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
Multifractal analysis of Chinese stock volatilities based on partition function approach
基于配分函数方法,对中国股票市场两个指数和1139只股票的微小波动性进行了详细的多重分形分析。配分函数$χ_q(s)$按幂律关于盒大小$s$进行缩放。标度指数$τ(q)$形成$q$的非线性函数。基于自举的统计检验表明,提取的多重分形性质是显着的1%的显着性水平。用$p = 0.40 \pm 0.02$建立的湍流$p$模型可以很好地模拟单个证券。基于集合平均(包括淬火平均和退火平均)的思想,我们将各个证券交易所作为一个整体,证实了中国股票市场存在多重分形性质。
2008-02-18 physics.soc-ph q-fin.ST
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
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
Multifractal Analysis and Local Hoelder Exponents Approach to Detecting Stock Markets Crashes
本文研究了多重分形分析方法在有限市场中的临界事件检测问题。即研究时间序列的局部正则性。因此,人们可以在崩溃之前找到一个特殊的行为或规律性信号。金融时间序列中局部Hoelder指数的这种特殊行为可以用来检测金融市场中的临界事件或崩溃。
2004-07-22 cond-mat.other q-fin.ST
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
Multifractality in the stock market: price increments versus waiting times
通过对德意志交易所的高频逐点交易数据在价格域和时间域上进行多重分形去趋势波动分析,研究了对数价格增量时间序列和交易区间时间序列的多重分形性质.我们发现,这两个数量揭示多尺度,这一结果在不同的股票。相应动态的多重分形特征的起源是价格增量和交易间时间间隔的长期相关性以及波动的非高斯分布。由于交易到交易的价格增量并不强烈依赖于或几乎独立于交易间的等待时间,两者都可以是所观察到的固定延迟收益率和波动率的多重分形行为的来源。所提出的结果还允许一个评估的资产收益率的多重分形模型的适用性的情况下,滴答滴答的数据。
2004-08-12 cond-mat.other q-fin.ST
Multifractal Behavior of the Korean Stock-market Index KOSPI
我们研究多重分形在韩国股票市场指数KOSPI。广义$q$阶高度-高度关联函数具有多尺度特性。有两个缩放制度的交叉时间约$t_c =40$分钟。我们认为原始数据集和修改后的数据集通过删除每日跳跃,这是由于收盘指数和开盘指数之间的差异。为了澄清多重分形的起源,我们还通过与高斯函数的卷积来平滑数据。卷积后,我们观察到,多重分形消失在短时间的标度制度$t<t_c$,但仍然在长时间的标度制度$t>t_c$,无论是否每天的跳跃被删除。我们认为,在短期标度制度的多重分形是由股票指数的局部波动。但在长时间标度下的多重分形现象似乎是由于股票市场的内在交易特性,如羊群行为、市场外信息、波动的长记忆性和非线性动力学。
2005-09-07 cond-mat.other nlin.CD physics.soc-ph
Long-term correlations and multifractal nature in the intertrade durations of a liquid Chinese stock and its warrant
股票交易持续期是衡量股票交易活动的一个重要财务指标,它是指股票连续交易之间的等待时间。本文利用中国流通股及其权证的超高频数据,对它们的交易久期时间序列的统计特性进行了比较研究。这两个股票的分布可以更好地描述移动幂律形式比威布尔和他们的比例分布不崩溃到一个单一的曲线。虽然两种股票的交易间持续时间有非常不同的幅度,但它们的日内模式表现出非常相似的形状。去趋势波动分析(DFA)和去趋势移动平均分析(DMA)都表明,两种股票的1分钟交易间久期时间序列具有很强的相关性。此外,多重分形去趋势波动分析(MFDFA)和多重分形去趋势移动平均分析(MFDMA)均揭示了1 min交易间持续时间具有多重分形性质。然而,从MFDMA得到的两个股票的两个奇异性谱之间的差异远小于从MFDFA。
2010-08-01 q-fin.ST
Dynamical variety of shapes in financial multifractality
