A mechanism leading bubbles to crashes: the case of Japan's land markets
本文定量研究了1981 ~ 2002年日本{ \it地价}集合的统计特性,这一时期对应于泡沫和崩溃时期。我们发现,在高地价区间,地价集合分布的尾部可以用幂律分布$ P(S>x) \sim x^{-α} $来描述,而且当幂律指数$ α$趋于1时,泡沫破裂发生。
2006-03-17 cond-mat.dis-nn q-fin.ST
Measuring the Time-Varying Market Efficiency in the Prewar and Wartime Japanese Stock Market, 1924-1943
本研究利用新的市值加权权益表现指数,检验1924-1943年日本战时及战前股市的适应性市场假说,发现市场效率随时间和历史事件时变,且市值加权指数导致结果异于过往研究,战争及政府干预会降低市场效率。
2024-05-16 econ.GN q-fin.EC q-fin.GN
Effect of changing data size on eigenvalues in the Korean and Japanese stock markets
在这项研究中,我们试图确定如何改变特征值,根据随机矩阵理论(RMT),在股票市场数据的股票数量组成的相关矩阵的变化。具体来说,我们测试了特征值属性的变化作为相关矩阵中股票数量和类型的函数。我们确定了特征值的值与股票的数量成比例地增加。此外,我们注意到,最大的特征值保持其相同的属性,无论数量和类型,而其他特征值的证据不同的功能。
2009-06-05 physics.data-an q-fin.ST
The impacts of asymmetry on modeling and forecasting realized volatility in Japanese stock markets
本研究探讨日本期货与现货股票市场的非对称性对已实现波动率的建模与预测的影响。我们采用异质自回归(HAR)模型允许三种类型的不对称性:积极和消极的实现半方差(RSV),不对称跳跃,和杠杆效应。估计结果表明,杠杆效应明显影响已实现波动率模型的建模。日经225指数的现货和期货市场都存在杠杆效应。虽然实现的半方差有助于更好地建模,但RSV模型的估计取决于这些模型是否具有杠杆效应。非对称跳跃成分对已实现波动率模型没有明显的影响。虽然杠杆效应和已实现半方差也提高了波动率模型的样本外预测性能,非对称跳跃是没有用的预测能力。本研究的实证结果显示,资讯不对称,特别是杠杆效应与实得半变异数,会产生较佳的模型与较准确的预测绩效。因此,在对日本股票市场的已实现波动率进行建模和预测时,应该考虑信息不对称的影响。
2020-05-30 econ.EM q-fin.ST
Analysis of Realized Volatility in Two Trading Sessions of the Japanese Stock Market
我们分析了使用东京证券交易所高频股票数据构建的已实现波动率。为了避免波动率计算中的非交易时间问题,我们定义了两个已实现波动率,分别在东京证券交易所的两个交易时段,即上午和下午时段计算。在计算了不同采样频率下的已实现波动率之后,我们评估了作为采样频率的函数的来自微结构噪声的偏差。考虑到对已实现波动率的偏差,我们检验了由已实现波动率标准化的收益率,并确认东京证券交易所的价格收益率近似地由具有时变波动率的高斯时间序列描述,即与混合分布假设一致。
2013-04-22 physics.data-an q-fin.ST
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
Market Efficiency in Foreign Exchange Markets
我们研究了金融市场数据中的相对市场效率,使用近似熵(ApEn)方法来量化时间序列中的随机性。我们使用1984年至1998年和1999年至2004年两个时期的17个国家的全球外汇市场指数,以研究市场危机前后各种外汇市场的效率。我们发现,平均而言,欧洲和北美外汇市场的ApEn值大于非洲和亚洲(日本除外)。我们还发现,亚洲市场的ApEn在亚洲货币危机后显著增加。我们的研究结果表明,具有较大流动性的市场,如欧洲和北美的外汇市场有较高的市场效率比那些流动性较小的市场,如非洲和亚洲(日本除外)。
2006-11-15 physics.soc-ph q-fin.ST
Quantile Dependence between Stock Markets and its Application in Volatility Forecasting
