Economic dynamics with financial fragility and mean-field interaction: a model
本文以青木（1996，2002）在宏观经济学中首次引入的统计力学方法为基础，对Greenwald和Stiglitz（1990，1993）的研究成果进行了一些分析。具体来说，我们达到了解析的封闭形式的解决方案，克服了聚集问题的模型。其核心思想是将经济描述为一个不断演化的复杂系统，由异质的相互作用的主体组成，可以划分为宏观状态的空间。这种中间层次的聚合允许采用平均场相互作用建模和主方程技术。
2007-09-13 physics.soc-ph q-fin.ST
East africa in the Malthusian trap? A statistical analysis of financial, economic, and demographic indicators
作者对金融、经济和人口指标进行的统计分析表明：（1）东非的主要国家（2）这些国家不太可能遵循“北非道路”，在生育率转型取得重大成功之前实现这一逃脱;（3）如果东非不走“孟加拉国的道路”，在可预见的未来不实现真正大幅度的生育率下降，就不可能实现这种逃脱，这意味着引入义务普及中学教育，卢旺达式的认真的计划生育计划，以及在父母同意下提高法定结婚年龄。当然，这些措施应该伴随着农业劳动生产率的大幅提高和农业就业人口比例的下降。
2015-03-29 q-fin.GN q-fin.ST
Partial Mutual Information Analysis of Financial Networks
针对金融市场网络分析依赖线性相关的局限，本文利用偏互信息推广 PMFG 与 PCPG，以刻画金融网络中的非线性关联。
2014-03-09 q-fin.ST
Testing for Detailed Balance in a Financial Market
我们测试的历史价格时间序列在金融市场（纳斯达克100指数）的统计属性称为详细的平衡。详细平衡的存在意味着市场可以用基于马尔可夫链的随机过程来建模，从而导致均衡。从经济学的角度来看，测试的积极结果将支持有效市场假说，这是新古典经济理论的基石。与流行的经济学理论中的用法不同，这里的均衡一词与收益有关，而不是与价格时间序列有关。该测试是基于一个行动功能$S$构造的元素的详细平衡条件和历史数据集，然后分析$S$通过模拟退火。进行检查以验证分析方法的有效性。我们将讨论这一分析的结果。
2014-03-14 q-fin.ST
Multivariate high-frequency financial data via semi-Markov processes
在本文中，我们提出了一个二元推广的加权指数半马尔可夫链研究高频价格动态的交易股票。我们假设金融收益率是由加权指数半马尔可夫链模型描述的。我们表明，通过蒙特卡罗模拟，该模型是能够重现重要的风格化的事实，金融时间序列一样的持续性波动，并在同一时间，它可以重现股票之间的相关性。该模型适用于意大利股票市场从2007年1月1日至2010年12月底的数据。
2013-05-02 q-fin.ST q-fin.TR
Indexed Markov Chains for financial data: testing for the number of states of the index process
在最近的金融时间序列建模文献中，出现了一个新的分支--基于马尔可夫过程的金融时间序列建模。本文采用指数化马尔可夫链模型对上市公司的高频价格收益率进行了建模。这类模型的特点是，通过引入指数过程，可以考虑市场波动的内生性，并可以考虑金融时间序列的两个非常重要的程式化事实：长记忆性和波动率聚集。在本文中，首先，我们提出了一种方法的最佳确定的状态空间的指数过程，这是基于变点方法的马尔可夫链。此外，我们提供了一个明确的公式的指数过程的第一个变化的状态的概率分布函数。结果说明与应用程序的报价意大利公司从2007年1月$1^{st}$至2010年12月$31^{st}$的日内价格。
2018-02-05 q-fin.ST
The Impact Of Interest Rates On Firms Financial Decisions
本文研究利率对企业财务决策的影响，采用相关系数分析法和描述性方法，发现利率对投资和融资决策有不显著负向影响，对股息决策有正向中等影响。
2023-11-22 q-fin.ST
Filtering without recursion and some of its uses in financial economics
