Stylized Statistical Facts of Indonesian Financial Data: Empirical Study of Several Stock Indexes in Indonesia
本文试图揭示金融的一般统计特征;时间序列数据,受到几个金融时间序列数据目前在印度尼西亚,例如,个别指数,如PT的股票价格。TELKOM、PT HM SAMPOERNA的股票价格和编制的股票价格指数(雅加达股票交易所指数)。我们试图分析的特征是波动聚集,截断Levy分布和多重分形特征。本文的分析为进一步研究印度尼西亚人工证券交易所提供了指导,该人工证券交易所代表了印度尼西亚证券交易所的微观结构。本文是自上而下的统计行为分析的一个恢复,成为开始一个更自下而上的分析的基础。
2004-03-18 cond-mat.other q-fin.ST
Strategies used as spectroscopy of financial markets reveal new stylized facts
我们提出了一套新的程式化的事实量化的金融市场的结构。其核心思想是研究投资策略和价格的组合结构,以开启对金融和经济市场的全新理解。本文研究了2003年深圳证券交易所的详细订单流。这个庞大的数据集使我们能够比较(i)封闭的国内市场(A股)与国际市场(B股),(ii)个人和机构以及(iii)真正的投资者与随机策略,这些策略在时间上具有其他所有特征。我们发现,更多的交易导致较小的净收益,由于交易摩擦。我们揭示了非平凡指数的定量幂律,量化了投资者使用的策略的频率和持有期的性能恶化。随机策略被发现比真正的策略表现得更好,无论是赢家还是输家。令人惊讶的是,存在大量套利机会,特别是在使用零智力策略时。这是对这些金融市场可能的低效率的诊断。
2011-04-19 physics.soc-ph q-fin.ST
Modeling stylized facts for financial time series
为了模拟金融时间序列中收益率的经验行为,构造了收益率的多元概率密度函数。它们描述了高斯随机游走的既定偏差,例如收益率分布的近似标度和重尾,长期波动率-波动率相关性(波动率聚类)和收益率-波动率相关性(杠杆效应)。该模型成功地测试,以适应联合分布的100+年的每日价格回报的道琼斯30工业平均指数。
2004-11-03 cond-mat.other q-fin.ST
Exponential distribution of financial returns at mesoscopic time lags: a new stylized fact
我们研究的概率分布的股票收益率在中观时间滞后(回报视野)范围从大约一个小时到大约一个月。虽然在较短的微观时间滞后的分布有幂律的尾巴,中观时间的大部分分布(超过99%的概率)遵循指数律。指数函数的斜率由收益的方差决定,它与时滞成比例地增加。在较长的时间,指数规律不断演变成高斯分布。指数到高斯的交叉是很好地描述了具有随机波动率的赫斯顿模型的解析解。
2004-07-25 cond-mat.stat-mech q-fin.ST
Universality class of balanced flows with bottlenecks: granular flows, pedestrian fluxes and financial price dynamics
我们提出并记录的证据之间的类比存在的瓶颈或限制和金融价格形成过程的动态颗粒逆流。使用广泛的模拟,我们发现,通过门的模拟行人逆流显示许多程式化的事实观察到的金融市场时,门周围的密度与价格的对数相比。当行人模型中的代理被假定为显示零智能行为时,已经存在风格化的属性。如果代理人被赋予决策能力,并适应部分遵循大多数,羊群行为的时期可能会额外发生。由于间歇性动态,这会产生绝对收益自相关的非常缓慢的衰减。我们的研究结果表明,金融价格波动的程式化事实是由两个具有相反利益的集团在存在限制交易流到一个狭窄的价格区间的情况下的竞争造成的。
2012-05-13 physics.soc-ph q-fin.ST
Macroscopic properties of equity markets: stylized facts and portfolio performance
基于CRSP数据库实证研究股票市场宏观性质,揭示传统模型未充分捕捉的典型事实,并对多样性加权投资组合进行系统回测以分析其表现与宏观量的关系。
2025-04-03 q-fin.ST
Option pricing with non-Gaussian scaling and infinite-state switching volatility