本文研究了国际股票市场之间的分位数依赖性,并评估其用于改善波动性预测。首先,我们分析了美国股票市场与英国、德国、法国和日本股票市场之间的分位数依赖和方向可预测性。我们使用交叉分位数图,这是分位数命中过程的相关统计。股票市场之间的详细相关性取决于特定的分位数范围,这种相关性通常是不对称的;负溢出效应强于正溢出效应,从美国市场到英国、德国、法国和日本市场存在很强的方向性可预测性。其次,我们考虑了一个简单的分位数增强的波动模型,该模型适应了美国市场和其他市场之间的分位数依赖性和方向可预测性。分位数增强波动率模型提供了优越的样本内和样本外波动率预测。
2016-08-25 q-fin.ST stat.AP
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
The Efficient Tail Hypothesis: An Extreme Value Perspective on Market Efficiency
本文提出有效尾部假设(ETH),通过构建正则变差模型和方向性尾部相依性测度研究金融市场正负极值相依性,实证检验中国期货市场拒绝ETH并开源高频数据。
2025-07-01 q-fin.ST
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
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
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
Using Intermarket Data to Evaluate the Efficient Market Hypothesis with Machine Learning
有效市场假说(EMH)的半强形式意味着技术分析不会通过市场间数据分析揭示任何隐藏的统计趋势。如果对市场间数据的技术分析揭示了可以被杠杆化以显著跑赢股票市场的趋势,那么半强有效市场假说就不成立。在这项工作中,我们利用各种机器学习技术,实证评估有效市场假说使用股票市场,外币(外汇),国际政府债券,指数期货,商品期货资产。我们在每个数据集上训练五个机器学习模型,并分析这些模型的平均性能,以预测SPDR S&P 500 Trust ETF(SPY)所近似的未来S&P 500走势。根据我们的分析,包含债券、指数期货和/或商品期货数据的数据集的表现明显优于基线。此外,我们发现,市场间数据的使用在95%置信水平下对各种模型的准确性、宏观F1评分、加权F1评分和受试者操作特征曲线下面积产生统计学显著的积极影响。这为反驳半强有效市场假说提供了强有力的经验证据。
2022-12-21 q-fin.ST
Financial Time Series: Stylized Facts for the Mexican Stock Exchange Index Compared to Developed Markets
我们提出了一些程式化的事实表现出的墨西哥证券交易所指数(IPC)的回报率的时间序列,并将其与发达国家(美国,英国和日本)和新兴市场(巴西和印度)的样本进行比较。研究时间为1997-2011年。程式化的事实主要与概率分布函数和自相关函数有关(例如,肥尾、非正态性、波动率聚类等)。我们发现,在墨西哥和巴西,但不是在其余的回报率的正偏度,建议投资机会。非线性的证据也被记录。
2014-12-09 q-fin.ST
Analysis of market efficiency in main stock markets: using Karman-Filter as an approach
本研究提出利用Kalman-Filter分析评估主要股票市场的有效性,发现该基于Kalman-Filter的价格反转指标在新兴与发达市场中均能产生显著的投资组合回报。
2024-04-25 q-fin.CP q-fin.ST
Hurst exponent and prediction based on weak-form efficient market hypothesis of stock markets
我们实证研究了金融时间序列数据的有效性程度和可预测性之间的关系。以赫斯特指数作为有效程度的衡量标准,以最近邻预测法计算的命中率作为未来价格变动方向的预测。我们使用了60个不同国家的市场指数。我们的经验发现,效率的程度(赫斯特指数)和可预测性(命中率)之间的关系是强阳性。也就是说,具有较高赫斯特指数的市场指数往往具有较高的命中率。这些结果表明,赫斯特指数是有用的预测未来的价格变化。此外,我们还发现,赫斯特指数和命中率可以作为区分新兴资本市场和成熟资本市场的标准。
2007-12-11 physics.soc-ph q-fin.ST
Measuring capital market efficiency: Global and local correlations structure
本文引入了一种新的资本市场有效性测度。该方法考虑了收益的相关结构(长期记忆和短期记忆)和局部羊群行为(分形维数)。效率的度量是指与理想的有效市场状况之间的距离。方法适用于41个股票指数的投资组合。我们发现日本NIKKEI是最有效的市场。从地理角度来看,效率较高的市场主要是欧洲股票指数,效率较低的市场主要包括拉丁美洲、亚洲和大洋洲。低效率主要是由本地放牧,即低分形维数。