多重分形的概念提供了一个强有力的形式化工具来过滤掉复杂时间序列中大量最相关的特征。到目前为止,在科学文献中提出的相关研究通常局限于评价时间序列是否是多重分形的,并且由此产生的奇异谱的宽度被认为是所涉及的复杂程度的度量。然而,由自然过程产生的时间序列的复杂性特征通常比这样一个简单的陈述所能反映的要复杂得多。例如,根据标准普尔500指数和纳斯达克指数-这两个世界领先的股票市场指数-的长期记录,本研究表明,它们确实发展了多重分形特征,但这些特征通过各种形状演变,大多数情况下是强烈不对称的,其变化通常与世界经济经历的历史上最重要的事件相关。与此同时,指数的多重分形奇异性谱与构成该指数的成分股的多重分形奇异性谱相关联,反映了股票之间不同程度的相关性。
2018-09-18 nlin.CD physics.data-an q-fin.ST
Multifractal analysis of financial markets
多重分形在复杂的自然和社会经济系统中随处可见。多重分形分析为理解不同领域中时间序列复杂的非线性本质提供了强有力的工具。受多重分形与流体动力学湍流的惊人相似性的启发,金融市场的多重分形分析已经蓬勃发展,形成了经济物理学的主要方向之一。本文综述了金融时间序列所采用或发明的多重分形分析方法和多重分形模型及其细微特性,这些方法和模型适用于其他学科的时间序列。本文对不同市场、不同时间段的金融时间序列中存在多重分形的累积证据进行了考察,并讨论了多重分形的来源。多重分形分析在量化市场无效率,支持风险管理和开发其他应用程序的有用性。最后讨论了多重分形分析中存在的问题和进一步的研究方向。
2018-05-12 q-fin.ST
Long-range memory and multifractality in gold markets
研究了世界两大黄金消费国中国和印度黄金市场时间序列的长期相关性和波动性。对于1985-2013年期间的两个市场系列,我们在固定长度的连续时间窗口中观察到收益率最大值(最小值)序列的长期持久性记忆,但发现该系列作为一个整体是不相关的。用多重分形去趋势波动分析(MF-DFA)方法对这些序列以及极大值(极小值)序列进行了多重分形分析。我们观察到一个弱的多重分形结构的原始序列,这主要是源于厚尾概率分布函数的值,和多重分形性质的原始时间序列丰富到他们的序列的最大(最小)收益。通过使用一组“复杂性参数”提供了多重分形的定量度量。
2015-05-17 physics.data-an physics.soc-ph q-fin.ST
Scale invariant multiplier and multifractality of absolute returns in stock markets
利用金融时间序列的一分钟高频数据,研究了绝对收益率乘数的统计特性。当$s$大于某个交叉尺度时,乘数分布与盒子大小$s$无关,为金融数据中尺度不变性的存在提供了直接证据.以$a=2$为底的乘数很好地近似于正态分布,并且最可能的乘数尺度关于底$a$为幂律。我们揭示了波动率乘数具有多重分形性质,它与乘数的构造,即$s$和$a$的值无关。
2007-02-06 physics.soc-ph q-fin.ST
Deterministic Factors of Stock Networks based on Cross-correlation in Financial Market
已知股票市场根据影响单个股票的共同经济因素形成同质股票组,其中不同股票之间具有较高的相关性。利用反映共同经济因素本质属性的套利定价模型,研究了市场中共同经济因素在股票网络形成中的作用。我们发现,真实和模型股票网络之间的一致性程度增加额外的共同经济因素纳入我们的模型。此外,我们发现,与网络中的其他股票有大量联系的个股与共同经济因素的相关性比那些有少量联系的个股更高。这表明,股票市场中常见的经济因素可以用确定性因素来理解。
2007-05-01 physics.data-an q-fin.ST
A Nested Factor Model for Equity Markets: Reconciling Multifractal Stock Returns and Rough Index Volatilities
Ceremade, CNRS-UMR 7534, Université Paris-Dauphine PSL(巴黎第九大学);Chair of Econophysics and Complex Systems, École polytechnique(巴黎综合理工学院);LadHyX UMR CNRS 7646, École polytechnique(巴黎综合理工学院);Capital Fund Management(资本基金管理公司);Académie des Sciences(法兰西科学院);SPE CNRS-UMR 6134, Université de Corse(科西嘉大学)
提出嵌套因子模型,通过粗糙因子波动率和超粗糙残差波动率解释股票指数与个股Hurst指数的差异,并给出估计方法。