Econometric Institute, Erasmus University Rotterdam（伊拉斯姆斯大学鹿特丹计量经济研究所）；Tinbergen Institute（丁伯根研究所）；Harvard University（哈佛大学）
本文提出一种无递归的时间序列滤波方法，通过模拟实现高效并行计算，并应用于高频金融数据，有效消除微观结构噪声对波动率估计的偏差。
2026-09-09 econ.EM q-fin.ST stat.ME
Detecting bearish and bullish markets in financial time series using hierarchical hidden Markov models
金融市场呈现出价格上涨和下跌的交替周期。寻求做出有利可图的投资决策的股票交易者必须考虑这些趋势，其目标是准确预测从看涨到看跌的市场转换，反之亦然。流行的金融时间序列建模工具是隐马尔可夫模型，其中一个潜在的状态过程被用来明确地模拟不同的市场制度之间的切换。然而，隐马尔可夫模型的基本形式无法捕捉短期和长期趋势，这可能导致将短期价格波动误解为长期趋势的变化。在本文中，我们演示了如何层次隐马尔可夫模型可以用来绘制一个全面的金融市场，这可以有助于更复杂的交易策略的发展。建议的方法的可行性说明在两个真实的数据应用程序，我们从两个主要的股票指数，德国Aktienindex和标准普尔500指数的模型数据。
2020-07-29 q-fin.ST stat.AP stat.ME
Dissecting financial markets: Sectors and states
通过分析一个大的数据集的每日回报率与数据聚类技术，我们确定了经济部门的集群资产具有相似的经济动态。行业规模分布遵循齐普夫定律。其次，我们发现，日常市场范围内的经济活动的模式集群到类，可以识别与市场状态。市场状态的频率分布具有无标度特性，市场状态过程的记忆扩展到长时间（$\sim 50$天）。同一部门的资产在各州的表现相似。我们通过分析市场的可预测性来刻画市场的有效性，发现市场确实接近于有效。我们发现的证据存在一个动态模式后，市场的崩溃。
2002-07-05 cond-mat.stat-mech q-fin.ST
Hierarchical Structure in Financial Markets
我发现了一个拓扑安排的股票交易在金融市场，其中有关联的一个有意义的经济分类。拓扑空间是连接所分析的投资组合的股票的图。该图是从计算投资组合中所有股票对之间的相关系数矩阵出发，考虑每日股票价格对数之差的同步时间演化而得到的。与图相关联的次支配超度量空间的层次树提供了有用的信息，以调查的数量和性质的共同的经济因素影响的时间演变的对数定义良好的股票组的价格。
1998-02-24 cond-mat.dis-nn cond-mat.stat-mech q-fin.ST
Transformers Beyond Order: A Chaos-Markov-Gaussian Framework for Short-Term Sentiment Forecasting of Any Financial OHLC timeseries Data
针对金融OHLC数据短期情绪预测的挑战，提出混沌-马尔可夫-高斯（CMG）框架，融合混沌理论、马尔可夫链和Gaussian过程，并增强Transformer模型，实现高效准确预测，优于传统基线。
2025-06-06 cs.CE q-fin.ST
Critical Overview of Agent-Based Models for Economics
本文综述了经济学中一些有代表性的基于主体的模型。我们将讨论为什么以及如何代理为基础的模型代表了重要的一步，以解释动态和统计特性的金融市场超越了经典经济学理论。我们进行了一些特定的关键类别，如代理商的策略，价格演变，代理商的数量等，在本次审查的结论部分，我们解决了一些悬而未决的问题和未来的观点和突出的概念的重要性，一些通常被忽视的主题，如非平稳性和自组织的金融市场的几个模型的示意图分析。
2011-01-10 physics.soc-ph q-fin.ST q-fin.TR
A note on exact likelihoods of the Carr-Wu models for leverage effects and volatility in financial economics