2012-08-06 q-fin.GN q-fin.ST
A Precursor of Market Crashes
在本文中,我们定量地研究了股票价格的统计系综的性质。我们将注意力集中在定义为$ X(t) = S(t)/S(0) $的相对价格上,其中$ S(0) $是初始价格。我们选择了在日本证券交易所交易的约3200只股票,对1999年1月4日至2001年12月28日这3年期间的每个交易日的每日相对价格进行了统计,这3年对应于日本股票市场的{ \it互联网泡沫}形成和{ \it崩溃}的时期。我们发现,互补累积分布函数的上尾的相对价格在价格的高值的合奏是很好地描述了幂律分布,$ P(S>x) \sim x^{-α} $,随着时间的推移移动的指数。此外,我们发现,当幂律指数$ α$接近{ \it 2}时,泡沫破裂。可以合理地假设,当幂律指数接近{ \it 2}时,表明泡沫即将破裂。PACS:89.65.Gh;关键词:市场崩溃,幂律,前兆
2006-03-17 physics.data-an physics.soc-ph q-fin.ST
Stock Market Directional Bias Prediction Using ML Algorithms
本研究对比了logistic regression、decision tree和random forest与feed forward deep neural network在日本股市方向性偏差预测中的表现,发现所有模型准确率均超50%,揭示了机器学习在股市预测中的潜力与复杂性。
2023-10-24 q-fin.ST
Ornstein-Uhlenbeck Process for Horse Race Betting: A Micro-Macro Analysis of Herding and Informed Bettors
该研究将日本赛马赔率演化建模为奥恩斯坦-乌伦贝克过程,纳入羊群与基本面两类投注者,基于赛事数据揭示微观投注规则与宏观均值回复模式,为非均衡金融与投注市场研究提供方法参考。
2025-05-21 physics.soc-ph q-fin.ST
On the Time-Varying Structure of the Arbitrage Pricing Theory using the Japanese Sector Indices
本文首次检验日本股市中APT的时间不稳定性,采用滚动窗口法结合Fama-MacBeth两步回归与广义GRS检验,发现货币政策、商业周期及经济危机导致风险溢价估计不稳定,APT有效性随时间变化。
2024-03-15 econ.EM q-fin.PR q-fin.ST
Blindfolded monkeys or financial analysts: who is worth your money? New evidence on informational inefficiencies in the U.S. stock market
有效市场假说一直被认为是金融学中最具争议的论点之一,学术界分为谁声称不可能击败市场,谁相信有可能获得超过平均利润。如果这一假设成立,就像伯顿·麦基尔(Burton Malkiel)所提出的那样,这意味着一只蒙着眼睛的猴子通过向报纸的金融版投掷飞镖来选择股票,它的表现可以和金融分析师一样好,甚至更好。在本文中,我们使用了一种新的方法,基于置信区间的比例,以评估在标准普尔500指数成分的无效率的程度,得出结论,一些股票是无效的:我们估计指数中的无效股票的比例为12.13%和27.87%之间。这支持了其他研究,证明金融分析师可能是比蒙着眼睛的猴子更好的投资者。
2019-10-11 q-fin.ST
Structural Dynamics of G5 Stock Markets During Exogenous Shocks: A Random Matrix Theory-Based Complexity Gap Approach
National Institute of Technology Sikkim(锡金国家理工学院);Indian Institute of Science(印度科学学院)
本文基于随机矩阵理论提出复杂性差距指标,揭示G5股票市场在外部冲击下的三阶段结构变化模式,并证明该指标可作为风险评估工具。
2026-04-21 q-fin.ST
Complexity measure, kernel density estimation, bandwidth selection, and the efficient market hypothesis
本文提出一种基于信息论和复杂系统物理学的带宽选择方法,通过最大化新的复杂度度量避免过拟合与欠拟合,并应用于比特币数据,揭示了现有方法在价格收益复杂度及有效市场假说评估上的矛盾结论。
2023-05-22 q-fin.ST stat.ME
Effects of time dependency and efficiency on information flow in financial markets
