoder-conditional VAE, and Function-on-Function regression approach
本文构建基于市场拓扑结构和横截面同行背景的股票级拓扑异常分数，通过函数对函数回归验证其对标普500成分股日内收益曲线的预测能力，发现异常分数具有累积、反转和分布式的预测特征。
2026-06-07 q-fin.ST
Robust Estimation of Realized Correlation: New Insights about Intraday Fluctuations in Market Betas
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Goldman Sachs（高盛）
本文提出一种基于符号信息的子抽样象限相关估计量，兼顾稳健性与效率，实证发现美股市场贝塔的日内变化主要由相关性变化驱动。
2026-09-25 econ.EM q-fin.ST stat.AP
Multifractality in stock indexes: Fact or fiction?
对4个股票市场指数（包括恒生指数、深证成指、标普500指数和纳斯达克指数）在单个交易日内的日内数据进行多重分形分析和广泛的统计检验，以检验指数（而不是收益率）是否具有多重分形性。我们发现，质量指数$τ(q)$是线性的和奇异性$α(q)$是接近1的所有交易日和所有指数。此外，我们发现了强有力的证据表明，原始数据集的标度行为不能区分从那些混洗时间序列。因此，股票市场指数的多重分形性只是一种假象。
2007-06-14 physics.soc-ph q-fin.ST
Short-term market reaction after extreme price changes of liquid stocks
在我们的实证研究中，我们使用纽约证券交易所和纳斯达克的数据，研究了流动性股票在经历了一个大的日内价格变化后的价格。我们发现，无论是在日内价格下跌和上涨显着逆转。结果对变化的参数是稳定的。在纽约证券交易所，买卖价差的大幅扩大消除了反向策略可以实现的大部分利润，而在纳斯达克，买卖价差几乎保持不变，产生了大量的短期异常利润。此外，波动性、成交量以及纽约证券交易所的买卖价差（在事件发生时急剧增加）按照幂律衰减，并在之后的几天内保持在很高的水平。
2004-06-28 cond-mat.other q-fin.ST
Nonuniversal distributions of stock returns in an emerging market
有充分的证据表明，成熟市场股票收益率的概率分布呈现幂律尾，正尾和负尾都符合逆三次律。它支持的可能性，尾部指数是普遍的，至少在这个意义上，他们不依赖于股票市场，行业部门，和市价总值的成熟市场。本文以中国股票市场为研究对象，研究了中国股票市场A股的一分钟内收益率分布。我们发现收益率可以很好地拟合$q$ -高斯分布，尾部具有幂律松弛，指数在$α=3$附近波动，并且远远超出了个股的Lévy稳定区域。我们提供了统计上显著的证据表明，指数随换手率的增加而递减，随市价总值的增加而递增，并且发现市价总值比换手率对尾部指数的影响更大。研究结果表明，新兴股票市场的日内收益率分布并不普遍。
2010-03-31 q-fin.ST
Variety of Stock Returns in Normal and Extreme Market Days: The August 1998 Crisis
我们研究了最近推出的一组在金融市场上交易的股票收益率的品种。这项调查是通过考虑1998年8月31日标准普尔500指数崩溃的15天时间内的每日和日内时间范围来完成的。在此期间在纽约证券交易所交易的所有股票都被考虑在本分析中。我们发现，在每日收益分析中观察到的品种的统计特性也适用于日内收益。特别是，收益率分布的最大变化在开盘或收盘时（程度较低）最局部化。
2001-04-19 cond-mat.stat-mech q-fin.ST
Non-extensive Behavior of a Stock Market Index at Microscopic Time Scales
本文提出了一个实证调查的巴西股票市场价格波动，考虑q-高斯分布，从一个非广泛的统计力学。我们的研究结果表明，当收益率测量的时间间隔小于一个小时，经验分布很好地拟合的q-高斯指数阻尼尾部。标度行为也观察到这些微观的时间间隔。我们发现，分布的时间演化是根据一个超扩散的q-高斯平稳过程的非线性福克-普朗克方程。这一制度打破了由于指数下降的尾巴，这反过来又控制着长期宏观高斯制度的瞬态动力学。我们的结果表明，该模型为描述股市盘中价格波动的动态提供了一个框架。