2026-11-02 q-fin.ST
Dynamics of Bid-ask Spread Return and Volatility of the Chinese Stock Market
买卖价差是衡量金融市场流动性的重要指标。本文研究了中国股票市场四种流通股的价差收益率和价差波动率的动态变化规律,包括记忆效应和多重分形性质。通过对自相关函数和去趋势波动分析(DFA)的研究,发现价差收益率缺乏长期记忆性,而价差波动率具有长期时间相关性。此外,通过应用多重分形去趋势波动分析(MF-DFA),利差收益率被观察到具有很强的多重分形,这是类似于各种金融量的动态。与利差收益率相关的是,利差波动率具有弱的多重分形性质。
2011-10-20 physics.soc-ph q-fin.ST q-fin.TR
Level Crossing Analysis of the Stock Markets
我们研究了正斜率$ν_α^{+}$的平均频率,交叉的市场价格的回报。该方法是基于随机过程,没有标度功能是明确要求。利用这种方法,我们定义了新的数量来量化的发展阶段和活动的证券交易所。我们比较了德黑兰和西方的股票市场,并表明,一些股票,如德黑兰(TEPIX)和新西兰(NZX)的股票交易所正在出现,而且TEPIX是一个不活跃的市场,金融动机,以吸收资本。
2006-06-15 physics.data-an q-fin.ST
Memory effect and multifractality of cross-correlations in financial markets
引入平均瞬时互相关函数来量化特定时刻金融市场之间的相互作用。基于美国和中国股票市场的日数据,研究了不同价格收益时间区间内平均瞬时互相关的记忆效应。揭示了长期的时间相关性,并发现持续到一个月的数量级的价格回报时间间隔。多重分形的性质进行了研究的多重分形去趋势波动分析。
2010-04-30 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
Multifractality and its sources in the digital currency market
Cracow University of Technology(克拉科夫理工大学);Institute of Nuclear Physics, Polish Academy of Sciences(波兰科学院核物理研究所);Jagiellonian University(雅盖隆大学)
本研究应用新方法解析数字货币市场(BTC、ETH、DEX、NFT)的多重分形性来源,发现时间相关性是主要来源,厚尾起次要作用,验证了方法的有效性。
2025-10-15 cs.CE physics.data-an q-fin.ST
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
Dependency Structure and Scaling Properties of Financial Time Series Are Related
我们报告的交叉相关性,层次属性和多重分形的纽约证券交易所每日股票收益率之间的深刻相互作用的证据。不同的股票所显示的多重分形的程度被发现是正相关的,他们在层次结构中的交叉相关性的深度。我们提出了一个动力学模型,再现这一观察以及其他经验性质的数组。该模型的结构是异质风险的层次结构在相关矩阵的时间演化中起着至关重要的作用,提供了一个解释的机制之间的相互作用和多重分形金融市场,其中股票的多重分形的程度与它们在交叉相关结构中的层次定位。本文的实证研究为金融时间序列的单变量多尺度特性和多变量互相关特性的融合提供了一个新的视角。
2013-09-10 q-fin.ST
Testing for intrinsic multifractality in the global grain spot market indices: A multifractal detrended fluctuation analysis
本文采用多重分形去趋势波动分析(MF-DFA)检验全球谷物现货市场指数,发现玉米和大麦子指数存在内在多重分形性,小麦和稻米不存在,且GOI与大豆结果与既有MF-DMA研究不一致,揭示市场高度复杂性。
2023-06-18 q-fin.ST
Time-varying properties of asymmetric volatility and multifractality in Bitcoin
本文采用滚动窗口方法研究了比特币日收益率的波动性和比特币市场的多重分形特性,并考察了波动不对称性与市场有效性之间的关系。虽然我们发现比特币的波动性存在反向不对称性,但其幅度会随着时间的推移而变化,最近它变得很小。这种不对称的波动模式也存在于更高频率的回报中。其他测量,如峰度,偏度,平均值,序列相关性和多重分形度,也随着时间的推移而变化。因此,我们认为比特币市场的属性主要取决于时间。我们研究效率相关的措施:赫斯特指数,多重分形度,峰度。我们发现,当这些措施代表市场是更有效的,波动不对称性减弱。对于最近的比特币市场,效率相关指标和波动不对称性都证明了市场变得更有效率。