波动率聚集、长期相关和非高斯标度是金融资产动态的典型事实。它们在Black & Scholes框架中被忽略,但对金融资产期权的定价有相关影响。利用最近的市场动态模型,充分捕捉到上述程式化的事实,我们得到封闭形式的期权定价方程,获得布莱克和斯科尔斯作为一个特殊情况。通过将我们的定价方程应用于一个主要的股票指数期权数据集,我们表明,在金融建模中包含程式化的功能,使衍生品价格接近市场价值约30%,而无需校准模型参数对可用的衍生品价格。
2014-05-20 q-fin.PR q-fin.ST
Emergence of stylized facts during the opening of stock markets
金融市场表现出一些非平稳性,从技术和监管市场条件不断变化的波动到季节性。另一方面,金融市场表现出各种程式化的事实,这些事实非常稳定。因此,找出这些程式化的事实是如何出现的是一个有趣的问题。作为第一个例子,我们在这里研究如何买卖价差之间的最佳销售和最佳购买提供的股票在交易日的发展。对于重新调整和适当平滑的数据,我们观察到许多不同的纳斯达克股票的崩溃曲线,在整个交易日内,价差呈缓慢的幂律下降。这种影响在一个高度波动的开放期后强烈出现。一些所谓的大型股票由于技术边界而表现不同。他们的价差在市场开盘后不久就接近一个基点。我们用我们的研究结果来确定市场开放的持续时间,我们发现不同的股票在很大程度上。
2018-12-18 q-fin.ST q-fin.TR
Beyond Visual Realism: Toward Reliable Financial Time Series Generation
The University of Tokyo(东京大学);Peking University(北京大学);Agency for Science, Technology and Research (A*STAR)(科技研究局);Northeastern University(东北大学)
本文提出 SFAG 模型,通过引入结构性约束解决金融时间序列生成中对尾部事件和不对称性的忽视问题,提升生成数据的实用性和稳定性。
2026-01-19 cs.LG q-fin.ST
Revisiting Cont's Stylized Facts for Modern Stock Markets
本研究利用2018年10月至2019年3月的权威数据,检验Cont提出的11项金融收益率特征事实是否适用于道琼斯30成分股的现代日内交易数据,发现8项成立、3项不成立,为现代市场下特征事实的认知提供参考。
2024-05-20 q-fin.CP q-fin.ST
Stylized facts of the Indian Stock Market
本文通过分析NIFTY指数50只成分股11年日度数据,发现印度市场在杠杆、非对称性和自相关性上异于其他市场,杠杆与非对称反转使市场更具投资价值,显著自相关虽表明市场无效但利于投资者预测。
2019-03-13 q-fin.ST
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
Modeling the stylized facts of wholesale system marginal price (SMP) and the impacts of regulatory reforms on the Greek Electricity Market
这项工作提出了一个实证研究的结果,其目标是建模的日常邮政系统边际价格(SMP)的希腊批发电力市场的程式化的事实,从2004年1月至2011年12月的数据。SMP在这里被认为是一个强调随机和非线性过程的足迹,它承载了所有的信息,不仅反映了市场内生或基本面因素变化的影响,而且还反映了一系列不断改变市场微观结构的监管改革的影响。为了捕捉动态的条件平均值和波动性的SMP生成程式化的事实(均值回归,价格尖峰,肥尾价格分布等),一些ARMAX GARCH模型已估计使用作为回归的一组广泛的基本因素,在希腊电力市场以及虚拟变量,模仿监管机构的干预的历史。研究结果表明,改革所造成的市场微观结构的变化,强烈影响了SMP的动态演变和最好的发现模型捕捉充分的程式化的事实,其他电力和金融市场的份额。该模型所产生的条件波动的动态可以是非常有用的努力,正在进行的市场重组,使希腊市场更符合欧洲目标模型的要求。
2014-01-20 q-fin.ST
Phase Transitions in Financial Markets Using the Ising Model: A Statistical Mechanics Perspective
本研究从统计力学视角,利用Monte Carlo模拟方法探究伊辛模型复制S&P500指数波动率聚集等金融程式化事实的能力,证实了该模型能有效重现多数市场统计特征。
2025-04-26 q-fin.ST
Stylized facts in Web3
本文通过多时间尺度统计分析 Web3 代币收益分布与尾部特征,发现 CEX 与 DEX 资产具有相似程式化事实,并将其归因于套利机制。
2024-12-06 q-fin.ST
