On Capturing the Spreading Dynamics over Trading Prices in the Market
虽然市场是一个社会领域，信息在相互作用的代理人之间流动，但没有太多的方法来观察组成市场的价格中的传播信息。通过引入信息论中的熵转移与Granger因果关系，提出了一种市场加权有向图树，用以检测价格变化可能影响其他价格变化。我们将所提出的分析与从股票价格的相关系数构建的相似树表示进行比较，以便了解一般市场集体行为的可能性。
2015-10-15 q-fin.ST
Constraint-Based Inference of Heuristics for Foreign Exchange Trade Model Optimization
Michigan State University（密歇根州立大学）
外汇（Forex）是一个大型分散市场，交易分析和算法交易在其中很受欢迎。研究工作一直侧重于证明某些技术指标的有效性。然而，我们证明，指标函数的值是不可复制的，往往会减少贸易机会的数量，相比价格行动交易。在这项工作中，我们开发了两个与交易信号率高的外汇交易启发式模板。为了确定给定启发式原型的最佳参数，我们对三种低利润工具和6种不同OHLC粒度的10年外汇价格数据进行了机器学习模拟。因此，我们为每个工具粒度对开发了一个特定的和可重复的最佳交易参数列表，优化配置的平均每日利润为118点。
2021-05-11 cs.AI cs.CE cs.LG
Clustering and attention model based for intelligent trading
The University of Sydney（悉尼大学）
外汇市场在全球金融市场中占有重要地位。外汇交易在给投资者带来高收益机会的同时，也带来了一定的风险。自20世纪外汇市场建立以来，外汇汇率预测就成为各国学者研究的热点问题。由于影响外汇市场因素的复杂性和数量，技术分析无法应对行政干预或突发事件。我们的团队选择了2005年至2021年的几对外币历史数据和衍生技术指标作为数据集，并建立了不同的机器学习模型，用于超卖场景下的事件驱动价格预测。
2021-08-06 cs.LG q-fin.ST
Wavelet Denoised-ResNet CNN and LightGBM Method to Predict Forex Rate of Change
外汇（Forex）是世界上最大的金融市场。外汇市场的每日交易量远远高于股票和期货市场。因此，建立外汇预测模型对投资者具有重要意义。在本文中，我们提出了一个Wavelet Denoised-ResNet with LightGBM模型来预测五个时间间隔后外汇价格的变化率，以便有足够的时间执行交易。所有的价格都是通过小波变换去噪，并通过计算技术指标形成一个矩阵的30个时间间隔。图像特征是通过将最大值送入ResNet来获得的。最后，将技术指标和图像特征输入LightGBM。我们对5分钟USDJPY的实验表明，该模型优于基线模型，MAE：0.240977x10EXP-3 MSE：0.156x10EXP-6和RMSE：0.395185x10EXP-3。未来25分钟后的准确价格预测为对冲基金算法交易提供了机会窗口。代码可从https://mkhushi.github.io/获得
2021-01-29 q-fin.ST
The Physics of Price Discovery: Deconvolving Information, Volatility, and the Critical Breakdown of Signal during Retail Herding
Korea University（高丽大学）
本文通过反卷积与Hawkes过程分析，揭示了韩国股市中信息传递、波动性及从众行为对价格发现的影响，发现机构与个人流量在不同规模股票中的不同作用机制。
2026-02-24 q-fin.ST
Estimating the Currency Composition of Foreign Exchange Reserves
针对部分大储备国披露货币构成信息不足的问题，本文提出用隐马尔可夫模型估算储备构成，应用于中、新后发现中国储备构成接近全球平均、新加坡美元持有量偏少。
2023-05-08 econ.EM 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
Topology of Foreign Exchange Markets using Hierarchical Structure Methods