2021-02-15 q-fin.ST
A new look at calendar anomalies: Multifractality and day of the week effect
股票市场可能会因日历异常而变得效率低下,这种日历异常被称为星期效应。日历异常在金融文献中是众所周知的,但这种现象仍有待于经济物理学的探索。在本文中,我们使用多重分形分析来评估,如果市场收益率的时间动态也表现出日历异常,如一周中的一天的效果。我们应用多重分形去趋势波动分析(MF-DFA)的每日回报率的市场指数在世界各地的每一天的一周。我们的研究结果表明,个别天的一周的特点是不同的多重分形属性。星期一的回报往往表现出更持久的行为和更丰富的多重分形结构比其他天解决回报。对序列的梳理表明,多重分形既源于广泛的概率密度函数,也源于长期的相关性。从时间相关的多重分形分析,我们发现,多重分形谱的周一收益率比金融危机期间的其他日子要宽得多。市场收益率多重分形动力学中的周日效应的存在,从经济物理学的角度激发了对日历异常的进一步研究。
2021-06-11 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
Crossing Stocks and the Positive Grassmannian I: The Geometry behind Stock Market
股票市场的所有相关信息似乎不太可能完全编码在一个几何形状中。尽管如此,本论文将揭示股票市场交易背后的几何学。市场指数(DJIA)股票成分的价格从左边最小的到右边最高的按升序排列。在这种安排中,由于股票价格因每日市场报价而变化,可以注意到某只股票的价格高于/低于相邻股票的价格。这些股票交叉了。这样安排,连续股票交叉点的图只不过是一个排列图。从这一点上,金融和组合的概念是网状在一起,建立一个桥梁连接股票市场的一个美丽的几何对象,将被称为股票市场多面体。股票市场的多胞形与显著的正格拉斯曼结构相联系。该过程使得编码在股票市场多面体的几何形状中的关于股票市场的所有相关信息更可读。
2014-02-09 q-fin.ST
Braided and Knotted Stocks in the Stock Market: Anticipating the flash crashes
在最近的一篇论文[1]中,对投资组合(市场指数-DJIA)的股票成分进行了简单而优雅的排列,从而构建了股票交叉图。交叉股票法揭示了股票市场隐藏的显著的代数和几何方面。本文通过引入股票市场所具有的拓扑性质,进一步揭示了股票图交叉点的新的数学结构。股票的交叉点被分为上交叉点和下交叉点,并被解释为股票在市场报价过程中形成的辫子的生成器。如果考虑股票辫的封闭性,股票市场的拓扑结构更加丰富,形成一个纽结。为了区分股票市场形成的结的类型,计算了一些结股票的Alexander-Conway多项式和Jones多项式。这些纽结的不变量对于拓扑股票市场未来的实际应用是很重要的。这种应用可以解释琼斯多项式和相变统计模型之间的关系,以提供一个明确的方式来预测金融市场的过渡到导致危机的阶段。辫状股与拓扑量子计算机逻辑门之间的相似性可以对股票市场行为进行量子编码。
2014-06-11 q-fin.ST
Nonextensive triplets in stock market indices
股票市场指数是经济物理学中研究最多的复杂系统之一。在这里,我们扩展了现有的文献股票市场与非广延统计力学。我们探讨了2010年至2019年34个主要股票市场指数价格波动的非扩展性。我们发现股票市场遵循均衡、松弛和敏感性的非广延统计。我们发现发达国家的股票市场存在非扩张行为,而发展中国家的股票市场却没有。非广延三元组之间的距离表明,一些股票市场可能具有相似的非广延动态,而另一些则截然不同。目前的研究结果强烈表明,股票市场代表了一个系统,其物理是适当地描述了非广延统计力学。我们的结果揭示了股票市场指数的复杂性,并建立了与非广延理论的另一个正式联系。
2019-01-23 q-fin.ST
Multifractal temporally weighted detrended partial cross-correlation analysis to quantify intrinsic power-law cross-correlation of two non-stationary time series affected by common external factors