2006-07-18 cond-mat.stat-mech physics.soc-ph q-fin.ST
Intraday Limit Order Price Change Transition Dynamics Across Market Capitalizations Through Markov Analysis
National Institute of Technology Sikkim（锡金国立技术学院）；Chennai Mathematical Institute（马德拉斯数学研究所）；University G. d’Annunzio of Chieti-Pescara（基耶蒂-佩斯卡拉G. d'安努齐奥大学）
本文通过马尔可夫分析研究不同市场资本化层级内盘中限价订单价格变化转换动态，揭示了价格惯性、稳定性及时间阶段特征。
2026-01-08 q-fin.ST q-fin.TR stat.AP
An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations
本文提出一种得分驱动的零膨胀Skellam日内GARCH模型，以处理高频价格的离散性、不规则间隔、同时交易及微观结构噪声，并在IBM股票实证中验证其拟合与波动率度量效果。
2024-05-08 q-fin.ST
Market-wide price co-movement around crashes in the Tokyo Stock Exchange
本文以东京证券交易所上市的日经225指数成分股为研究对象，分析了2007- 2009年三年的高频股票收益率数据，研究了股市崩盘前后的价格联动性。对白天连续拍卖中每隔1 min采集的时间序列进行逐日主成分分析，结果显示相关矩阵的最大特征值具有长达数月的显著自相关性，反映了整个市场股价联动的强度。它还与日经225指数的开盘至收盘日内收益率和日收益率密切相关。在多重分形随机游走模型的框架下，研究了最大特征值对应的第一主成分市场模式。在滑动时间窗中估计的模型参数描述了随机波动率的对数的协方差，在几乎所有小于-5%的盘中价格大幅下跌之前增长。这一现象表明，在崩盘之前，整个市场的集体行为正在上升，这可能反映了市场参与者的羊群效应。
2013-06-10 q-fin.ST
Correlation matrix decomposition of WIG20 intraday fluctuations
使用相关矩阵的形式主义，我们研究的时间方面的华沙股票市场的演变为代表的WIG20指数。使用2001年1月至2005年10月期间的高频（1分钟）WIG 20记录。这里考虑的相关矩阵的条目连接了股票市场动态的不同时期，如几天或几周。这种方法允许将价格波动分解为量化潜在动态的不同模式的正交特征信号。相应本征值的大小反映了这些模式的强度。本文的一个观察结果是，从2001年到2005年，WIG20动力学的日趋势强度系统地下降。另一个是，在回报波动的大事件主要与一些最集体的本征信号。
2006-11-29 cond-mat.stat-mech physics.data-an physics.soc-ph
Power law scaling and "Dragon-Kings" in distributions of intraday financial drawdowns
我们研究了世界上最具流动性的期货金融合约在30秒的时间尺度上的ε-提取和ε-提取的分布。epsilon-drawdowns（分别）负（负）的概念（负）的概念（负）。正）回报，以捕捉投资者可以说是最关心的风险。与收益率的分布类似，我们发现ε-下降和ε-上升的分布呈现出幂律尾部，尽管指数明显大于收益率分布。这一矛盾的结果可以归因于（i）收益之间存在显著的瞬态相关性，以及（ii）存在大的离群值（龙王），其特征在于偏离幂律的下降/上升分布的极端尾部。对水位下降/上升的大小、速度和持续时间之间的尾部相关性的研究表明，大小和速度之间存在明确的关系，但大小和持续时间之间没有关系。这意味着最极端的下跌/上涨往往发生得很快，并由少数非常大的回报所主导。我们讨论了这些极端事件的内源性和外源性起源。
2015-04-07 q-fin.ST q-fin.TR
Microstructure Effects on Daily Return Volatility in Financial Markets
我们模拟了一系列的每日回报，从日内价格波动发起的微观结构元素。实证结果表明，日收益率和日收益率波动率具有一阶自相关性，但交易量和日收益率波动率不相关，而日内波动率相关。我们还考虑了日收益率序列中的甘精胰岛素效应，并表明使用日收益率的估计会受到价格水平的影响。相反，使用每日价格变化，我们发现了一个重要的甘精胰岛素成分的证据。这些结果表明，微观结构元素有相当大的影响返回生成过程。