Stylized Facts and Market Microstructure: An In-Depth Exploration of German Bond Futures Market
本文基于逐笔限价订单簿数据分析Schatz、Bobl、Bund和Buxl四种德国国债期货的典型事实,并提出真实性指标以基准测试市场模拟器。
2024-01-19 q-fin.ST q-fin.TR
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
Superstatistics with cut-off tails for financial time series
研究金融时间序列是否遵循厚尾分布。此外,经验概率分布有时在其尾部显示截断形状。为了描述这个程式化的事实,我们将截断效应纳入超级统计。证明了所提出的随机模型能够描述真实金融时间序列的统计特性。另外,我们给出了一个关于超统计量的期权定价公式。
2018-09-13 math.ST physics.data-an q-fin.ST
On the interplay between multiscaling and stocks dependence
我们发现一个非线性的依赖关系的程度的指标之间的多尺度的日志价格时间序列的股票和股票的平均相关性相对于其他股票在同一个市场上交易。这一结果是一个强有力的程式化事实,适用于不同的金融市场。为了寻找可能的混杂效应,我们以股票的资本化和股票的对数收益率的峰度为条件来研究这个结果。我们发现,与资本化的对数和峰度的对数的线性依赖并不能解释所观察到的程式化的事实,我们解释为起源于更深层次的关系。
2019-03-31 q-fin.ST
CorrGAN: Sampling Realistic Financial Correlation Matrices Using Generative Adversarial Networks
我们提出了一种新的方法来采样现实的金融相关矩阵。这种方法基于生成对抗网络。实验表明,生成式对抗网络能够恢复大多数已知的关于资产收益估计的经验相关矩阵的程式化事实。这是第一次在文献中记录这样的结果。实际的金融应用范围从交易策略增强到风险和投资组合压力测试。这样的生成模型也可以通过允许陈述的可证伪性和经验方法的更客观比较,帮助经验金融学更深入地融入科学。
2019-12-14 q-fin.ST stat.ML
A multivariate model for financial indices and an algorithm for detection of jumps in the volatility
本文考虑了一个均值回复的随机波动率模型,它满足金融市场的一些相关的程式化事实。我们介绍了一种算法,用于检测波动率曲线中的峰值,我们将其应用于1984-2013年期间的道琼斯工业平均指数和金融时报证券交易所100指数的时间序列。基于实证结果,我们提出了一个双变量版本的模型,我们发现一个明确的表达式,随着时间的推移,绝对收益率之间的交叉资产相关性的衰减。我们比较我们的理论预测与经验估计相同的金融时间序列,发现一个很好的协议。
2016-12-02 math.PR q-fin.ST
Asset returns and volatility clustering in financial time series
对金融时间序列中的程式化事实进行了分析。我们发现,而不是在资产收益率分布的厚尾,在绝对收益率的自相关函数的缓慢衰减行为,实际上是直接相关的程度集群内的大波动的金融时间序列。我们还引入了一个指数来定量衡量这些时间序列中波动的聚集行为,并表明金融市场的大损失通常比大收益更严重。通过实例分析表明,与传统方法相比,该指数能够从金融时间序列中提取更多的信息。
2011-04-09 physics.soc-ph q-fin.ST
Weighted-indexed semi-Markov models for modeling financial returns
在本文中,我们提出了一个新的随机模型的基础上推广的半马尔可夫链研究的高频价格动态的交易股票。我们假设金融收益率由加权指数半马尔可夫链模型描述。通过蒙特卡罗模拟,我们发现,该模型能够再现金融时间序列的重要程式化事实,如第一通道时间分布和波动的持续性。该模型适用于意大利和德国股票市场从2007年1月1日至2010年12月底的数据。
2012-06-11 physics.data-an q-fin.ST
Scaling and multiscaling in financial series: a simple model
我们提出了一个简单的随机波动率模型,这是易于分析,很容易模拟,并捕捉到一些相关的程式化事实的金融资产,包括标度属性。特别是,该模型显示了一个交叉的对数收益率分布从幂律尾(小时间)高斯行为(大时间),缓慢衰减的波动性自相关和多尺度的时刻。尽管参数很少,但该模型能够以惊人的准确度拟合金融指数时间序列的几个关键特征,如道琼斯工业平均指数。