本文使用两个层次的技术，一个最小的生成树和超度量层次树，提取的超度量距离矩阵的主要货币1996-2001年的拓扑影响图。我们发现，这两种技术生成一个定义和强大的无标度网络有意义的分类。拓扑结构是强大的方法，时间范围和稳定的市场危机。这种拓扑结构，如果使用得当，为确定个别货币的潜在经济或区域因果关系提供了指导，并将有助于理解作为复杂网络一部分的汇率价格决定的动态。
2006-11-08 physics.soc-ph q-fin.ST
Markovian approximation in foreign exchange markets
在本文中，我们测试的高频数据集的出价-要求德国马克/美元汇率报价银行间路透社网络在1992年10月1日至1993年9月30日期间注册的随机游走假设。然后，我们提出了一个随机模型的价格变化，这是能够描述的一些重要特征的交易所市场行为。除了通常的相关性分析，我们已经验证了该模型的有效性，通过其他方法的启发，信息论。这些技术不仅是对近似值的严格检验，而且也证明了数据系列中具有明显金融相关性的某些方面。
1999-03-09 cond-mat.stat-mech q-fin.ST
Lead-lag Relationships in Foreign Exchange Markets
资产之间的超前滞后关系是分析高频金融数据的有用工具。然而，对这些关系的研究主要集中在股票价格，现货和期货对市场指数的动态相关性分析，而外汇数据的探讨较少。为了对外汇市场中的领先滞后关系的本质提供有价值的见解，我们通过三种不同的方法对汇率的一分钟对数收益率进行了详细的研究：i）滞后相关性，ii）滞后偏相关性和iii）格兰杰因果关系。在所有的研究中，我们发现，即使大多数对汇率滞后影响是不存在的，有许多对通过统计显著性检验。出于统计上的显着关系，我们构建有向网络，并通过PageRank算法研究个别汇率的影响。该算法通常将以各自货币报价的股票市场指数列为最具影响力的指数。与有效市场假说的主张相反，这些发现表明，所有的市场信息并不是瞬间传播的。
2019-09-15 q-fin.CP q-fin.ST
Market price simulator based on analog electrical circuit
我们构造了一个模拟电路，该电路产生的涨落的概率密度函数具有幂律尾。在电路中，通过调节电阻，可以获得具有幂律的任意指数的波动。用这种低成本的电路，可以象昂贵的数字计算机一样快速地产生与外汇汇率具有相似统计特性的随机波动。
2001-04-18 cond-mat.stat-mech 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
Price response functions and spread impact in correlated financial markets
最近关于股票价格对交易活动的反应的研究表明，即使是不同公司的股票，也会产生长期的影响。这些结果意味着非马尔可夫效应的价格形成和交易时，许多股票在同一时间，特别是交易成本和价格的相关性。如何衡量价格反应取决于数据集和研究重点。但是，重要的是要澄清价格响应定义的细节如何修改结果。在这里，我们评估不同的价格响应实现的交易和报价（TAQ）的数据集从纳斯达克股票市场，发现结果是定性相同的两个不同的定义的时间尺度，但响应可以变化的两个因素。此外，我们显示了交易信号和回报之间的顺序的关键重要性，显示了信号强度的变化。此外，我们确认了直接交易后的即时价格反应的主要贡献，因为我们发现延迟反应被抑制。最后，我们测试了价差对价格响应的影响，发现大的价差有更强的影响。
2020-10-28 physics.data-an q-fin.ST
Dynamical model of financial markets: fluctuating `temperature' causes intermittent behavior of price changes
我们提出了一个金融市场的模型，最初提出的湍流，作为其间歇性行为的动态基础。价格变化的时间演化被假定为描述的布朗运动在幂律势，“温度”波动缓慢。该模型通常会产生一个厚尾分布的价格变化。当逆温度服从$χ^{2}$ -分布时，得到了Tsallis分布，这与外汇市场的日内数据定性一致.所谓的“波动性”是一个表明金融市场风险或活动的量，相当于市场的温度，其波动导致波动性。
2002-10-04 cond-mat.stat-mech q-fin.ST
Continuous-time Modeling of Bid-Ask Spread and Price Dynamics in Limit Order Books