2000-11-17 cond-mat.stat-mech q-fin.ST
A Copula Approach on the Dynamics of Statistical Dependencies in the US Stock Market
我们使用纽约证券交易所TAQ数据库的日内数据分析了2007年至2010年4年期间标准普尔500指数成分股的统计依赖结构。基于Copula的方法，我们发现，统计依赖性是非常强的边缘分布的尾部。这种尾部依赖性高于二元高斯分布，这在许多相关系数的计算中是隐含的。我们比较了尾部依赖市场的平均相关水平作为一个常用的数量，并揭示了一个接近线性的关系。
2011-03-03 q-fin.ST
Nonlinear Stochastic Model of Return matching to the data of New York and Vilnius Stock Exchanges
我们将纽约和维尔纽斯证券交易所的收益率实证数据与金融市场的非线性双随机收益率模型进行匹配，并进行了标度分析。
2010-03-28 q-fin.ST
4-Factor Model for Overnight Returns
本文提出了一个隔夜收益率的四因子模型，并给出了四个因子的明确定义。价值和增长等长期基本面因素对隔夜（或类似的短期）回报缺乏预测能力，因此不包括在内。所有4个因素都是基于日内价格和成交量数据构建的，类似于规模（价格），波动性，动量和流动性（成交量）。法玛和麦克白（1973）的历史回归表明，我们的4个因素具有相当大的序列t统计量，似乎是隔夜回报的相关预测因子。我们通过使用我们的4-因子模型在一个显式的日内均值回归alpha中检查这一点。
2015-06-05 q-fin.PM q-fin.ST
Decomposing Intraday Dependence in Currency Markets: Evidence from the AUD/USD Spot Market
当地的赫斯特指数，一个措施，用于检测存在的依赖性在时间序列，也可以用来调查的来源，在外汇市场的回报观察到的日内变化。考虑到局部赫斯特指数的变化可能是由于时变范围或标准差或这两者同时引起的，分别记录和分析范围、标准差和局部赫斯特指数的值。为了说明这种方法，现货澳元/美元的高频数据集提供了24小时交易日内回报分布的证据，其随时间变化的依赖性和波动性与市场的开盘和收盘明显一致。这种变化归因于流动性的影响和交易商的价格发现行为。
2004-12-17 math.ST q-fin.ST stat.TH
From orders to prices: A stochastic description of the limit order book to forecast intraday returns
我们提出了一个微观模型来描述限价订单簿（LOB）中的基本事件的动态：订单到达和取消。它基于单个订单的算子代数，并描述了它们对LOB的影响。模型的输入是从交易者的个人行为中产生的到达率和取消率分布，我们展示了价格和流动性是如何从LOB动态中产生的。在一个模拟研究中，我们说明了模型是如何工作的，并强调其敏感性的假设有关的市场参与者的集体行为。从经验上讲，我们在XETRA的LOB快照上测试了模型，估计了几个线性化模型规格，并进行了样本内和样本外预测。基于同期信息的样本内结果表明，我们的模型很好地描述了回报，导致调整后的$R^2$约为80%。在更现实的设置中，只有过去的信息进入模型，我们观察到调整后的$R^2$约为15%。下一次返回的方向可以预测（样本外），对于10分钟以下的时间范围，准确度超过75%。平均而言，我们得到的RMSPE比文献中记录的值低10倍。
2021-05-04 econ.EM q-fin.MF q-fin.ST
Large Skew-t Copula Models and Asymmetric Dependence in Intraday Equity Returns
Melbourne Business School, University of Melbourne（墨尔本大学商学院）；Monash University（莫纳什大学）
本文提出高维 skew-t copula 的贝叶斯变分推断方法，并用含至多15个因子的模型刻画93只美股日内收益的时变非对称尾部相依，提升了预测密度与投资组合表现。
2024-07-02 cs.LG econ.EM q-fin.ST
Modelling stock correlations with expected returns from investors
