Testing the Stability of the 2000-2003 US Stock Market "Antibubble"
自2000年8月以来，美国股市以及大多数其他西方市场几乎同步贬值，根据复杂的模式下跌和局部反弹。在\cite{SZ02QF}中，我们提出了使用对数周期幂律（LPPL）反泡沫的概念来描述这种现象，其特征在于投资者之间的行为羊群效应导致定价过程中正反馈和负反馈之间的竞争。对美国标普500指数未来演变的月度预测已在仍在运行的\cite{urlprediction}中发布、监测和更新。在这里，我们测试可能存在的制度转换在美国标准普尔500反泡沫。首先，我们发现一些证据表明，反泡已表现出过渡的对数周期所描述的所谓的二阶对数周期。第二，>.
2004-09-18 cond-mat.stat-mech 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
On the Surprising Explanatory Power of Higher Realized Moments in Practice
由日内收益率计算的高阶已实现矩是近年来提出的。文献表明，已实现偏度是解释未来资产收益的一个重要因素。然而，文献主要集中在整个市场和每月或每周的规模。本文通过实证分析，考察了日尺度下已实现偏度和已实现峰度对个股未来收益率和方差的预测能力。研究发现，已实现峰度对股票未来方差具有显著的预测能力。同时，与现有文献相比，已实现偏度对短期个股未来日收益率缺乏解释力。
2016-04-27 q-fin.ST stat.AP
Comparative Study of Long Short-Term Memory (LSTM) and Quantum Long Short-Term Memory (QLSTM): Prediction of Stock Market Movement
University of the Punjab（旁遮普大学）；University of Jeddah（吉达大学）
本研究针对巴基斯坦股市走势预测难题，采用LSTM和QLSTM模型，基于2004-2020年26项多维度指标月度数据预测KSE 100指数，对比发现QLSTM是更具潜力的股市趋势预测技术。
2024-09-04 cs.AI cs.LG 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
The US stock market leads the Federal funds rate and Treasury bond yields
利用一种新的方法对经济时间序列之间的时变超前-滞后相关性进行量化（热最优路径方法），我们检验了固定收益理论的两个基本原理：（i）股票市场的变化和收益率的变化应该是反相关的;（ii）中央银行利率的变动，作为中央银行货币政策的代表，应可预测未来股票市场的走向。使用月度和每周数据，我们发现标准普尔500股票市场指数与两组债券收益率之间的领先-滞后依赖关系非常相似：短期债券收益率（联邦基金利率（FFR），3 M，6 M，1 Y，2 Y和3 Y）和长期债券收益率（5 Y，7 Y，10 Y和20 Y）。在所有情况下，我们观察到（i）和（ii）的相反。首先，股票市场和收益率同向变动。其次，股票市场领先收益率，包括且特别是FFR。此外，我们发现，在2007年中期开始的金融危机之前，第一组的短期收益率领先于第二组的长期收益率，之后则保持相反的关系。这些结果表明，美联储越来越关注股票市场的行为，认为这是经济复苏和健康的关键。在金融危机开始后，长期投资者似乎对金融股票市场提供的信号的反应和注意力也比美联储本身更强。传统的滞后互相关分析证实了标准普尔500股票市场指数领先于各期限债券收益率。
2011-02-10 physics.data-an q-fin.ST
Profitability of contrarian strategies in the Chinese stock market
本文利用1997年1月至2012年12月上海证券交易所和深圳证券交易所的月度数据，重新检验了中国股票市场中输家、赢家和反向投资组合的盈利能力。当估计和持有期限为1个月或大于12个月时，我们发现在整个样本期间存在短期和长期反向盈利能力的证据，并且反向投资组合的年化收益率随着估计和持有期限的增加而增加。通过分周期分析发现，长期反转效应在看涨和看跌状态下均显著，而短期反转效应在看涨状态下消失。通过比较不同分组方式下的反向投资组合在估计期内的表现，发现十分位分组的反向投资组合在长期内的表现优于五分位分组和三分位分组，且表现更为明显和稳健。一般来说，输家组合和赢家组合都有正收益，输家组合的表现要比赢家组合好得多。在看涨状态下，输家和赢家组合的表现都优于整个样本期内的组合。相反，输家和赢家投资组合在看跌状态下的回报率较小，其中输家投资组合的回报率仅在长期内显着，赢家投资组合的回报率变得微不足道。这些结果对于估计期和持有期之间的一个月跳跃以及对于两个证券交易所是稳健的。研究结果表明，我国股票市场在弱式下是非有效的。这些发现对金融从业人员也有明显的实际意义。
2015-05-02 q-fin.ST q-fin.TR