我们调查了金融市场数据,以确定哪些因素影响股票之间的信息流。在对韩国、日本、台湾、加拿大和美国市场数据的分析中,考虑了两个因素,即时间依赖性和效率程度。我们发现,随着时间间隔的增加,显著信息的频率降低。然而,在去除时间相关性的时间序列中没有观察到显著的信息流。这些结果表明,股票之间的信息流证据的时间依赖特性。此外,我们还发现,效率程度的差异在决定重要信息流的方向方面起着至关重要的作用。
2008-02-11 physics.soc-ph q-fin.ST
Herd Behaviors in Financial Markets
我们研究了日本金融市场日元对美元汇率收益的羊群行为。结果表明,$R$的概率分布$P(R)$满足幂律行为$P(R) \simeq R^{-β}$,其指数为$ β=3.11$($τ=$的时间间隔为$τ=$ 1分钟)和3.36($τ=$的时间间隔为$τ=$ 1天).在$τ=$ 1分钟时,信息级联状态出现在羊群参数$H\ge 2.33$中,而在$τ=$ 1天时,信息级联状态不出现羊群。特别地,我们发现在一个时间步长$Δt=1$日,归一化收益率的分布表现出向高斯分布的交叉。
2004-05-09 cond-mat.stat-mech q-fin.ST
On the integrated behaviour of non-stationary volatility in stock markets
本文分析了几个国际股票市场指数,即标准普尔500(美国),日经指数(日本),PSI 20(葡萄牙),CAC 40(法国),DAX 30(德国),富时100(英国),IBEX 35(西班牙)和MIB 30(意大利)的波动性的行为,在非平稳性的背景下。我们的实证结果表明,存在的证据,这些股票市场指数的不同维度之间的综合行为。因此,这些市场的行为似乎趋于某种一致性,这可以解释为在可能影响全球经济的冲击面前存在着类似的行为。这究竟是市场全球化的原因还是结果,是今后工作中可能要强调的一个问题。
2006-07-19 cond-mat.stat-mech q-fin.ST
Martingales, Detrending Data, and the Efficient Market Hypothesis
本文讨论了具有任意扩散系数D(x,t)的随机过程x(t)的鞅、去趋势数据和有效市场假设。从与x无关的漂移系数R(t)开始,我们证明了鞅随机过程产生不相关的,一般非平稳的增量。一般来说,鞅的检验就是不相关增量的检验。一个漂移系数依赖于x的去趋势过程通常不是一个鞅,因此我们将我们的分析扩展到金融领域感兴趣的(x,t)依赖漂移系数类。我们解释了为什么鞅在简单平均和2点相关的水平上看起来都是马尔可夫的。虽然马尔可夫市场没有记忆可以利用,而且可能无法系统地击败市场,但从未有人证明过,在3点或更高的相关性中,鞅记忆不能被利用来击败市场。我们推广了前面提出的马尔可夫标度解,并且推广了有效市场假设(EMH)的鞅公式,以包括对数收益率中的(x,t)依赖漂移。我们还使用本文的分析,以纠正错误陈述的公平博弈条件的序列相关性在法玛的论文有效市场假说。
2007-05-29 physics.data-an physics.soc-ph 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
Discretion versus Policy Rules in Futures Markets: A Case of the Osaka-Dojima Rice Exchange, 1914-1939
本文在“自由裁量权与规则”的背景下,考察了1910年代中期至1939年两次世界大战期间大坂大米期货交易的市场有效性与日本政府干预大米流通的关系。“我们使用随时间变化的VAR模型来比较市场有效性和政府的行动。我们通过刻画市场有效性随时间变化的特性发现了这两个事实。首先,自由裁量权的干预扰乱了大米市场,降低了交易所的市场有效性。第二,随着政府对稻米政策操作自由裁量权的减少,市场有效性得到提高。当政府获得商品市场政策操作的自由裁量权时,市场有效性往往会降低。反之,即使政府实施了大规模的干预,当政府选择了一种系统的、遵循法律的类规则行为时,市场有效性也会得到提高。
2018-01-09 q-fin.PR q-fin.ST
Dynamical Characteristics of Global Stock Markets Based on Time Dependent Tsallis Non-Extensive Statistics and Generalized Hurst Exponents