2012-04-18 math.PR q-fin.ST
Modeling non-stationarities in high-frequency financial time series
我们研究了属于意大利证券交易所(Borsa Italiana)富时MIB指数的逐点财务回报。我们可以确认先前检测到的非平稳性。然而,在以前的文献中报道的其他高频金融数据的标度属性仅近似有效。作为实证分析的结果,我们提出了一种基于非齐次正态复合泊松过程的描述非平稳收益的简单方法。我们对该模型进行了实证检验,结果表明,该模型可以近似地再现高频金融时间序列的几个程式化事实。此外,使用蒙特卡罗模拟,我们分析了这个模型类的顺序选择使用三个信息准则:赤池的信息准则(AIC),贝叶斯信息准则(BIC)和汉南-奎因信息准则(HQ)。为了比较,我们也进行了类似的蒙特卡罗实验的ACD(自回归条件持续时间)模型。我们的研究结果表明,信息准则的工作最好的小参数数的复合泊松型模型,而ACD模型的模型选择过程中,在某些情况下,并不工作。
2017-02-27 q-fin.ST
Stochastic Volatility with Heterogeneous Time Scales
代理人的异质性被认为是金融波动持续性的驱动机制。我们专注于投资策略的视野的多样性,我们嵌入这个概念在连续时间随机波动率的框架,并证明了一个简约的,两个尺度的版本有效地捕捉长记忆从实际数据测量。由于估计参数的随机波动率模型是具有挑战性的,我们介绍了一个强大的方法的基础上的广义矩方法支持的启发式选择的正交条件。除了波动率聚集,估计模型还捕捉其他相关的程式化的事实,作为一个最小的,但现实和完整的框架建模金融时间序列出现。
2013-04-03 q-fin.ST
Stylized Facts and Their Microscopic Origins: Clustering, Persistence, and Stability in a 2D Ising Framework
Universidad de Buenos Aires(布宜诺斯艾利斯大学);Instituto de Física de Buenos Aires (IFIBA), Universidad de Buenos Aires(布宜诺斯艾利斯大学布宜诺斯艾利斯物理研究所)
本文通过二维伊辛模型研究金融市场中的stylized facts,揭示聚团结构和动态如何解释收益率尖峰、重尾分布和零自相关等现象。
2025-12-09 nlin.AO physics.soc-ph q-fin.ST
An elementary model of price dynamics in a financial market: Distribution, Multiscaling & Entropy
经验资产对数收益率$Z$的典型事实包括存在(半)重尾分布$f_Z(z)$和赫斯特指数$τ(β)$的非线性谱。所考虑的经验数据是1990年1月1日至2004年12月31日10个大型指数的每日价格。我们提出了一个程式化的价格动态模型,这是由预期驱动。该模型是一个乘法随机过程,具有随机的,状态依赖的增长率,建立了一个负反馈的价格动态组件。这个0阶模型意味着对数收益率的分布是拉普拉斯$f_Z(z) \sim \exp(-\frac{|z|}α)$,其单个参数$α$可以被视为相应市场的长期平均流动性的度量。与(更一般的)威布尔分布的比较表明,经验每日日志收益率接近拉普拉斯分布。比较了经验数据$τ_{emp}$和模型$τ_{theor}$模拟数据的Hurst指数谱。由于非线性Hurst谱的发现,Renyi熵(RE)$R_β(f_Z)$被认为是。一个显式的函数形式的RE的指数分布的推导。模拟资产收益率跟踪的理论RE与经验收益率估计的RE吻合得很好。
2006-02-14 physics.soc-ph q-fin.ST
Self-fulfilling Ising Model of Financial Markets
我们研究了一个动态的伊辛模型的代理人的意见(买或卖)与耦合系数不断重新评估的时间,根据如何过去的外部消息(磁场)已经实现的市场回报。通过结合羊群效应,外部新闻和私人信息的影响,我们在同一个模型中测试代理人是理性与非理性的假设。我们发现,金融市场的程式化的事实,只有当代理人过度自信和错误的属性成功的新闻预测回报羊群效应,从而提供积极的反馈,导致模型功能接近临界点。
2005-03-31 cond-mat.stat-mech physics.soc-ph q-fin.ST
A new structural stochastic volatility model of asset pricing and its stylized facts
University of Southampton(南安普顿大学)