在复杂的自然和社会系统中,当两个互相关的时间序列受到共同因素的强烈影响时,如果不考虑这些共同因素,采用多重分形去趋势互相关分析(MF-DXA),结果会产生偏差。基于本课题组提出的多重分形时间加权去趋势互相关分析(MF-TWXDFA)和Qian等人提出的多重分形部分互相关分析(MF-DPXA),本文提出了一种新的方法-多重分形时间加权去趋势部分互相关分析(MF-TWDPCCA),用于量化两个受共同外部因素影响的非平稳时间序列的内在幂律互相关。我们使用MF-TWDPCCA来表征两个同时记录的时间序列之间的内在互相关,通过去除其他潜在的时间序列的影响。为了测试MF-TWDPCCA的性能,我们将其与MF-TWXDFA和MF-DPXA一起应用于模拟系列。人工模拟序列的数值试验表明,MF-TWDPCCA可以准确地检测两个同时记录的序列的内在互相关。为了进一步说明MF-TWDPCCA的实用性,我们将其应用于股票市场的时间序列,发现股票收益率之间存在显着的多重分形幂律互相关。定义了一种新的偏互相关系数来量化两个时间序列之间的内在互相关程度。
2020-05-31 physics.data-an physics.soc-ph q-fin.ST
Is the Indian Stock Market efficient - A comprehensive study of Bombay Stock Exchange Indices
投资者如何在市场上投资在很大程度上受市场有效性的影响,因为如果市场是有效的,就很难获得超额回报,因为在一个有效的市场中,不会有被低估的证券,即价值低于其假定内在价值的证券,这些证券提供的回报高于其风险应得的预期收益率。然而,如果市场没有效率,就有可能获得超额回报。本文分析了BSE的五个主要股票指数。这不仅将测试印度股票市场的效率,也将测试股票市场的随机游走性质。本文的研究为印度股票市场的低效率形式提供了有力的证据。研究发现,印度股票市场的股票指数序列是有偏的随机时间序列,随机游走模型不能应用于印度股票市场。本研究证实,有一个漂移的市场有效性和投资者可以利用这一点,正确选择的证券被低估。
2015-10-10 q-fin.ST
The Relationship Between Stock Market Parameters and Interbank Lending Market: an Empirical Evidence
本文提出的计算证明了早期推导出的银行间信贷市场利率、投资量和证券交易所可交易证券量之间的理论关系的实际重要性。
2013-09-23 q-fin.ST
Topological Properties of the Minimal Spanning Tree in Korean and American Stock Markets
我们调查的一个因素,可以影响一个特定的股票在网络中的最小生成树(MST)的方法创建的股票之间的链接数,通过使用个人股票数据上列出的标准普尔500指数和KOSPI。在金融界广泛认可的套利定价模型(APM)中提到的常见因素中,建立了一个具有代表性的市场指数作为可能的因素。我们发现,相关性分布,$ρ_{ij}$,从标准普尔500指数的400只股票,显示了非常相似的韩国股市和那些偏离相关性分布的时间序列去除了替代方法的非线性。我们还表明,两个股票市场的MST的度分布遵循幂律分布,指数$ζ\sim$ 2.1,而消除非线性的时间序列的度分布遵循指数分布,指数$δ\sim 0.77$。此外,个股度k $i$和市场指数$M$之间的相关性$ρ_{iM}$遵循幂律分布$<ρ_{iM}(k) > \sim k^γ$,其指数分别为$γ_{\textrm{S&P500}} \approx 0.16$和$γ_{\textrm{KOSPI}} \approx 0.14$。因此,无论市场如何,与市场中的公共因素--市场指数密切相关的个体股票很可能位于股票之间网络的中心,而与市场指数弱相关的个体股票很可能位于网络的外部。
2007-01-11 physics.comp-ph physics.data-an q-fin.ST
Causality Analysis of COVID-19 Induced Crashes in Stock and Commodity Markets: A Topological Perspective
本文结合TDA的Wasserstein距离与Granger因果检验,识别并比较COVID-19期间美国股票、商品市场及板块崩盘的拓扑差异与因果联动。
2025-02-20 math.AT physics.data-an 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
Exploring asymmetric multifractal cross-correlations of price-volatility and asymmetric volatility dynamics in cryptocurrency markets