我们使用时间相关的扩展Tsallis统计量对股票市场指数进行非线性分析。具体来说,我们评估的q-三元组特定的时间段的目的是展示的时间依赖性的基础市场动态的扩展特征。我们对全球四个主要市场(S&P 500,东京-日经,法兰克福-DAX,伦敦-LSE)的每日收盘价格时间序列进行了分析。为了比较,我们还计算时间相关的广义赫斯特指数(GHE)Hq使用GHE方法,从而估计指数动态的多尺度特性的时间演化。我们专注于关键市场事件之前和之后的时期,如股票市场泡沫(2000年dot.com泡沫,日本1990年泡沫,2008年美国不动产危机),并发现q三重值的时间趋势在这些时期之间显着不同,表明在泡沫破裂前的上升期,市场动态的基本扩展统计数据强烈偏离纯粹的随机行为,而在破裂后,它逐渐收敛到高斯型行为,这是有效市场的特征。我们还得出结论,Tsallis q-三联体的相对时间变化模式可以连接到市场动态的不同方面,并揭示了有用的信息,特别是那些潜在的发展的股票市场泡沫的市场条件。我们发现了q三元组中指数相对变化的特定时间模式和趋势,这些模式和趋势区分了股市泡沫破裂之前和之后的时期。内生和外生股票市场危机之间的差异也被Tsallis q三元组的时间变化所捕获。最后,我们介绍了两个新的时间依赖性的经验度量(Q度量)的Tsallis q-三元组的功能。
2021-04-07 q-fin.ST
Exploring Graph Neural Networks for Stock Market Predictions with Rolling Window Analysis
IBM Japan(IBM日本);IBM T.J. Watson Research Center(IBM托马斯·J·沃森研究中心);IBM Research - Tokyo(IBM东京研究院)
最近,人们对使用机器学习来帮助准确预测金融市场的兴趣激增。尽管在金融和人工智能领域取得了令人兴奋的进展,但目前的许多方法仅限于使用技术分析来捕捉每个股票价格的历史趋势,因此仅限于某些实验设置以获得良好的预测结果。另一方面,专业投资者还利用他们对市场间和公司间关系的丰富知识来绘制公司和事件的连接性,并使用该地图来做出更好的市场预测。例如,他们不仅根据某一公司以前的股票价格趋势,而且根据其供应商或客户的业绩、整个行业、宏观经济因素和贸易政策来预测该公司股票价格的变动。本文研究了市场预测和图神经网络的交叉点的工作的有效性,这些网络具有通过将公司知识图谱直接纳入预测模型来模仿投资者做出决策的方式的潜力。这项工作的主要目标是测试这种方法在不同的市场和更长的时间范围内使用滚动窗口分析回测的有效性。在这项工作中,我们专注于预测日本日经225市场的个股价格在大约20年的时间。在知识图谱中,我们使用了日经价值搜索数据,这是一个主要显示日本和外国企业之间供应商关系的丰富数据集。我们的初步结果显示,与市场基准相比,回报率和夏普比率分别增加了29.5%和2.2倍,与基线LSTM模型相比,分别增加了6.32%和1.3倍。
2019-11-27 cs.LG q-fin.ST
A statistical test of market efficiency based on information theory
我们确定的信息量包含在一个时间序列的价格回报率在一个给定的时间尺度,通过使用信息理论的一个广泛的工具,即香农熵,适用于这个时间序列的符号表示。在有效市场假说成立的情况下,通过推导该市场信息指标的精确分布和渐近分布,我们发展了市场有效性的统计检验。我们将其应用于股票指数,单一股票和加密货币的真实数据集,我们能够在每个日期确定是否在给定的置信水平下拒绝有效市场假设。
2022-08-25 q-fin.ST stat.ME
Investor Sentiment and Market Movements: A Granger Causality Perspective
Amity University Kolkata(加尔各答阿米提大学)
本研究运用格兰杰因果检验,探究投资者情绪与股市收盘价变动间的因果关系,发现情绪变化先于价格变动且呈正向响应。
2025-09-27 q-fin.ST
Statistical inference of co-movements of stocks during a financial crisis
为了了解和预测社会系统的涌现现象,我们提出了几个概率模型,用于分析金融市场,特别是在危机前后。我们首先试图通过利用多维标度,通过典型的日本每日股票之间的交叉相关性来可视化市场在金融危机期间的集体行为。我们发现,当经济危机发生时,所有的二维点(股票)都会收缩到一个小区域内。通过使用金融市场中的互相关特性,特别是在危机期间,我们接下来提出了一个理论框架,同时预测几个时间序列。我们的模型系统基本上是由一个变种的多层伊辛模型与非平稳的时间序列随机场。概率模型中出现的超参数通过最小化过去市场历史中的“累积误差”来估计。我们的方法的合理性和有效性进行了数值研究的几个经验数据集。
2013-09-07 q-fin.ST
The Efficient Market Hypothesis for Bitcoin in the context of neural networks
Zurich University of Applied Sciences(苏黎世应用科学大学)