本文提出一种基于主体模型的新型资产定价模型,通过模拟主体间的随机互动,揭示价格形成机制,并首次应用参数Bootstrap方法,以复制金融数据的多种风格化特征。
2016-04-29 econ.GN q-fin.EC q-fin.ST
Martingales, the Efficient Market Hypothesis, and Spurious Stylized Facts
稳定增量的条件,而不是缩放,确定长时间对自相关。当增量是非平稳的时,如外汇市场,对平稳增量的错误假设会产生虚假的程式化事实、厚尾和赫斯特指数H_s=1/2。非平稳性源于噪声交易者行为中的系统不均匀性。假结果出现数学使用的日志增量与“滑动窗口”。我们解释了为什么一个难以击败的市场需求鞅动态,和非线性方差鞅产生非平稳增量。非平稳性直接表现为欧元/美元外汇数据。我们观察到,在时间序列上使用滑动窗口技术生成的赫斯特指数H_s与Mandelbrot的Joseph指数起着相同的作用。最后,曼德尔布罗特最初假设棉花回报率的“表现不佳”的第二时刻是由于厚尾造成的,但这种非收敛行为反而是非平稳增量的直接证据。总而言之,无论是外汇市场还是棉花价格数据,都没有提供缩放和厚尾作为经济物理学和金融经济学基础的证据。
2007-10-13 physics.data-an physics.soc-ph q-fin.ST
Conditional Probability as a Measure of Volatility Clustering in Financial Time Series
在过去的几十年里,金融时间序列的特征和建模已经花费了相当大的努力。一些程式化的事实已经被确定,波动集群或持续性的趋势已经成为中心特征。在本文中,我们提出了一个适当定义的条件概率作为一个新的衡量波动聚类。我们测试这一措施,将其应用到不同的股票市场数据,我们发现一个丰富的时间结构的波动率波动描述得很好的标度关系。缩放中使用的比例因子提供了波动率聚类的直接度量;这种度量可用于开发期权定价、风险管理和经济预测的技术。此外,我们提出了一个随机波动率模型,可以显示许多显着的特征所表现出的经验金融时间序列的波动,包括我们推导出的条件概率的行为。
2006-01-05 physics.soc-ph q-fin.ST
Universality and Heterogeneity of Stylized Facts in Cryptocurrency and Equity Markets
Inha University(仁荷大学);Korea Institute for Advanced Study(韩国高等研究院)
本研究通过CECP和directed HVG分析2020-2025年高频数据,发现加密货币与股票市场典型事实表面收敛但动力学过程根本不同,为两类市场的差异研究提供了新证据。
2026-09-18 physics.soc-ph q-fin.ST
The leverage effect and other stylized facts displayed by Bitcoin returns
本文基于2013-2020年BTC-USD日内数据研究比特币收益的典型事实,发现其统计特性与个股或指数相似,但在自相关和杠杆效应上与法币汇率存在明显差异,并识别出两种不同的市场状态。
2021-01-31 q-fin.ST q-fin.TR
Bridging stylized facts in finance and data non-stationarities
采用最近的技术,它允许通过不同长度的本地固定补丁的并列的非平稳数据的表示,我们介绍了一个全面的分析,在金融市场的关键观测:交易量和价格波动。从分割过程中,我们能够引入一组交易量和价格波动的统计特征(风格化事实)的定量描述,即每个分布的尾部,交易时段中交易量的U形轮廓和交易量自相关函数的演变。交易量序列的分割提供了每个补丁的波动参数缓慢演变的证据,指向混合场景。假设长期特征是简单局部形式的统计混合的结果,我们测试和比较不同的概率密度函数,以提供交易量的长期分布,得出结论,对数正态分布与经验分布最吻合。此外,价格波动幅度的分割与交易量的结果大不相同,这表明价格波动统计数据的变化比交易量的变化更快。
2013-05-01 physics.data-an q-fin.ST
Modeling Long Memory in REITs
影响建模过程的金融波动的一个典型特征是长记忆。本文考察了替代风险指标的长记忆性、观察到的每日房地产投资信托基金的绝对和平方回报率,并比较了非房地产投资信托基金股票指数的调查结果。本文利用各种测试的长记忆发现的证据表明,房地产投资信托基金的波动性确实显示持久性,与实际的回报序列。交易量与长记忆有很强的相关性。然而,研究结果确实表明,与更广泛的股票行业相比,房地产投资信托基金的研究结果存在差异,这可能是由于样本期间交易相对清淡。
2011-03-28 q-fin.ST