股票相关性对资产定价、投资者决策和金融风险监管至关重要。然而，基于Agent建模的微观解释仍然缺乏。本文提出了一个基于少数者博弈的股票相关性模型，其中一个代理人对一只股票的预期收益率受到另一只股票历史收益率的影响。每个代理人根据自己的预期收益率并参考信息传播和股票的历史收益率做出决策。我们发现，当代理人对一只股票的预期收益率与另一只股票的历史收益率正（负）相关时，两只股票的收益率正（负）相关。我们提供了数值模拟和分析研究，并解释股票相关性的情况下，代理人具有同质或异质预期收益率。当考虑到控股决策和外部事件等其他因素时，该结论仍然成立，从而拓宽了模型的实用性。
2018-03-23 q-fin.CP q-fin.ST
Time-varying return predictability in the Chinese stock market
中国的股票市场是全球最大的新兴市场。中国股票市场是一个非有效的市场，具有可能的线性和非线性相关性。本文采用自举方差比检验和广义谱检验对中国股票市场收益率的可预测性进行了研究。我们发现，收益的可预测性随时间而变化，并观察到显着的收益可预测性周围的市场动荡。我们的研究结果与适应性市场假说相一致，并对市场参与者具有实际意义。
2016-11-13 q-fin.ST
Against the Norm: Modeling Daily Stock Returns with the Laplace Distribution
对数学家、投资者和投资组合经理来说，股票收益建模并不是一个新的任务，但由于股票市场的起伏，它仍然是一个困难的目标。一个常见的解决方案是用正态分布来近似股票收益率的分布。然而，正态分布将无穷小的概率置于极端异常值上，但这些异常值在投资实践中特别重要。本文研究了股票市场主要指数日收益率分布的正态性。我们发现，正态分布不是一个很好的模型，股票收益率，即使在几年的数据价值。此外，我们建议使用拉普拉斯分布作为每日股票收益率的模型。
2019-06-25 q-fin.MF q-fin.ST
Multidimensional Analysis of Monthly Stock Market Returns
本研究考察了土耳其和美国股票市场指数的月度回报率，以调查这些市场在日历年的某些月份是否经历了异常回报。本研究使用的数据包括1996年1月至2014年8月期间的212次观测。我应用统计汇总分析，分解技术，虚拟变量估计和二元逻辑回归来检查月度市场异常。本文中使用的多维方法表明，对月收益率有效市场假说的证据不足。虽然有些月份往往会出现异常收益，但所应用的方法并没有绝对的一致性。尽管如此，在4月份出现正回报后，5月份对土耳其股市的影响明显负面。两个市场的股票在12月都趋于看涨，但我们没有观察到1月的显著影响。
2020-03-12 q-fin.ST
Stock returns forecast: an examination by means of Artificial Neural Networks
几十年来，有效市场假说的有效性一直受到严格的审查。然而，反对它的证据并不确凿。人工神经网络提供了一种无模型的方法来分析过去收益对当前收益的预测能力。本章利用反向传播人工神经网络分析了巴西股票市场的可预测性。我们从Bovespa指数中选取了20只股票，根据不同的市价总值，作为股票规模的代理。我们发现，可预测性与资本化有关。特别是，较大的股票比较小的股票更难预测。
2018-01-24 q-fin.CP q-fin.PR q-fin.ST
A Model for Stock Returns and Volatility
我们证明了学生的t-分布提供了一个更好的适合标准普尔成分股的回报和广义逆伽马分布最适合VIX和VXO波动率数据。我们进一步认为，一个更准确的衡量波动性可能是可能的基础上，股票收益率可以被理解为产品分布的波动性和正态分布。我们在VIX和VXO时间序列中发现了布朗噪声，并解释了弛豫时间的均值和方差接近稳态分布。
2013-05-17 q-fin.ST
Multifractal characteristics and return predictability in the Chinese stock markets
采用多重分形去趋势波动（MF-DFA）分析方法，对上证180指数和深证180指数的高频数据进行了多重分形分析。相应的多重分形谱的特征被定义为市场波动性的度量。研究发现，股票指数收益率与其频谱特征之间存在显著的统计关系，可以应用于未来市场收益率的预测。对多重分形特征收益预测性的样本内和样本外检验表明，谱宽$Δα$对超额收益率具有显著的正预测作用。我们的结果为多重分形性质在资产定价中的应用提供了新的思路。
2018-06-20 q-fin.ST
Stock returns versus trading volume: is the correspondence more general?