价格与波动之间的非对称关系是金融市场时间序列的一个显著特征。本文探讨了加密货币市场中的价格波动关系,并研究了上升趋势(牛市)和下降趋势(熊市)制度之间存在的非对称波动效应。传统的GARCH类模型表明,在加密货币市场中,波动对回报的不对称反应与其他传统金融资产不同。我们从分形分析的角度来解决这个问题,它可以涵盖非线性相互作用和自相似性在经济物理学领域广泛认可的属性。使用MF-ADCCA方法研究了2016年6月1日至2020年12月28日期间比特币(BTC),以太坊(ETH),瑞波币(XRP)和莱特币(LTC)价格与波动率之间的非对称交叉相关性,并通过非对称DCCA系数进行量化。该方法考虑到非线性和非对称多重分形标度特性,提供了新的见解,在调查中的动态方式的关系。我们发现,对于成熟的BTC和ETH来说,下跌趋势市场的交叉相关性比上涨趋势市场更强。相比之下,对于XRP和LTC,在上升趋势市场中交叉相关性更强的地方存在反向反应。
2021-06-23 q-fin.ST
Scaling in the Bombay Stock Exchange Index
本文研究了BSE指数金融时间序列的分形和多重分形行为。我们发现,孟买证券交易所(BSE)指数时间序列是单分形的,可以表示为一个分数布朗运动。
2001-08-28 cond-mat.stat-mech q-fin.ST
Hierarchical structure of stock price fluctuations in financial markets
金融市场和动荡由于相同的定量方法和几个共同的程式化事实而被广泛地比较。本文应用She-Leveque(SL)体系来研究和量化金融市场中股票价格波动的层次结构,该体系用于解释流体湍流中速度波动的标度指数偏离Kolmogorov单分形标度的现象.因此,我们观察到一些有趣的结果:(i)与多重分形标度相关的层次结构普遍存在于我们研究的所有股票价格波动中。(ii)发达金融市场与新兴市场之间描述SL层次结构的定量统计参数存在明显差异。(iii)对于高频股票价格波动,不同时间段的层次结构不同。这些结果为研究金融市场的波动性和金融市场动力学提供了一个新的类比,也为深入理解金融市场的多重分形性提供了一个新的视角。
2012-09-19 q-fin.ST
On the short-term influence of oil price changes on stock markets in GCC countries: linear and nonlinear analyses
本文研究了石油价格和海湾合作委员会股票市场之间的短期关系。由于海湾合作委员会国家是世界能源市场的主要参与者,它们的股票市场可能容易受到石油价格冲击的影响。为了解释股票市场对石油价格冲击的非线性反应,我们研究了线性和非线性关系。我们的研究结果表明,在卡塔尔、阿曼和阿联酋,这两个变量之间存在显著联系。因此,这些国家的股票市场对油价上涨作出积极反应。对于巴林、科威特和沙特阿拉伯,我们发现油价变化不会影响股票市场回报。
2009-05-24 q-fin.ST
Universal Lévy's stable law of stock market and its characterization
金融市场中的价格波动可以用Lévy稳定分布来描述,它得到了广义中心极限系统的支持。当对四个不同股票市场的长期稳定参数进行估计时,它们同样显示出唯一的值。另一方面,从短期来看,各参数与股票价格的波动具有相关性,说明股票市场是不稳定的。
2018-02-20 q-fin.ST
The Dynamics of Financial Markets -- Mandelbrot's multifractal cascades, and beyond
这是一个简短的评论,以纪念B。曼德尔布洛特的80岁生日,刊登在威尔莫特杂志上。我们讨论了乘法级联和相关的多重分形思想可能是相关的金融时间序列的主要统计特征,特别是间歇性,长记忆性的波动模型。本文详细描述了多重分形随机游动。我们指出了当前模型的一些不足之处,特别是关于时间反演对称性,并提出了一个替代家庭的多时间尺度模型,中间的Gestival模型和多重分形模型,似乎很有前途。
2005-01-12 cond-mat.other cond-mat.stat-mech q-fin.ST
The Local Fractal Properties of the Financial Time Series on the Polish Stock Exchange Market
我们研究的基础上的华沙证券交易所指数(WIG)的演变与最大的发展中金融市场在欧洲的金融时间序列的局部分形性质。计算WIG时间序列的局部赫斯特指数,我们发现WIG时间序列的局部分形特性的行为和金融市场上的崩溃外观之间的一个有趣的依赖关系。
2007-08-02 cs.CE physics.data-an q-fin.ST
Influence network in Chinese stock market