Stylized facts of price gaps in limit order books: Evidence from Chinese stocks
价差定义为限价订单簿(LOB)同一侧前两个被占用价格水平之间的对数价差,是市场深度的关键决定因素,市场深度是流动性的一个维度。然而,价格差距的属性还没有得到彻底的研究,由于可用的频率数据较少。本文利用2003年深圳证券交易所上市的26只A股股票的订单流数据,对LOB动态进行了重构。三个关键的实证统计性质的价格差距进行了研究。我们发现,价格差距的分布有一个幂律尾所有股票的平均尾部指数接近3.2。应用现代统计方法,证实了林隙时间序列具有长程相关性和多重分形性质。这三个特征因股票而异,并不具有普遍性。此外,我们还揭示了个股LOB买卖双方价差特性中的买卖不对称现象。这些发现加深了我们对普通股流动性动态的理解,并可用于校准基于代理的计算金融模型。
2014-05-06 q-fin.ST q-fin.TR
Modeling stock markets through the reconstruction of market processes
有两种可能的方法来解释金融市场看似随机的性质:有效市场假说(EMH)和一组程式化的事实,驱动市场的行为。我们证明了一些程式化的事实,如记忆的现象,在短期内的价格波动,幂律行为和非线性依赖的回报。鉴于此,我们使用马尔可夫链构建市场模型。然后,我们开发了一个算法,可以推广到任何N-符号字母表和K-长度的马尔可夫链。使用这个工具,我们能够证明它至少总是比完全随机的模型(如随机游走)更好。代码是用MATLAB编写的,并在GitHub上维护。
2018-03-18 q-fin.CP q-fin.ST
Some stylized facts of the Bitcoin market
近年来,出现了一种新型的可交易资产,通常被称为加密货币。其中,传播最广的是比特币。鉴于其新颖性,本文研究了比特币市场的一些统计特性。这项研究比较了比特币和标准货币的动态,并重点分析了不同时间尺度下的回报。我们使用来自一个比特币平台的交易数据,在2011年至2017年的回报时间序列中测试了长记忆的存在。我们计算的赫斯特指数的去趋势波动分析方法的装置,使用滑动窗口,以衡量长期的依赖性。我们发现,赫斯特指数在比特币存在的最初几年发生了显著变化,最近趋于稳定。此外,多尺度分析显示了类似的行为的赫斯特指数,这意味着一个自相似的过程。
2017-08-12 q-fin.GN q-fin.ST
Volatility of volatility estimation: central limit theorems for the Fourier transform estimator and empirical study of the daily time series stylized facts
本文研究了基于傅立叶方法的波动率综合波动率的两个可行估计的渐近正态性,该方法不需要预先估计现货波动率。我们证明了偏差校正估计达到最优速率$n^{1/4}$,而没有偏差校正的估计具有较慢的收敛速度和较小的渐近方差。此外,我们提供的模拟结果,支持理论渐近分布的速率有效的估计,并显示后者的准确性相比,基于预先估计的现货波动率的速率最优估计。最后,使用率最优傅立叶估计,我们重建的时间序列的日波动率的S\P 500和EUROSTOXX50指数在长样本的波动率,并提供新的见解存在的程式化的事实波动率动态。
2022-09-05 econ.EM math.ST q-fin.ST
Size matters: some stylized facts of the stock market revisited
我们重新分析了纽约证券交易所的高分辨率数据,发现每笔交易的平均值、每分钟交易的平均数和公司资本化的平均交易活动呈单调(但不是幂律)变化。我们证明了交易价值分布的二阶矩是有限的。因此,可以计算相应时间序列的赫斯特指数。然而,这些都是不普遍的:持续性随着资本化的增加而增加,这导致赫斯特指数的增加。跨行业时间间隔也显示出类似的趋势。最后,我们证明,分布的intertrade时间是更好地描述了一个多尺度anastomotive比简单的差距缩放。
2006-05-17 cond-mat.stat-mech physics.soc-ph q-fin.ST
The Ups and Downs of Modeling Financial Time Series with Wiener Process Mixtures
Baldovin和Stella最近从非齐次时间尺度和连续价格收益之间的线性去相关出发,提出了一种建立描述金融指数时间演化模型的方法。我们首先使它完全明确的使用学生分布,而不是幂律截断的Lévy分布;我们还表明,该模型的分析的易处理性扩展到更大的一类对称广义双曲分布,并提供了一个完整的计算他们的多元特征函数;更一般地说,在这个框架中产生的随机过程可表示为维纳过程的混合物。Baldovin和Stella模型虽然很好地模仿了波动率松弛现象,如大森定律,但未能再现其他程式化的事实,如杠杆效应或一些时间反转不对称性。我们将讨论如何修改这个过程的动态,以更准确地再现真实数据。