本文利用波兰股票市场的高频数据，对股票市场收益与相应交易量之间的关系进行了定量分析。首先，对于交易时间足够长的股票，我们研究了收益率和成交量分布，并确定了它们与幂律函数的一致性。我们发现，对于大多数股票，这两个分布的标度指数系统地相关的约2倍的回报率较大。其次，我们研究了给定交易量的交易对价格的影响，发现这种影响可以用平方根相关性来很好地描述：r（V）V^（1/2）。我们的结论是，波兰市场的数据的属性类似于文献中报道的关于某些成熟市场。
2013-10-28 q-fin.ST
Uncovering a factor-based expected return conditioning structure with Regression Trees jointly for many stocks
鉴于简单线性回归三因子模型的成功和几乎普遍接受，当分析被允许考虑因素和股票收益之间的非线性依赖关系时，分析三个因素在解释股票收益方面的信息含量是有趣的。为了更好地了解基于因子的条件信息，在回归树设置的预期股票收益率，股票收益率的分析表明，使用每日股票收益率数据为5个主要的美国公司。第一个发现是，在所有情况下（单独和联合）最具信息性的因素总是市场超额收益率因素。此外，三个主要问题进行了讨论：a）深度=1树的平衡，因为它涉及到股票收益率分布的属性，b）深度=1树平衡背后的机制，在联合回归树和c）在联合回归树的主导股票。结果表明，高的偏斜值不能单独解释的不平衡所产生的树分裂的股票具有明显的偏斜可能会产生平衡的树分裂。
2020-07-16 q-fin.CP q-fin.ST
Impact of the COVID-19 pandemic on the financial market efficiency of price returns, absolute returns, and volatility increment: Evidence from stock and cryptocurrency markets
该研究分析股票与加密货币市场的收益率、绝对收益率和波动率增量，发现COVID-19对市场有效性的影响因市场和指标而异，并提示按疫情分段分析可能产生误导。
2025-04-26 q-fin.ST
Serial correlation and heterogeneous volatility in financial markets: beyond the LeBaron effect
本文研究了标准普尔500指数的收益率序列相关性与日内波动性之间的关系。在每日和每周的水平上，序列相关性和波动性是负相关的（LeBaron效应）。在确认LeBaron效应也在日内水平上成立的同时，我们超越了它，并补充了有效市场的菌丝（回报率）与异质市场的菌丝（波动性），我们测试了意外波动的影响，定义为波动性的一部分，无法预测，在时间序列中存在序列相关性。我们发现，意外波动，而不是正相关的日内序列相关性。
2008-10-27 physics.soc-ph q-fin.ST
The Impact of Credit Risk and Implied Volatility on Stock Returns
本文探讨了使用衍生工具隐含风险溢价解释股票收益的可能性。衍生品市场的迅速发展使信用风险和利率风险等各种风险的交易成为可能。本文使用信用违约互换和股票期权来确定风险溢价，然后将其用于形成投资组合，并对股票投资组合的收益进行回归。事实证明，信用风险和隐含波动率对股票收益率都有很高的解释力。特别是不良股票的回报高度依赖于信用风险波动。这一发现导致了实际的影响，如股票和信贷工具之间的交叉对冲机会，并可能允许预测股票收益的基础上在信贷市场的变动。
2010-05-30 q-fin.PR q-fin.ST
Maximum Entropy Production Principle for Stock Returns
在我们以前的研究中，我们已经调查了纽约和华沙的证券交易所的股票收益率描述的时间序列的结构复杂性，采用两个估计的香农熵率的基础上Lempel-Ziv和上下文树加权算法，这是最初用于数据压缩。描述对数股票收益的时间序列的这种结构复杂性可以用来衡量潜在价格形成过程的内在（无模型）可预测性，在实践中检验有效市场假说。我们还将标准交易算法的盈利能力与估计的可预测性相关联，发现这些算法在任何重要程度上都没有使用股票回报的固有结构。为了找到一种方法来使用的结构复杂性的股票收益率的预测的目的，我们提出了最大熵生产原则，适用于股票收益率，并测试它在上述两个市场，探讨是否有可能提高预测的股票收益率的结构复杂性的基础上，这些和上述原则。
2014-08-16 q-fin.CP q-fin.ST
Defining an intrinsic stickiness parameter of stock price returns