通过对整个限价订单簿（LOB）动态过程的多尺度分析，建立了中间价和买卖价差联合演化的连续时间模型。我们将LOB建模为一个多类的嵌入系统，并使用经验观察到的风格化特征进行渐近分析。我们认为，在由经验观察支持的渐近制度下，中间价和买卖价差可以只用书中的某些参数来描述（而不是整本书本身）。我们的极限过程的特点是反射行为和状态相关的跳跃。我们的分析可以解释在实践中观察到的某些特征，如：在订单簿的数量和回报，以及长期价差分布的统计特性的幂律衰减尾部之间的连接。
2013-10-03 q-fin.ST q-fin.TR
Deep Reinforcement Learning for Foreign Exchange Trading
Soochow University（东吴大学）；National Taipei University（国立台北大学）
强化学习可以与环境进行交互，适合在决策控制系统中应用。因此，我们使用了强化学习方法来建立外汇交易，避免了长期以来深度学习预测趋势不稳定的问题。在系统设计中，我们优化了Sure-Fire统计套利策略，设置了三个不同的动作，将一段时间内的连续价格编码到Gramian角场（GAF）的热图视图中，并比较了深度Q学习（DQN）和近端策略优化（PPO）算法。为了测试可行性，我们分析了三种货币对，即欧元/美元，英镑/美元和澳元/美元。我们以2018年8月1日至2018年11月30日的4小时为单位训练数据，并使用2018年12月1日至2018年12月31日之间的数据测试模型性能。各种模型的测试结果表明，只要模型能够处理复杂和随机过程，并且状态能够描述环境，就可以实现良好的投资业绩，验证了强化学习在交易策略开发中的可行性。
2020-06-03 cs.LG q-fin.ST
Non-Lévy Distribution of Commodity Price Fluctuations
棉花和小麦等大宗商品的价格波动被认为表现出收益的概率分布遵循Lévy稳定分布。最近对股票和外汇市场的分析表明，概率分布不是Lévy稳定的，这是一个合理的结果，因为商品市场具有与股票市场完全不同的特征。我们分析了29种商品在典型的20年内的日收益率，发现收益率的分布按幂律衰减，指数$α$的值为$α> 2$，在Lévy稳定域之外。我们还发现，收益率的振幅显示长期的时间相关性，像股票，而回报本身是不相关的时滞$\approx$ 2天，远远大于股票（$\approx$ 4分钟）。
2002-02-02 cond-mat.stat-mech q-fin.ST
Queueing theoretical analysis of foreign currency exchange rates
我们提出了一个有用的方法来研究外汇汇率的统计特性。我们的方法是基于奖励理论，特别是所谓的更新奖励定理。对于索尼银行美元/日元（USD/JPY）汇率的第一次通过过程，我们评估了平均等待时间，该时间定义为客户在想要观察汇率的任何时刻（例如，当他们登录到计算机系统时）和下一次汇率变化之间必须等待的平均时间。我们发现，指数分布的第一次通过过程的假设应该被拒绝，Weibull分布似乎更适合解释的随机过程的索尼银行利率。我们的方法还使我们能够评估客户的预期回报，即可以预测客户必须等待多久，以及在他们登录计算机系统后，他们将在下一次价格变化时获得多少回报。我们通过与经验数据分析的比较来检验我们预测的有效性。
2007-10-16 physics.comp-ph physics.data-an q-fin.ST
Short-term market reaction after extreme price changes of liquid stocks
在我们的实证研究中，我们使用纽约证券交易所和纳斯达克的数据，研究了流动性股票在经历了一个大的日内价格变化后的价格。我们发现，无论是在日内价格下跌和上涨显着逆转。结果对变化的参数是稳定的。在纽约证券交易所，买卖价差的大幅扩大消除了反向策略可以实现的大部分利润，而在纳斯达克，买卖价差几乎保持不变，产生了大量的短期异常利润。此外，波动性、成交量以及纽约证券交易所的买卖价差（在事件发生时急剧增加）按照幂律衰减，并在之后的几天内保持在很高的水平。
2004-06-28 cond-mat.other q-fin.ST
Weak vs. Strong Correlations: Bid-Ask Spreads for Weather-Contingent Options
本文利用蒙特卡罗模拟对天气相依期权定价。在校准模型以适应报价后，我们根据市场之间的相关性分析买卖价差。结果是一个双触发天气与天然气看涨期权。