最近Carr和Wu（2004，2005）以及Huang和Wu（2004）证明了在传统期权定价模型中使用的大多数随机过程都可以看作是时变Lévy过程的特殊情况。特别是，这些模型可以定制，以展示资产的对数价格和瞬时波动率的相关跳跃。自然类似于Barndorff-Nielsen和Shephard（2001 a，b）的最新工作，这些模型可以在基于可能性的框架中使用。这些可能性是基于未观察到的综合波动率，而不是瞬时波动率。James（2005）建立了一个大类此类模型的可能性和估计的一般结果，其中包括可能的杠杆效应。在本文中，我们证明了基于Carr和Wu（2005）以及Huang和Wu（2005）的推广的似然模型的精确表达式，本质上遵循James（2005）中定理5.1中的论点，但略有修改。这是为了正式验证James（2005）提出的一个主张。
2005-03-16 math.PR math.ST q-fin.ST
Robust Graph Neural Networks for Stability Analysis in Dynamic Networks
Fordham University（福特汉姆大学）；Stevens Institute of Technological（史蒂文斯理工学院）；Northeastern University（东北大学）；Southern Methodist University（南卫理公会大学）
本文研究基于图神经网络的经济风险识别算法，通过将金融网络中的交易行为和机构关系映射为图结构并学习嵌入表示，以提升系统性风险预警能力，为金融机构和监管者提供智能化工具，增强金融体系稳定性。
2024-10-29 cs.LG q-fin.ST
Causal Links Between US Economic Sectors
在本文中，我们进行了比较分割和聚类分析的时间序列的10个道琼斯美国经济行业指数在2000年2月14日和2008年8月31日。从聚类区间的时间分布来看，美国经济从1998年中期到2003年中期经历了一年半的金融危机，但从完全进入当前的金融危机，到完全复苏，只用了两个月的时间。我们还发现，石油和天然气以及基础材料行业引领了上一次金融危机的复苏，而消费品和公用事业行业则引领了本轮金融危机的衰退。在宏观层面上，我们发现较早进入危机的部门较晚摆脱危机，而较晚进入危机的部门较早摆脱危机。在中观层面上，我们发现领先行业经历了更强和更长的波动冲击，而尾随行业经历了更弱和更短的波动冲击。在我们对冲击的因果关系分析中，我们还发现，在更密切相关的经济部门，相应的冲击之间的延迟更短。此外，我们的分析揭示了复杂的部门结构的证据，以及在传播波动性冲击的非线性放大。从相关的公共政策的角度来看，我们的研究表明，在2003年中期的经济复苏的内生部门的动态，在2007年中期开始的美联储降息强烈的外生驱动。最有趣的是，我们发现，在2007/2008年实施的一系列密集降息中，前几次降息有效地降低了市场波动率，而接下来的几次降息则有效地增加了市场波动率。随后的降息几乎没有引起市场的反应。
2011-02-25 q-fin.GN q-fin.ST
Classical and quantum randomness and the financial market
我们通过比较经典模型和类量子模型的随机性来分析金融（和一般经济）过程的复杂性。我们的分析表明，对于金融市场，量子概率描述可能比经典概率描述更自然。我们的一部分分析致力于研究量子概率模型应用于金融市场的代理人的可能性。我们表明，虽然直接的量子（物理）还原（基于使用量子力学的尺度）是没有意义的，可以应用所谓的量子模型。在我们的方法中，类似量子的概率行为是金融（和一般经济学）统计数据背景的结果。然而，我们对金融数据的“量子性”的假设应该通过实验来检验（而不是基于非上下文经典概率方法的传统描述）。我们提出了一个新的统计检验的基础上推广的著名的量子物理贝尔不等式。
2007-04-22 math-ph math.MP math.PR
Multiple-bubble testing in the cryptocurrency market: a case study of bitcoin
本文以比特币为例研究加密货币市场的多重泡沫检验问题，强调评估金融市场对投资者和研究人员的重要性。
2023-12-29 q-fin.ST
A new approach to the modeling of financial volumes
本文利用半马尔可夫方法研究了股票交易量的高频动态。更确切地说，我们假设，日内对数变化的体积所描述的加权指数半马尔可夫链模型。基于这一假设，我们表明，该模型是能够重现几个经验的事实，如时间序列的依赖性，每日内的周期性和量的不对称性量的演变。结果已经从一个真实的数据应用程序，从意大利股票市场从2007年1月1日到2010年12月底的高频数据。
2017-09-18 q-fin.ST
A Theory of Information overload applied to perfectly efficient financial markets