2009-07-09 physics.data-an physics.soc-ph q-fin.ST
Modeling and Simulation of Financial Returns under Non-Gaussian Distributions
针对金融收益率非高斯分布选型无共识的问题,本文对比研究主流高频收益率分布模型的统计特性,经蒙特卡洛仿真发现其在大幅价格变动标度特性上具有一致性,并探讨了收敛速率及对期权定价的影响。
2023-02-06 physics.soc-ph q-fin.ST
Multifractal Model of Asset Returns versus real stock market dynamics
越来越多的经验证据表明,多重分形构成了另一个,也许是最重要的金融程式化事实。因此,一个现实的金融动态模型应该考虑到这一影响。在这方面,最有前途的是资产收益的多重分形模型(MMAR),其中的多重分形进行时间变形。在我们的研究中,我们专注于勒克斯扩展MMAR和华沙证券交易所的经验数据。我们表明,这个模型是能够再现真实的股票市场动态的相关方面。
2006-08-31 physics.soc-ph q-fin.ST
Stochastic model of financial markets reproducing scaling and memory in volatility return intervals
我们研究了纽约证券交易所和外汇市场的波动性回报区间。我们解释以前的实证研究结果使用的模型的基础上相互作用的代理假说,而不是广泛使用的有效市场假说。我们推导出宏观方程的基础上微观羊群互动的代理人,并发现他们能够再现各种程式化的事实,不同的市场和不同的资产与相同的一组模型参数。我们发现,幂律性质和缩放的回报率区间和其他金融变量有一个类似的起源,并可能是一个通用类的非线性随机微分方程的结果,来自主方程的代理系统,耦合羊群的相互作用。具体来说,我们发现,这种方法使我们能够恢复的波动率收益率区间统计数据,以及波动率概率和谱密度的纽约证券交易所和外汇市场,不同的资产,并为不同的时间尺度。我们还发现,历史S\P 500月度序列表现出相同的波动率收益率区间属性恢复我们提出的模型。我们的统计结果表明,人类的羊群行为是如此强烈,以至于即使其他不断变化的波动扰乱了金融体系,它也会持续存在。
2016-10-25 q-fin.GN q-fin.ST
Stylized Facts of High-Frequency Bitcoin Time Series
本文分析2019-2022年高频比特币数据,发现收益率呈异常扩散、重尾和多重分形特征,且市场效率随时间提升。
2025-06-22 q-fin.ST stat.AP
Random cascade model in the limit of infinite integral scale as the exponential of a non-stationary $1/f$ noise. Application to volatility fluctuations in stock markets
本文提出了一个新的金融时间序列波动率波动模型。这个模型依赖于一个表现出老化行为的非平稳高斯过程。事实证明,它的性质,在任何有限的时间间隔,是非常接近连续级联模型。后一种模型确实以忠实地再现金融时间序列的主要程式化事实而闻名。然而,它涉及一个大规模的参数(所谓的“整体规模”的级联启动),这是很难解释的金融。此外,积分尺度的经验值通常与样本的总长度密切相关。这一特点是准确预测我们的模型,原来,从每日股票指数数据的各种例子说明,定量再现的经验观察。
2013-01-17 physics.data-an q-fin.ST
Long-Range Dependence in Financial Markets: Empirical Evidence and Generative Modeling Challenges
Texas Tech University(德克萨斯理工大学)
本文通过实证研究探讨金融市场中的长程依赖性,并评估深度生成模型在再现此类时间结构方面的能力。研究发现,尽管平均收益的持续性有限,但大多数资产的条件波动性中表现出显著的长记忆特征。研究进一步评估了Quant GANs是否能学习并再现这些简化的时间依赖性,但发现生成序列在捕捉实际数据中观察到的长程依赖性幅度和一致性方面存在不足。
2026-06-26 q-fin.CP q-fin.ST
What is mature and what is still emerging in the cryptocurrency market?