2003-05-18 cond-mat.dis-nn q-fin.ST
Modeling bid and ask price dynamics with an extended Hawkes process and its empirical applications for high-frequency stock market data
本研究提出了一个通用的动态模型的最佳出价和卖价使用扩展霍克斯过程。该模型包含了最小买卖价差时价差缩小过程的零强度、价差相关强度、可能的负激励和非负强度。我们将该模型应用于美国股票市场的高频最佳出价和卖价数据。实证研究结果表明，价差缩小的趋势，激发的强度所造成的先前事件，闪电崩盘的影响，快速交易的特点趋势，随着时间的推移，在不同的交易所的市场参与者的不同功能。
2022-01-25 econ.EM q-fin.ST q-fin.TR
On the gap between an empirical distribution and an exponential distribution of waiting times for price changes in a financial market
我们分析外汇汇率中价格变化的等待时间。最近的高频金融数据的实证研究支持，在金融市场中的交易不遵循泊松过程和交易之间的等待时间不是指数分布。在这里，我们表明，我们的数据是很好的近似威布尔分布，而不是指数分布在非渐近制度。此外，我们定量评估有多少经验数据是远离指数分布使用威布尔拟合。最后，我们讨论了一个相变之间的威布尔定律和幂律的渐近长等待时间制度。
2006-06-01 physics.data-an physics.soc-ph 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
Examining the Effect of COVID-19 on Foreign Exchange Rate and Stock Market -- An Applied Insight into the Variable Effects of Lockdown on Indian Economy
自2020年3月25日起，印度已宣布全国性封锁，以应对SARS-CoV-2和COVID-19的传播，并在过去几个月采取了“解锁”封锁的过程。这项工作试图利用2020年3月11日至6月30日期间112天的二手数据，研究新型冠状病毒2019（COVID-19）及其导致的疾病COVID-19对印度外汇汇率和股票市场表现的影响。该研究探讨了确诊病例增长率（GROWTHC）、汇率（GEX）和敏感指数（GSENSEX）之间的因果关系和方向在封锁前后的不同阶段是否保持不变，试图通过向量自回归（VAR）模型捕捉任何随时间推移的潜在变化。发现确诊病例增速与汇率增速呈正相关，确诊病例增速与SENSEX值增速呈负相关。然而，在应用向量自回归（VAR）模型时，观察到确诊COVID-19病例的增加不会导致汇率和SENSEX指数的值发生重大变化。如果将分析划分为不同的时间段（锁定前、锁定的四个阶段和解锁的第一个阶段），则结果会有所不同。对数值结果的细致入微和合理的解释表明，在感兴趣的变量之间的关系方面，随着时间的推移存在显着的变化。详细了解不同的依赖模式，可能有助于印度的决策者和投资者制定战略，以应对这种情况。
2020-09-30 q-fin.ST
Stealing profits: Spread-based temporal hierarchy forecasting for day-ahead electricity markets
Wrocław University of Science and Technology（弗罗茨瓦夫理工大学）；Indicio Technologies AB（因迪西奥科技公司）
本研究提出时序层次预测框架，通过协调小时电价与日内价差预测，在欧洲两市场提升精度达19.7%、利润达10.4%，并揭示统计精度提升未必带来经济决策改善。
2026-09-22 cs.LG econ.EM q-fin.ST
Quantifying the impact of COVID-19 on the US stock market: An analysis from multi-source information