在股票市场中,价格波动是相互影响的,即一家上市公司可以影响其他上市公司。本文以中国股票市场为例,通过构建一个有向网络,研究上市公司之间的影响关系。这种影响力网络具有明显的拓扑性质,特别是一些能够引导股市走势的大公司被识别出来。此外,通过对分布在不同经济部门的上市公司子网络的分析,发现不同经济部门之间的影响关系是完全不同的,其中存在三种连通性和枢纽型上市公司。此外,将影响力网络中心性指标所得到的上市公司排名结果与资产中心性指标所得到的上市公司排名结果进行了比较,为揭示和理解上市公司在股票市场中的重要性提供了启示。这些实证结果对于揭示中国股票市场和经济板块的拓扑特征以及上市公司之间的相互影响关系具有重要意义。
2015-03-03 physics.data-an physics.soc-ph q-fin.ST
Stock market integration in the Latin American markets: further evidence from nonlinear modeling
本文在一个非线性框架下研究了拉美六大市场与美国市场的金融一体化。使用Hansen和Seo(2002)的阈值协整技术,我们发现墨西哥、智利和美国之间存在显著的阈值股票市场联系。因此,这些市场的动态同时取决于当地和全球风险因素。更重要的是,我们的研究结果表明,只有当股票价格调整超过一定水平时,才会激活一个开关阈值的金融整合过程。
2009-05-24 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
Empirical properties of inter-cancellation durations in the Chinese stock market
撤单过程在订单驱动的股票市场中的价格形成过程中起着至关重要的作用,在计算金融模型的构建和验证中具有重要意义。基于2003年深圳证券交易所18只流通股的订单流数据,研究了以事件为单位的取消间隔时间(定义为连续两次取消之间的等待时间)的统计特性。当采用极大似然估计时,所有股票的买入和卖出指令的撤销间隔时间均服从$q$ -指数分布;当采用非线性最小二乘估计时,6只股票的撤销买入指令和3只股票的撤销卖出指令均服从威布尔分布。应用去趋势波动分析(DFA)、中心去趋势移动平均(CDMA)和多重分形去趋势波动分析(MF-DFA)方法,揭示了所有股票的买入和卖出取消的相互取消持续时间时间序列具有长记忆和多重分形性质。我们的研究结果表明,撤单取消过程表现出长程相关的突发行为,因此不是泊松。
2014-03-14 q-fin.ST
From Rough to Multifractal volatility: the log S-fBM model
我们引入了一个随机测度族$M_{H,T} (d t)$,即log S-fBM,使得对于$H>0$,$M_{H,T}(d t) = e^{ω_{H,T}(t)} d t$其中$ω_{H,T}(t)$是一个高斯过程,可以被认为是一个$H$ -分数布朗运动的平稳版本。此外,当$H \to 0$时,有$M_{H,T}(d t) \rightarrow {\widetilde M}_{T}(d t)$(在弱意义上),其中${\widetilde M}_{T}(d t)$是著名的对数正态多重分形随机测度(MRM)。因此,这个模型允许我们考虑,在同一个框架内,两个流行的类的多重分形($H = 0$)和粗糙波动率($0<H < 1/2$)模型。对数S-fBM的主要属性进行了讨论,并解决其估计问题。我们特别表明,直接估计的$H$的缩放特性的$\ln(M_{H,T}([t, t+τ]))$,在固定的$τ$,可以导致强烈高估的$H$的值。我们提出了一个更好的GMM估计方法,这是有效的,在高频渐近制度。当应用到一个大的经验波动率数据集,我们观察到,股票指数有$H=0.1$周围的值,而个别股票的特点是$H$的值,可以非常接近$0$,从而很好地描述了一个MRM。我们还带来的证据表明,不像对数波动方差$ν^2$的估计似乎是不可靠的(尽管在粗略波动率文献中广泛使用),所谓的“波动系数”$λ^2$的估计,其是$ν^…
2022-07-17 q-fin.ST
The effect of a market factor on information flow between stocks using minimal spanning tree
我们实证研究了市场因素对股票之间N(N-1)/2关联关系所产生的信息流的影响。我们还研究了采用最小生成树(MST)方法的可能性,该方法能够将链路数减少到N-1。我们确定市场因素对于股票之间的信息流动具有重要的信息价值。此外,股票之间的信息流也随着市场状况的变化而呈现出时变的特征。我们特别注意到,在市场危机期间,信息流动急剧增加。最后,我们证实,通过MST方法,可以有效地评估股票之间的信息流,从整体市场的角度减少股票之间的所有环节之间的联系关系。
2009-05-13 q-fin.ST
Collective behavior of stock prices as a precursor to market crash