这项研究使用前馈神经网络来检验比特币有效市场假设的弱形式。由于近年来加密货币的日益普及,出现了一个问题,即比特币是否可以利用市场效率低下的问题。我们在这里提到的几项研究在比特币的背景下使用统计测试或机器学习方法讨论了这个话题,主要依赖于比特币本身的数据。关于市场有效性的结果因研究而异。然而,在这项研究中,重点是在神经网络中应用各种与资产相关的输入特征。其目的是调查在添加股票指数(S&P 500,Russell 2000),货币(EURUSD),10年期美国国债收益率以及黄金和白银生产商指数(XAU)时,除了使用比特币回报作为输入特征外,预测准确性是否会提高。正如预期的那样,结果表明,更多的特征导致更高的训练性能,从一个特征的54.6%预测准确率到六个特征的61%。在测试集上,我们观察到,使用我们的神经网络方法,添加额外的资产类别,预测准确性没有增加。一个功能集能够部分优于买入并持有策略,但一旦添加另一个功能,性能就会再次下降。这导致我们得出部分结论,即比特币的弱市场效率无法使用神经网络和给定的资产类别作为输入来检测。因此,基于这项研究,我们发现证据表明,在样本期间,比特币市场在有效市场假设的意义上是有效的。我们鼓励在这一领域进行进一步的研究,因为这在很大程度上取决于所选择的样本周期、输入特征、模型架构和超参数。
2022-06-25 cs.LG q-fin.ST q-fin.TR
Risk-dependent centrality in the Brazilian stock market
本文的目的是计算巴西股票市场的风险依赖中心性。我们计算了2008年1月至2020年6月在巴西股票市场交易的资产在不同外部风险水平下的RDC。我们观察到,基于RDC的资产排名取决于外部风险。排名的波动性与危机事件有关,反映了最近的巴西经济政治危机。此外,我们还发现基于RDC的资产排名的平均波动率与股票市场的平均日收益率之间存在负相关关系。这与危机时期排名波动性更大的假设是一致的。
2021-03-10 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
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
Scaling and Memory Effect in Volatility Return Interval of the Chinese Stock Market
本文研究了中国股票市场波动收益区间$τ$的概率分布。我们将概率分布$P_{q}(τ)$和波动率收益区间$τ$重新标度为$P_{q}(τ)=1/\barτ f(τ/\barτ)$,以获得不同阈值$q$的统一标度曲线。伸缩指数函数$f(x) \sim e^{-αx^γ}$能很好地拟合标度曲线,说明$τ$中存在记忆.为了证明记忆效应,我们调查的条件概率分布$P_{q} (τ|τ_{0})$,平均条件间隔$<τ|τ_{0}>$和累积概率分布的集群大小的$τ$。结果表明,聚类效果明显。我们进一步研究了持久性概率分布$P_{\pm}(t)$,发现$P_{-}(t)$以幂律衰减,其指数远不同于随机游走的0.5,进一步证实了$τ$中存在长记忆.中国股票市场的$τ$的标度效应和长记忆效应与美国和日本的相似。
2008-05-15 physics.soc-ph q-fin.ST
Partial correlation analysis: Applications for financial markets
一对股票收益率的同步时间演化之间存在显著的互相关是一个众所周知的经验事实。皮尔逊相关系数通常用于表示给定股票对价格变化的相似程度,但它不衡量其他股票是否影响它们之间的关系。为了探讨第三只股票对两只股票之间关系的影响,我们使用偏相关性测量来确定金融资产之间的潜在关系。在以前工作的基础上,我们提出了一个统计稳健的方法,从四个不同的金融市场:美国,英国,日本和印度提取股票之间的潜在关系。这种方法为金融市场动态提供了新的见解,并揭示了股票之间的隐含影响。为了证明这种方法的能力,我们(i)量化不同公司的影响力,并通过研究不同时间的市场相似性,提出对市场结构和市场稳定性的新见解,以及(ii)我们提出了一个实际应用程序,提供有关公司如何受到不同经济部门影响的信息,以及这些部门如何相互作用。这些例子表明,这一方法在发现对各种个人有价值的信息方面是有效的,这些个人不仅包括投资者和交易者,而且包括监管者和决策者。
2014-02-06 q-fin.ST q-fin.TR
Are Stock Markets Integrated? Evidence from a Partially Segmented ICAPM with Asymmetric Effects
本文利用De Santis和Gerard(1997,1998)的多元Gestival过程的非对称扩展,对两个发达市场、两个新兴市场和世界市场的部分分段ICAPM模型进行了检验。我们发现,这种不对称的过程提供了一个显着更好的适合的数据比一个标准的对称过程。从全期和分期分析中获得的证据支持金融一体化假设,并表明国内风险不是一个定价因素。
2009-05-24 q-fin.PM q-fin.ST