我们开发了一种新型的时间复杂网络方法来量化美国县级COVID-19的传播动态。目的是研究当地传播动态、COVID-19病例和死亡以及谷歌搜索活动对美国股票市场的影响。我们使用传统的计量经济学和机器学习（ML）模型。结果表明，COVID-19病例和死亡人数、其在当地的传播以及谷歌搜索对2020年1月至2020年5月期间的异常股价产生了影响。此外，纳入当地的传播信息显着提高了预测模型的性能异常的股票价格在较长的预测视野。另一方面，尽管一些与COVID-19相关的变量，例如，美国总死亡人数和美国新增病例与价格波动存在因果关系，COVID-19病例和死亡人数、COVID-19的本地传播以及谷歌搜索活动对价格波动没有影响。
2020-10-03 q-fin.ST stat.AP
Trend arbitrage, bid-ask spread and market dynamics
通过对最低报价数据的分析，研究了市场动态的微观结构。线性趋势被引入作为这种分析的工具。发展并检验了趋势套利不等式。该不等式建立了趋势、买卖价差、市场反应与价格信息平均更新频率之间的限制关系。市场反应的平均时间是根据市场数据来衡量的。该参数被解释为股票交易所的恒定值，并归因于交易所对交易员行为的反应的延迟。这种延迟和交易成本被证明是买卖价差的主要限制。数据分析也显示了趋势、买卖价差和价格更新过程平均频率之间的一些关系。
2006-07-10 physics.data-an physics.soc-ph q-fin.ST
A simple model of price formation
本文提出了一个简单的伊辛自旋模型，它可以描述金融市场价格形成的机制。与其他基于代理的模型相比，影响不会从周围的邻居向内流动到中心站点，而是从中心向外扩散到邻居。因此，该模型描述了交易者之间的意见传播。通过标准的蒙特卡罗模拟，我们发现，非常简单的规则会导致资产价格的动态变化。
2001-11-07 cond-mat.stat-mech q-fin.ST
Econophysics of Stock and Foreign Currency Exchange Markets
经济物理学是一门处于婴儿期的科学，大约在十年前的写作时间里诞生，在物理学，数学，计算，当然还有经济学和金融学的交叉路口。它也包括人文科学，因为所有的经济学最终都是由人的决定驱动的。从这个人的因素来看，经济物理学没有希望达到精确科学的地位，但有趣的是发现可以实现什么，发现潜在的限制并试图进一步推动这些限制。介绍了几种数据分析技术，重点是消除趋势波动分析（$DFA$）和Zipf分析技术（$ZAT$）。有关原始数据的信息是不完整的，但数据主要涉及外汇市场。强调了$DFA$技术的稳健性。为建议进一步的工作提出了补充意见。关于金融价值演变的模型被回顾，同样没有进入详细的工作讨论典型的代理人行为，而是希望有足够的信息，以便在阅读一些关于价格形成的大量文献之前可以记住基本成分。碰撞是壮观的现象保持我们的注意力，并通过数据分析和基本的直观模型。一些统计和微观模型进行了概述。
2006-06-01 physics.data-an physics.soc-ph q-fin.ST
Scale-Dependent Price Fluctuations for the Indian Stock Market
对几个高度发达经济体的股票和外汇价格波动概率密度$g$的经典研究已经使用{ \it幂律}概率密度函数$P(g) \sim g^{-(α+1)}$和指数值$α> 2$进行了解释，这些指数值在Lévy稳定制度$0 < α< 2$之外。为了测试这种关系的普遍性，不发达的经济体，我们分析了每日回报率为1994年11月至2002年6月期间的49个最大的股票的国家证券交易所，具有最高的贸易量在印度。我们发现，$P(g)$衰减作为一个{ \it指数}函数$P(g) \sim \exp(-βg)$的特征衰减尺度$β= 1.51 \pm 0.05$的负尾和$β= 1.34 \pm 0.04$的正尾，这是显着不同的发达经济体观察到的。因此，我们的结论是，印度股票市场可能属于一个普遍性类，不同于发达国家的前面分析。
2003-08-01 cond-mat.stat-mech q-fin.ST
On-line trading as a renewal process: Waiting time and inspection paradox
我们简要回顾了我们最近的研究随机过程建模互联网在线交易。我们提出了一种方法来评估平均等待时间之间的观察价格在金融市场和下一个价格变化，特别是在网上外汇交易服务，通过互联网为个人客户。我们的方法的基本方法取决于所谓的更新奖励定理。假设描述价格变化的随机过程是一个更新过程，我们利用该定理计算了该过程的平均等待时间。讨论了所谓的“检查悖论”，即平均持续时间短于平均等待时间。
2010-07-20 physics.data-an q-fin.ST