2008年10月,雷曼兄弟公司破产3周后,全球各主要证券交易所发生了全球性的股市崩盘。9月15日。本文以伦敦证券交易所上市的富时100指数成分股为研究对象,考察了股票收益率的集体行为,并分析了整个市场的集体模式。在市场崩溃之前,观察到集体行为的急剧上升。它被证明与包括“金融危机”在内的新闻有关。“它们并没有单独严重影响股价,但它们加剧了股票市场参与者普遍存在的悲观情绪。在雷曼兄弟(Lehman)冲击之后,市场崩盘之前,此类消息有所增加。方差随着新闻量的增加而增加,并遵循幂律。
2011-11-20 q-fin.ST
Multifractal analysis and instability index of prior-to-crash market situations
Universidad de Buenos Aires(布宜诺斯艾利斯大学)
本文通过多重分形分析和不稳定性指数,研究崩盘前的市场价格信号,以早期预警市场崩盘。
2009-10-13 cs.NA math.NA q-fin.ST
Multifractal cross-correlations between the World Oil and other Financial Markets in 2012-2017
研究了2012年1月至2017年12月期间以美元表示的WTI原油价格与交易量最大的货币以及黄金期货和E-mini S $\&$ P500期货价格的统计和多尺度特征。结果表明,在大多数情况下,所考虑的金融工具的收益率分布的尾部遵循逆三次幂律。唯一的例外是俄罗斯卢布,其分布尾部较重,指数接近2。从多尺度的角度分析的时间序列揭示了多重分形组织与左侧不对称的相应的奇异谱。此外,通过多重分形交叉相关分析(MFCCA)和去趋势交叉相关系数($ρ_q$)进行的多重分形交叉相关分析表明,所有金融工具都与石油呈现多重分形交叉相关,特别是在中等波动水平上。然而,这种相互关联的程度因金融工具而异。石油开采国的货币与石油的联系最为紧密。这种多重分形耦合的强度似乎也取决于石油市场的趋势。在分析的时间段内,交叉相关性水平在石油市场熊市阶段系统性地增加,并在2016年上半年趋势逆转后饱和。同样的方法也适用于确定所考虑的可观测量之间可能的因果关系。搜索一些相关的不对称性的信息流介导的交叉相关性表明,这是石油价格,导致俄罗斯卢布在这里考虑的时间段,而不是反之亦然。
2019-06-21 cs.CE econ.EM physics.data-an
Collective behavior of stock price movements in an emerging market
为了研究在不同的市场中的相互作用的结构的普遍性,我们分析了交叉相关矩阵C的股票价格波动在印度国家证券交易所(NSE)。我们发现,这个新兴市场表现出很强的相关性,在股票价格的运动相比,发达市场,如纽约证券交易所(NYSE)。这是由于一个共同的市场模式对股票价格的主导影响。相比之下,相关种群之间的相互作用,例如,属于同一行业的企业则要弱得多。新兴市场缺乏独特的行业特征,这一点通过重建相互作用的股票网络得到了明确的体现。NSE的C的谱分析揭示,少数最大特征值偏离随机矩阵理论预测的大部分谱,但它们在数量上远少于,例如,纽约证券交易所我们表明,这是由于行业内股票之间的相互作用相对较弱,相比市场模式,通过建模股票价格动态与两个因子模型。我们的研究结果表明,出现了一个内部结构,包括多组强耦合组件是市场发展的标志。
2007-11-05 cond-mat.other physics.data-an physics.soc-ph
The market efficiency in the stock markets
我们研究的时间演变的市场效率在股票市场上使用的复杂性,熵密度,标准差,自相关函数,和概率分布的标准普尔500(S&P 500),日经股票平均指数,韩国成分股票价格指数(KOSPI)的对数收益率。基于微观自旋模型,我们还发现股票市场的这些统计量依赖于市场有效性。
2007-01-31 physics.soc-ph q-fin.ST
Effectiveness of Artificial Intelligence in Stock Market Prediction based on Machine Learning
本文试图解决利用人工智能(AI)策略进行股票市场预测的问题。股票市场的预测可以根据两个主要的分析建模,称为技术和基本面。在技术分析方法中,采用回归机器学习(ML)算法,根据历史价格数据预测营业日结束时的股票价格趋势。与此相反,在基本面分析中,分类ML算法被应用于基于新闻和社交媒体的公众情绪分类。在技术分析中,历史价格数据来自雅虎财经,在基本面分析中,Twitter上与股票市场相关的公共推文被调查,以评估情绪对股票市场预测的影响。结果显示了中等的表现,这意味着在目前的人工智能技术下,声称人工智能可以击败股票市场还为时过早。
2021-06-30 q-fin.ST