On the Evolution of Cryptocurrency Market Efficiency
本研究基于Lo(2004)的适应性市场假说(AMH)来考察加密货币市场(比特币和以太坊)的效率是否会随着时间的推移而演变。特别是,我们测量的程度市场有效性使用广义最小二乘为基础的时变模型,不依赖于样本量,不像以前的研究,使用传统的方法。实证结果表明:(1)市场的市场有效性程度随时间而变化;(2)在大多数时期,比特币的市场有效性水平高于以太坊;(3)市场流动性高的市场正在形成。我们的结论是,这些结果支持最成熟的加密货币市场的AMH。
2020-07-07 q-fin.GN q-fin.ST
Examining the Dynamic Asset Market Linkages under the COVID-19 Global Pandemic
本研究基于Fama(1970)意义上的市场有效性,考察了COVID-19全球大流行下的动态资产市场联系。特别地,我们估计的联合程度的市场有效性,应用伊藤等人。’s(2014; 2017)基于广义最小二乘的时变向量自回归模型。实证结果显示:(1)市场有效性的联合程度随时间变化很大,如Lo(2004)的适应性市场假说所示;(2)COVID-19疫情可能会通过增强资产市场之间的联系消除套利行为,提高市场有效性;(3)2020年底出现的比特币泡沫导致市场有效性持续下降。
2021-09-19 q-fin.PR q-fin.ST
Clustering patterns in efficiency and the coming-of-age of the cryptocurrency market
有效市场假说对金融交易和市场稳定有着深远的影响。因此,加密货币是否具有信息效率一直是最近激烈调查的主题。在这里,我们使用价格日志回报的滑动时间窗口上的排列熵和统计复杂性来量化400多种加密货币的动态效率。我们认为,当这两个复杂性度量在统计上与随机混洗数据上获得的值无法区分时,加密货币在时间窗口内是有效的。我们发现,在我们的研究中,37%的加密货币在80%以上的时间内保持高效,而20%的加密货币在不到20%的时间内保持信息高效。我们的研究结果还表明,效率与加密货币的市价总值无关。随着时间的推移,对信息效率的动态分析揭示了集群模式,其中具有相似时间模式的不同加密货币形成了四个集群,而且每个集群中的年轻货币似乎都准备跟随其“前辈”的趋势。因此,加密货币市场已经显示出对有效市场假设的显著遵守,尽管数据也显示,数字货币的时代在这方面仍在进行中。
2019-01-03 physics.soc-ph q-fin.ST
Inflation and deflation in stock markets
本文的目的是比较股票市场泡沫期和反泡沫期的统计特性。我们研究了日经225指数在1975年1月至2003年4月的28年期间,对应于泡沫和反泡沫时期的每日数据的统计特性。我们将时间序列分为两个部分,从1975年1月到2002年12月的{ \it通货膨胀(或泡沫)}时期和从1990年1月到2002年12月的{ \it通货紧缩(或反泡沫)}时期。我们发现通货膨胀期的波动率可以用具有$ q = 1.14 $的$q$ -指数分布来近似,而通货紧缩期的波动率分布可以用具有$ q \to 1 $的$q$ -指数分布来精确描述.我们的实证研究结果表明,重大的结构性变化发生在1990年初,当投机泡沫崩溃,在日本的股票市场。关键词:经济物理学,通货膨胀期,通货紧缩期,幂律,指数(Bolztmann-Gibbs)定律; PACS 89.90。n; 05.40.- a、
2006-03-17 cond-mat.stat-mech physics.soc-ph q-fin.ST
Power laws and market crashes
在本文中,我们定量研究了股票价格的统计合奏的统计特性。我们选择了1200只在东京证券交易所交易的股票,对1999年1月4日至2001年12月28日这3年中的每个交易日的股票价格进行了统计,这3年对应于日本互联网泡沫的形成和日本股票市场泡沫的破裂。我们发现,在价格的高值的股票价格的合奏的互补累积分布函数的尾部是很好地描述了幂律分布,$ P(S>x) \sim x^{-α} $,与指数的范围内移动$ 1.09 < α< 1.27 $。此外,我们还发现,当幂律指数$ α$接近1时,泡沫会崩溃。这表明股票价格的齐普夫定律是泡沫即将破裂的信号。PACS:89.65.Gh
2006-03-17 physics.data-an physics.soc-ph q-fin.ST
Loss of structural balance in stock markets
我们使用秩相关性作为距离函数来建立股票收益之间的互连性,为七个欧洲国家,美国和日本的股票构建加权符号网络。我们建立了网络平衡水平与股票可预测性之间的理论关系,研究了其从2005年到2020年第三季度的演变。我们发现,在美国2011年8月的黑色星期一之后,9个国家中有6个国家出现了明显的平衡-不平衡转变,当时该国的经济政策不确定性指数达到了COVID-19危机前的最高月度水平。这种突然失去平衡的情况主要是由一组属于非金融部门的低资本值股票引发的市场网络重组造成的。在转型之后,这些公司的股票在它们之间以及与市场上大多数其他股票之间都呈负相关。网络拓扑结构的隐含变化与股票可预测性的降低直接相关,这一发现对资产配置和投资组合对冲策略具有重要意义。