Determinants of immediate price impacts at the trade level in an emerging order-driven market
常识认为，一般来说，大宗交易会导致价格大幅变动，而小额交易则会导致价格小幅变动。然而，对于非常大的价格变化，交易规模和消息发挥次要作用，而流动性（特别是限价订单簿上的价格差距）是一个更大的影响因素。因此，可能有其他因素影响贸易的即时价格影响。本文通过对任意交易量的交易前后价格变化的力学分析，发现交易量、买卖价差、价差和限价订单簿买卖双方的未平仓量对价格变化有影响。我们提出了两个回归模型来研究这些微观因素对买方发起的部分填充交易、卖方发起的部分填充交易、买方发起的填充交易和卖方发起的填充交易的价格影响。我们发现，他们有定量相似的解释能力，这些因素可以解释高达44%的价格影响。交易规模大、买卖价差大、同侧流动性高而对侧流动性低会对价格产生较大的影响。我们还发现，相对于同侧流动性的影响，对侧流动性的影响更大。我们的研究结果揭示了直接价格影响的决定因素。
2012-01-26 q-fin.ST q-fin.TR
Time reversal invariance in finance
时间反演不变性可以总结如下：如果一系列事件在时间上向前或向后运行，则无法测量差异。因为价格时间序列被隐藏可能的结构和顺序的随机性所支配，时间反转不变性的存在需要仔细研究。不同的统计构造的属性为零的时间序列是时间反转不变的，他们都表明，高频经验外汇价格是不恒定的。同样的统计数据也适用于数学过程，这些数学过程应该模仿经验价格。蒙特卡罗模拟表明，只有一些具有多时间尺度结构的随机过程才能重现经验发现。一个Gandhi（1，1）过程只能重现一些不对称性。另一方面，所有的随机波动率类型的过程是时间反演不变的。这种与过程结构相关的明显差异为过程提供了一些强有力的选择标准。
2007-08-29 physics.soc-ph q-fin.CP q-fin.ST
Long-term Memory and Volatility Clustering in Daily and High-frequency Price Changes
本文利用去趋势波动分析（DFA）研究了不同股票市场指数和汇率的长期记忆性。对于所有的日常和高频市场数据的研究，没有发现显着的长期记忆性质的收益率序列，而一个很强的长期记忆性质的波动率时间序列中被发现。分别利用反映短期记忆性的AR（1）模型和反映波动聚集性的GARCH（1，1）模型对收益率数据进行滤波，研究了长期记忆性的可能原因。值得注意的是，我们发现AR（1）滤波后的收益率和波动率时间序列中的记忆效应保持不变，而Gestion（1，1）滤波数据的波动率序列中的长期记忆特性消失或显著减弱。我们还发现，在高频数据的长期记忆性可能产生的波动聚类以及较高的自相关。我们的研究结果表明，长期记忆性的波动时间序列可以归因于在金融时间序列中观察到的波动聚类。
2006-07-29 physics.soc-ph q-fin.ST
Transition in the Waiting-Time Distribution of Price-Change Events in a Global Socioeconomic System
发展一个更坚实的非均匀时间过程的理论理解的目标-特别是，在一些集体动力系统的等待时间-吸引了物理学家的极大兴趣。量化等待时间分布与随机过程产生的分布之间的偏差，可能有助于揭示驱动潜在动态的反馈机制。我们分析了等待时间分布的高频外汇数据的最佳可执行的出价-卖价在所有主要货币。我们发现，对数正态分布产生了一个很好的整体适合货币汇率变化之间的等待时间分布，如果包括短和长的等待时间。如果我们将我们的研究限制在长等待时间，每个货币对的分布都符合指数接近3.5的幂律尾部。然而，对于短的等待时间，整体分布类似于一个原型的复杂系统模型中，有限理性的代理竞争有限的资源。我们的研究结果表明，交易行为在快速机制和缓慢机制之间逐渐过渡，在快速机制中，交易者以有限理性的方式行事，在缓慢机制中，交易者的决策由多个时间尺度的通用反馈机制驱动，因此无论货币类型如何，都会产生类似的幂律尾部。
2012-12-10 cond-mat.stat-mech q-fin.ST
The credit spread curve. I: Fundamental concepts, fitting, par-adjusted spread, and expected return