我们引入了一个非线性的股票收益定价模型，定义了一个粘性参数的回报。该定价模型类似于金融中使用的资本资产定价模型，但具有受地震构造板块运动模型启发的非线性成分。与板块运动的联系是存在的，因为一个给定的股票指数的价格波动被认为会增加其个股回报组成部分的压力，以便跟随指数。个股跟随指数价格走势的紧密程度可以用来定义它们的粘性
2020-05-05 q-fin.GN q-fin.ST
Joint News, Attention Spillover,and Stock Returns
本文基于综合新闻数据集与SEC EDGAR访问记录，发现联合新闻引发股票间注意力传染与溢出，导致个股估值暂时偏高及收益反转，且聚合的联合新闻覆盖率能强烈负向预测未来市场收益，揭示了注意力传染对市场整体高估的作用。
2025-07-15 q-fin.ST
The joint distribution of stock returns is not elliptical
使用一个大的每日美国和日本的股票收益率，我们详细测试学生模型的相关性，更一般的椭圆模型，用于描述收益率的联合分布。我们发现，虽然学生copula提供了一个很好的近似强相关的股票对，系统的差异出现股票之间的线性相关性降低，排除所有椭圆模型。直觉上，椭圆模型的失败可以追溯到所有股票的单一波动模式假设的不足。我们提出了几个方法上的兴趣，有效地可视化和比较不同的Copula的想法。我们确定的高斯copula和copula的中心值作为强歧视性的观测值的重新标度的差异。我们坚持认为，需要避免没有金融解释的copula的正式选择。
2012-06-04 q-fin.ST
Statistical Properties of Statistical Ensembles of Stock Returns
我们选择在纽约证券交易所交易的n只股票，并从股票价格时间序列中形成我们数据库的k个交易日的每日股票收益的统计集合。我们分析每个合奏的股票收益率提取其前四个中心时刻。我们观察到，这些时刻是波动的时间，是随机过程本身。我们通过研究中心矩的概率密度函数和时间相关特性来刻画中心矩的统计特性。
1999-09-21 cond-mat.stat-mech q-fin.ST
Scaling and memory in the non-poisson process of limit order cancelation
在订单驱动市场中，订单提交和取消过程是股票价格形成的两个关键环节。本文以2003年在深圳证券交易所上市的22只流通股为研究对象，通过研究连续撤单间隔时间的统计特性，研究了撤单的动力学行为。三种类型的取消被认为包括取消任何限价订单，购买限价订单和出售限价订单。我们发现，对于每种类型的注销，个股的注销间持续时间的分布都可以用威布尔函数很好地建模，并且每种类型的注销的重新标度持续时间的分布对于不同的股票表现出标度行为。复杂的日内模式也在相互抵消的持续时间中显露出来。消除趋势波动分析（DFA）和多重分形DFA表明，相互抵消持续时间具有长期记忆和多重分形性质，不受日内模式的影响。没有明显的交叉现象，观察到在去趋势波动函数的时间尺度。这些发现表明限价订单的撤销是一个非泊松过程，在构建订单驱动市场模型中具有潜在的应用价值。
2009-10-31 q-fin.ST q-fin.TR
Modeling of Stock Returns and Trading Volume
在这项研究中，我们调查的收益率和交易量的统计特性。我们展示了一个典型的例子，幂律分布的回报和交易量。接下来，我们提出了一个受统计力学启发的股票市场的交互代理模型[24]，以探索实证结果。我们发现，作为相互作用的交易者之间的相互作用，加强双方的回报和交易量呈现幂律行为。
2013-09-10 q-fin.ST q-fin.TR
Realizing stock market crashes: stochastic cusp catastrophe model of returns under the time-varying volatility
本文提出了一个两步估计方法，使我们能够应用突变理论的股票市场收益率随时间变化的波动和模型股票市场崩溃。利用高频数据，我们估计每日的已实现波动率的收益率在第一步和使用随机尖点突变的数据归一化的估计波动率在第二步中，研究可能的不连续性的市场。我们通过模拟来支持我们的方法，我们还讨论了随机噪声和波动在确定性尖点突变模型中的重要性。该方法是在美国股票市场近27年的演变，包括几个重要的衰退和危机时期的经验测试。由于样本周期很长，我们还开发了一个滚动估计方法，我们发现，虽然在前半期股票市场表现出分叉的迹象，在后半期的突变理论是无法证实这种行为。结果表明，所提出的方法提供了一个重要的转变，应用突变理论的股票市场。
2013-05-22 q-fin.ST
Distributions of Historic Market Data - Stock Returns