2021-04-12 cs.SI physics.soc-ph q-fin.ST
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
Fundamental Factors versus Herding in the 2000-2005 US Stock Market and Prediction
我们提出了一个一般的方法,将基本的经济因素,我们以前的羊群效应理论来描述泡沫和反泡沫。我们从理性预期的强形式出发,导出了在我们和其他人的工作中发展起来的羊群行为的对数周期幂律(LPPL)签名之外,加入因子的一般方法。这些因素包括利率、利差、历史波动率、隐含波动率和汇率。标准的统计AIC和Wilks检验使我们能够比较不同的因素模型的解释能力。我们发现,2002年8月之前,历史波动性起着关键作用。2002年10月左右,利率占主导地位。2003年前6个月,汇率成为关键因素。自2003年底以来,各种因素都发挥了越来越大的作用。然而,最令人惊讶的结果是,最好的模型是没有任何因素的二阶LPPL。因此,我们提出了一个方案,为美国股市的未来演变的基础上的二阶LPPL公式的拟合外推,这表明,羊群效应仍然是主导力量,美国股市的反泡沫的解体,自2000年以来仍然是定性相似(但定量不同),日本日经指数的情况下,1990年后。
2005-05-11 physics.soc-ph q-fin.ST
Network geometry and market instability
金融市场的复杂性源于股票交易主体之间的战略互动,这种互动表现为股票价格之间的动态相关模式。在过去的几十年里,复杂的金融市场通常被表示为网络,其相互作用的节点对是股票,由表示相关强度的边连接。然而,我们经常有三个或更多节点组成的组中发生的相互作用,这些不能简单地用成对相互作用来描述,但我们还需要考虑这些相互作用之间的关系。直到最近,研究人员才开始关注复杂金融系统的高阶结构,这可以显着提高我们估计系统性风险的能力,以及从市场有效性的角度衡量金融系统的稳健性。几何启发的网络度量,如Ollivier-Ricci曲率和Forman-Ricci曲率,可以用来捕捉网络脆弱性和持续监测金融动态。在这里,我们探讨的效用,这种离散的里奇曲率特征的金融系统的结构,并进一步评估它们作为市场不稳定性的通用指标。为了这个目的,我们研究了一组股票的每日回报率,包括美国标准普尔500指数和日本日经225指数在32年的时间内,并监测以边缘为中心的网络曲率的变化。我们发现,不同的几何措施捕捉系统级的市场特征,因此,我们可以区分正常或“一切照旧”时期和所有重大的市场崩溃。这对于金融体系的战略设计和监管市场以应对金融不稳定非常有用。
2021-01-29 physics.soc-ph q-fin.ST
Stock Price Forecasting and Hypothesis Testing Using Neural Networks
Rice University(莱斯大学);Department of Economics(经济学系)
在这项工作中,我们使用递归神经网络和多层感知器从历史数据中预测纽约证券交易所,纳斯达克和美国证券交易所的股票价格。我们使用不同的架构进行实验,并比较数据规范化技术。然后,我们利用这些发现,通过正式的统计检验来质疑有效市场假说。
2019-08-28 cs.LG econ.EM q-fin.ST
Critical Market Crashes
这篇评论是对《为什么股票市场崩溃》一书(普林斯顿大学出版社,2003年1月)的部分综合,该书提出了他的同事和作者在过去七年中发展的关于金融崩溃和股票市场不稳定的一般理论。对提款或连续损失的频率分布的研究表明,大型金融崩溃是"离群者“:它们形成了自己的一类,这可以从它们的统计特征中看出。如果说大规模金融危机是“异类”,那么它们就是特殊的,因此需要一个特殊的解释、一个特定的模型、一个它们自己的理论。此外,它们的特殊性质也许可以用于它们的预测。导致正反馈的主要机制,即,本文综述了投资者之间的模仿行为和羊群行为等自我强化行为,并对物理学范围之外的相关文献进行了大量的参考。正反馈为投机泡沫的发展提供了燃料,为大崩盘的不稳定性做好了准备。我们展示了几个详细的数学模型的投机泡沫和崩溃。最重要的信息是发现了崩溃方法的强大和通用签名。在发达国家和新兴市场的股票市场、货币市场、公司股票等的崩溃中,几乎所有的崩溃都有这些偶然的模式。"反泡沫“的概念也被总结出来,并对1999年开始的日本股票市场和美国股票市场进行了两次前瞻性预测。最后,我们提出我们对金融市场组织的看法。
2003-01-28 cond-mat.stat-mech nlin.AO physics.soc-ph