Uncovering Volatility Dynamics in Daily REIT Returns
本文采用随时间变化的方法，研究了REITs行业的波动性动态。研究结果突出了使用基于GARCH的方法对REITs每日波动率建模的吸引力和适用性。本文探讨了REITs波动性的影响因素，记录了REITs子行业之间的回报和波动性联系，并研究了其他美国股票系列的影响。这一结果与以往对REITs月度波动性的研究形成了鲜明对比。房地产投资信托基金部门内部以及与价值股等相关部门的联系减弱，而通过大型股指数产生的市场情绪的总体影响力增强。这将表明，在日常基础上，一般市场情绪比资本市场内更直观的关系发挥更根本的作用。
2011-03-28 q-fin.ST
Hysteresis and Duration Dependence of Financial Crises in the US: Evidence from 1871-2016
本文分析了股票市场波动持续性事件的久期依赖性。在我们的背景下，这些事件是过去145年来标准普尔500股票市场指数每月连续下跌或负回报的事件。影响这些法术持续时间的已知因素包括价格下跌的幅度或强度、长期利率和经济衰退等。利息的结果是结束连续几个月股票市场回报率为负的情况的条件概率。在这项研究中，我们依靠连续时间生存模型来研究这个问题。尝试了几种规范，其中一些是在比例风险假设下，另一些是在加速失效时间假设下。对数正态分布的最佳拟合的各种模型endeetry获得。这种分布产生了一个非单调的风险函数，增加到最大值，然后下降。在发作后2-3个月达到峰值，风险约为0.9或更高;然后该风险逐渐衰减至零。在经济衰退期间，当利率上升和价格下跌更加剧烈时，咒语的持续时间会增加。主要结论是，短期的负回报似乎主要是摩擦，而长期的法术成为结构性的，并触发滞后效应后，最初的调整期。虽然这些结果与我们的预期一致，但对决策者可能具有一定的重要性。
2016-10-02 q-fin.ST
A Cap-Axis Integral Diagnostic of Factor Models
Sogang Business School, Sogang University（西江大学商学院）
提出一种基于市值轴积分的因子模型诊断方法，通过桥接α曲线检验模型对市值排序子空间的定价能力，在CRSP数据中发现q5因子日度负桥接经领先滞后校正后减弱，而Fama-French和Carhart因子月度桥接更显著。
2026-07-14 q-fin.CP q-fin.GN q-fin.MF
Overshooting the Coordinate: Where Factor Corrections Land on Characteristic Axes
Sogang Business School, Sogang University（西江大学商学院）
将帽轴积分诊断扩展到一般特征轴，以桥接阿尔法曲线衡量因子模型定价误差，通过预定特征阶生成前缀投资组合等方法，发现价值、盈利性等轴有系统符号反转。
2026-07-15 q-fin.CP q-fin.GN q-fin.PR
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
Are there Dragon Kings in the Stock Market?
该研究通过分析标普500指数近五十年已实现波动率的分布尾部，结合多种分布拟合与统计检验，探究股市极值事件属于黑天鹅、龙王还是负龙王类别，发现潜在龙王会骤跌至负龙王且该效应随平均周期拉长而增强。
2023-07-07 econ.EM q-fin.ST
Signal or Noise in Multi-Agent LLM-based Stock Recommendations?
MarketSenseAI
本文验证了MarketSenseAI多智能体LLM股票系统在投资组合层面的表现，发现其买入推荐在被动基准和随机选择上具有超额收益，揭示了智能体结构对alpha来源的适应性整合机制。
2026-04-19 cs.AI q-fin.PM q-fin.ST
Learning Financial Networks with High-frequency Trade Data
金融网络通常是通过对低频收集的基于价格的经济变量应用标准时间序列分析来估计的（例如，每日或每月的股票回报率或已实现波动率）。这些网络用于风险监测和研究金融市场的信息流动。高频率的日内交易数据集可以利用高分辨率信息，为网络联系提供更多的见解。然而，这样的数据集提出了重大的建模挑战，由于其异步性质，非线性动力学和非平稳性。为了应对这些挑战，我们使用随机森林来估计金融网络。我们的网络中的边缘是通过使用一家公司的微观结构措施来预测另一家公司的市场措施（已实现波动率或回报率峰度）的变化迹象来确定的。我们首先研究了2007年至2009年美国金融危机之前网络连通性的演变。我们发现，网络的密度在2007年最高，与2006年的雷曼兄弟公司的高度连接。对企业间联系性质的第二次分析表明，较大的企业往往比较小的企业提供更好的预测能力，这一发现与市场微观结构文献中以前的工作在质量上是一致的。
2022-08-06 q-fin.ST q-fin.TR