我们表明，历史股票收益率分布的时刻与赫斯顿模型非常一致，而与预测波动率和股票收益率的幂律尾部的乘法模型不一致。我们还表明，平均已实现方差的回报是一个线性函数的天数超过回报的计算。斜率由均值回复随机波动率模型（如Heston和乘法）中方差（波动率平方）的均值决定，与随机性无关。利用正态分布的乘积分布，由稳态方差分布函数得到了股票收益率的分布函数，该分布函数随收益天数的增加而重新标度。
2017-12-05 q-fin.MF q-fin.ST
Dynamic structure of stock communities: A comparative study between stock returns and turnover rates
股票市场中社团结构的检测对于金融动力学研究和投资组合风险估计具有理论和现实意义。本文从价格收益率和换手率两个方面，采用PMFG和基于距离矩阵的信息地图相结合的方法，研究了中国股票市场的群落结构。我们发现，一些最大的社区是由某些特定的行业或概念部门和部门内的相关性一般大于不同部门之间的相关性。与回报率相比，离职率的社区结构更为复杂，部门效应相对较弱。通过分析五个子时期的社区结构，进一步研究了金融动力学。银行、不动产、医疗保健、新上海等板块在不同的时间段内轮流组成回报率和周转率最大的几个社区。两个时间序列在同一时间段内也会出现不同的排序。为了更好地了解这些行业股票的价格和周转率的演变之间的比较，以更好地了解他们的差异。我们发现，股票价格只在一些重要事件前后发生较大变化，而在这些事件发生后，特定行业的换手率会出现大幅上升，这可能为股票社区换手率的复杂性提供了一个可能的解释。
2016-08-10 q-fin.ST
Principal Component Analysis and Hidden Markov Model for Forecasting Stock Returns
本文结合主成分分析和隐马尔可夫模型预测S&P 500股票收益，利用转移概率和特征向量还原收益预测，实验证明该策略在年化夏普比率上优于买入并持有策略。
2023-07-02 math.PR q-fin.PM q-fin.ST
Estimation of Ornstein-Uhlenbeck Process Using Ultra-High-Frequency Data with Application to Intraday Pairs Trading Strategy
本文提出对市场微观结构噪声稳健、可处理不规则间隔数据的 Ornstein-Uhlenbeck 最大似然估计量，并基于均值-方差优化构建日内配对交易策略，实证表明其可提升 7 家大型石油公司配对交易的盈利能力。
2025-10-19 q-fin.ST
Weak Correlations of Stocks Future Returns
我们通过一系列被广泛采用的参数来分析股票收益之间的相关性，这些参数被称为解释变量。随后，我们利用这些结果提出了一个长期的定量自适应技术，以构建一个有利可图的资产组合，表现出较小的提款和更高的回收率比一个同等权重和有效前沿的投资组合。
2018-09-19 q-fin.PM q-fin.ST
Components of multifractality in high-frequency stock returns
我们分析了100家高度资本化的美国公司两年多来5分钟股票收益率的多重分形特性。两个来源：厚尾概率分布和非线性时间相关性，至关重要地有助于观察到的多重分形动态的回报。然而，对于大多数公司来说，时间相关性构成了一个更重要的相关因素。
2004-11-04 cond-mat.other q-fin.ST
Does the time horizon of the return predictive effect of investor sentiment vary with stock characteristics? A Granger causality analysis in the frequency domain
行为理论认为投资者情绪对股票收益具有预测能力，但很少有研究探讨投资者情绪预测效应的时间范围与公司特征之间的关系。为此，本文通过使用Lemmens等人（2008）提出的频域Granger因果分析，研究投资者情绪对美国股票收益率的预测作用的时间范围是否随不同的公司特征（例如，公司规模（Size）、账面市值比（B/M）、运营盈利能力（OP）和投资（Inv））。实证结果表明，投资者情绪对不同公司特征的股票收益具有长期（超过12个月）或短期（少于12个月）的预测作用。具体而言，投资者情绪对小市值股票、低B/M股票和低OP股票的短期和长期收益具有较强的可预测性，但对高分位数股票的短期可预测性较强。投资者情绪仅对小投资者股票的短期收益具有可预测性，而对大投资者股票的短期和长期收益具有较强的可预测性。这些结果对投资者制定短期和长期股票投资策略具有重要的指导意义。
2018-03-08 econ.EM q-fin.ST