本文针对信用利差曲线构建问题，提出拟合参数化生存曲线而非Z-spread，推导风险债券估值公式以纠正高价格债券利差偏误，并给出债券/CDS的carry、rolldown与相对价值计算及历史曲线分析框架。
2024-04-06 q-fin.PR q-fin.RM q-fin.ST
Coping with area price risk in electricity markets: Forecasting Contracts for Difference in the Nordic power market
差价合约（CfD）是区域价格和系统价格之间价差的远期。这些产品与系统价格远期一起用于对冲北欧电力市场的区域价格风险。CfD通常在接下来的两个月，三个季度和三年内可用。这是好的，除了CfD不是在纳斯达克OMX商品交易的每一个北池现货价格区。因此，我们提出一个假设性的问题：如果CfD被交易，那么在价格区域NO2中，CfD的市场价格会是多少？我们为每个可观察的价格区域建立回归模型，并使用贝叶斯启发技术来获得关于不同价格区域如何相似的先验信息，以预测CfD不交易的区域的价格。
2014-06-26 q-fin.ST stat.AP
Assessing market uncertainty by means of a time-varying intermittency parameter for asset price fluctuations
应用于高频数据的最大似然估计使我们能够量化资产价格波动的不稳定性。从短至一个月的时间记录中，这些方法允许提取表征资产价格波动率聚集程度的有意义的波动率参数λ。因此，我们可以研究波动率聚集的时间演化，并测试这种变化的统计意义。通过分析奥斯陆证券交易所的数据，并将结果与投资级价差进行比较，我们发现，在市场高度不确定的情况下，λ的估计值较低。
2012-02-22 q-fin.ST q-fin.TR
Gold, currencies and market efficiency
黄金和货币市场形成了独特的一对，具有特定的相互作用和动态。我们专注于黄金市场的购买货币的效率排名。利用基于分形维数、近似熵和长期记忆的效率指数（EI）对142个不同货币的黄金价格序列进行分析，构建了基于扩展EI方法的黄金价格效率排名。相当意外的结果被发现，因为主要货币的黄金价格是最低效率的货币之一，而非常次要的货币是最有效的货币之一。我们认为，这种违反直觉的结果可以部分归因于一个独特的检查期（2011-2014年），其特征是量化宽松和相当非正统的货币政策，以及调查主要外汇市场参与者的非法勾结，以及一些详细讨论的其他因素。
2015-10-29 q-fin.CP q-fin.ST
Bitcoin market route to maturity? Evidence from return fluctuations, temporal correlations and multiscaling effects
基于自2012年以来记录的1分钟价格变化，从收益率分布、波动自相关、赫斯特指数和多尺度效应等方面，对快速崛起的比特币（BTC）市场的波动特性进行了评估。研究结果相比，成熟的世界市场的程式化的事实。虽然早期交易受到系统特定违规行为的影响，但发现在2018年4月之前的几个月里，所有这些统计指标都接近标志成熟度的特征。这可以被视为一个迹象，表明比特币市场，可能还有其他加密货币，具有即将成为一个常规市场的具体潜力，替代外汇（外汇）。由于自交易开始以来就可以获得高频价格数据，比特币为了解市场成熟轨迹的统计特征提供了一个独特的窗口。
2018-07-19 cs.CE econ.EM q-fin.ST
Estimation of bid-ask spreads in the presence of serial dependence
本文在价格服从几何分数布朗运动、微观结构噪声服从 Ornstein-Uhlenbeck 过程的序列依赖设定下，提出相合且渐近正态的买卖价差矩估计量，并通过模拟与 Roll、Corwin-Schultz 等经典方法比较验证其有效性。
2025-01-06 q-fin.MF q-fin.ST q-fin.TR
High-frequency lead-lag relationships in the Chinese stock index futures market: tick-by-tick dynamics of calendar spreads
本文利用CFFEX逐笔高频数据研究不同期限股指期货的领先—滞后关系，发现近月合约领先一个tick且价差信号具负反馈预测力与扣费后盈利性。
2025-01-06 q-fin.CP q-fin.ST stat.AP