本研究定量比较加密货币市场与传统金融市场,发现大型加密货币已展现成熟市场的风格化事实,而小型加密货币仍存在不足,且成交量对价格影响更强。
2023-05-09 cs.CE q-fin.ST stat.AP
CoVaR with volatility clustering, heavy tails and non-linear dependence
在本文中,我们估计的条件风险价值拟合不同的多元参数模型捕捉一些程式化的事实,多变量金融时间序列的股票收益率:重尾,负偏,非对称依赖,和波动率聚集。而波动率聚集效应是通过GJR型的AR-Gesterfield动力学得到的,其他程式化的事实是通过非高斯多变量模型和copula函数来捕获的。CoVaR $^{\leq}$的计算基于多元正态模型、多元正态回火稳定模型、多元广义双曲模型和四种可能的copula函数。将这些风险度量估计值与基于多元正态GARCH模型的CoVaR $^{=}$进行比较。比较是通过对2007年1月至2020年3月期间的竞争对手模型进行回测来进行的。在实证研究中,我们考虑了属于主要或额外的全球系统重要性银行(GSIBs)评估样本的欧元区上市银行的样本。
2020-09-22 q-fin.CP q-fin.RM q-fin.ST
Market Fluctuations: multiplicative and percolation models, size effects and predictions
我们提出了一套模型的主要程式化的事实,市场价格波动。这些模型包括动态演化与阈值动力学和Langevin价格方程与乘性噪声,渗流模型来描述交易者和分层级联模型之间的相互作用,以解开可能的相关性跨时间尺度,包括对数周期的签名与金融崩溃。总结了主要的经验知识,并提出了一些关键的实证检验。
1999-09-30 cond-mat.stat-mech q-fin.ST
MarketGANs: Multivariate financial time-series data augmentation using generative adversarial networks
Department of Mathematics, Sungkyunkwan University, Republic of Korea(淑阳大学数学系);Department of Financial Engineering, Ajou University, Republic of Korea(东亚大学金融工程系);Department of FinTech, SKK Business School, Sungkyunkwan University, Republic of Korea(淑阳大学SKK商学院金融科技系)
MarketGAN通过生成对抗网络生成高维金融时间序列数据,有效捕捉资产收益率的复杂统计特性,提升投资组合协方差估计的准确性。
2026-01-25 cs.LG econ.EM q-fin.ST
Hidden Markov graphical models with state-dependent generalized hyperbolic distributions
提出参数随潜在马尔可夫链演化的广义双曲隐马尔可夫图模型,用带$L_1$惩罚的EM估计状态特定稀疏精度矩阵,并通过模拟与2017—2023年多类金融资产日收益实证验证。
2024-12-04 q-fin.ST stat.ME
Econophysics: Empirical facts and agent-based models
本文旨在回顾最近的经验和理论发展通常归类在术语经济物理学。自1995年经济学和物理学合并而得名以来,这一新的交叉学科领域已经向各个方向发展:理论宏观经济学(财富分配),金融市场的微观结构(订单簿建模),金融泡沫和崩溃的计量经济学等。在第一部分的评论中,我们讨论了经济物理学的出现。然后,我们提出了实证研究揭示金融时间序列的统计特性。我们从描述金融资产回报的广泛认可的程式化事实开始介绍-厚尾,波动率聚集,自相关等。回想一下,其中一些属性与考虑时间的方式直接相关。我们继续讨论在金融市场订单簿上观察到的统计特性。为了说明这一审查,(几乎)所有陈述的事实都是使用我们自己的高频金融数据库复制的。最后,介绍了随机矩阵理论和图论对资产相关性研究的贡献。在评论的第二部分中,我们通过基于主体的建模的角度来处理经济物理学中的模型。在大量的基于多智能体的模型,我们已经确定了三个代表性的领域。首先,经济学家利用行为金融学和市场微观结构理论领域的研究成果,建立了基于主体的订单驱动市场模型。其次,动力学理论模型旨在解释财富分配的一些经验事实进行审查。第三,通过回顾当今经典的少数者博弈及其相关问题,简要总结了博弈论模型。
2010-06-21 q-fin.GN q-fin.ST q-fin.TR