在计算机技术大规模普及之前，信息远不复杂。技术的发展改变了范式：从面临稀缺和昂贵信息的个人到面临以低成本获得大量信息的个人。如今，我们生活在大数据时代，投资者每天都要处理大量的信息流。基于经济主体计算能力有限的现代理念，我们提出了一个使用信息过载的原始模型，以说明过多的信息如何导致金融市场偏离传统的信息效率假设。当信息趋于无穷大时，有效市场假说不再成立。这种情况也发生在信息水平较低的情况下，当使用最大量的信息对投资者来说不是最佳的时候。目前的工作可以是一个刺激，考虑更现实的经济模型，它可以进一步深化，包括其他现实的特点，目前在金融市场，如信息不对称或噪音的信息传输。
2019-04-07 q-fin.ST
Forecasting Economics and Financial Time Series: ARIMA vs. LSTM
Texas Tech University（得克萨斯理工大学）
时间序列数据预测是经济、商业和金融领域的重要课题。传统上，有几种技术可以有效地预测时间序列数据的下一个滞后，例如单变量自回归（AR），单变量移动平均（MA），简单指数平滑（SES），更值得注意的是自回归积分移动平均（ARIMA）及其许多变化。特别是ARIMA模型在预测时间序列下一个滞后的精度和准确性方面表现出了优异的性能。随着计算机计算能力的最新进步，更重要的是开发了更先进的机器学习算法和方法，例如深度学习，开发了新的算法来预测时间序列数据。本文研究的问题是，新开发的基于深度学习的时间序列数据预测算法，如“长短期记忆（LSTM）"，是否以及如何优于传统算法。本文中进行和报告的实证研究表明，基于深度学习的算法（如LSTM）优于基于传统的算法（如ARIMA模型）。更具体地说，与ARIMA相比，LSTM获得的出错率平均降低了84 - 87%，表明LSTM优于ARIMA。此外，注意到训练次数（在深度学习中称为“epoch”）对训练的预测模型的性能没有影响，并且它表现出真正的随机行为。
2018-03-16 cs.LG q-fin.ST stat.ML
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
One trade at a time -- unraveling the Equity Premium Puzzle
Deutsche Bank（德意志银行）
本文通过研究金融产品设计的理性本质，解决了股权溢价之谜，并提出了一个经过实验验证的产品设计理论。
2020-08-31 econ.GN q-fin.EC q-fin.GN
Fractal Properties in Economics
从统计物理的角度对金融波动的标度性质进行了评述。我们首先从理论上表明，由于潜在的相变机制，需求和供给的平衡增强了波动。通过分析日元对美元汇率的报价数据，我们证实了两个分形性质：1在一个固定的报价中，汇率变化的分布在很大的时间间隔内近似于对称的拉伸指数函数; 2交易的间隔时间分布近似于幂律。通过一个简单的模型讨论了公司财务数据中的分形特征，如资产和收入的分布和波动。讨论了研究相变的方法和理论的重要性。
2000-08-06 cond-mat.stat-mech q-fin.GN q-fin.ST
Analysis of a Class of Likelihood Based Continuous Time Stochastic Volatility Models including Ornstein-Uhlenbeck Models in Financial Economics
Barndorff-Nielsen和Shephard在最近的一系列论文中引入了一类有吸引力的金融资产连续时间随机波动率模型，其中波动率过程是正的Ornstein-Uhlenbeck（OH-U）过程的函数。已知该模型比基于高斯的模型灵活得多。这种方法目前的一个问题是，一个易于处理的精确分析的可能性为基础的随机波动模型的股票的日志价格的回报。考虑到这一点，Barndorff-Nielsen和Shephard的似然模型被视为更大一类模型的成员。这是基于n个条件独立的正态随机变量的似然，其均值和方差可表示为一个共同的不可观测泊松随机测度的线性泛函。通过应用James（2005，2002）中的方法，特别是泊松随机测度的Esscher型变换，结合Weber-Sonine公式的特殊情况，可以方便地分析这些模型。它示出的边际似然可以表示在一个多维傅里叶余弦变换。这会产生易于处理的形式的可能性，也允许一个完整的贝叶斯后验分析的综合波动过程。给出了在给定观测数据下对数价格的后验密度的一般公式，该公式在期权定价中具有潜在的应用价值。在第5节中，我们扩展了模型以包括杠杆效应。它表明，推理并不一定需要模拟的随机措施。相反，经典的数值积分可用于最一般的情况。
2005-08-13 math.PR math.ST q-fin.ST
