Macroscopic properties of equity markets: stylized facts and portfolio performance
基于CRSP数据库实证研究股票市场宏观性质，揭示传统模型未充分捕捉的典型事实，并对多样性加权投资组合进行系统回测以分析其表现与宏观量的关系。
2025-04-03 q-fin.ST
Modeling the stylized facts of wholesale system marginal price (SMP) and the impacts of regulatory reforms on the Greek Electricity Market
这项工作提出了一个实证研究的结果，其目标是建模的日常邮政系统边际价格（SMP）的希腊批发电力市场的程式化的事实，从2004年1月至2011年12月的数据。SMP在这里被认为是一个强调随机和非线性过程的足迹，它承载了所有的信息，不仅反映了市场内生或基本面因素变化的影响，而且还反映了一系列不断改变市场微观结构的监管改革的影响。为了捕捉动态的条件平均值和波动性的SMP生成程式化的事实（均值回归，价格尖峰，肥尾价格分布等），一些ARMAX GARCH模型已估计使用作为回归的一组广泛的基本因素，在希腊电力市场以及虚拟变量，模仿监管机构的干预的历史。研究结果表明，改革所造成的市场微观结构的变化，强烈影响了SMP的动态演变和最好的发现模型捕捉充分的程式化的事实，其他电力和金融市场的份额。该模型所产生的条件波动的动态可以是非常有用的努力，正在进行的市场重组，使希腊市场更符合欧洲目标模型的要求。
2014-01-20 q-fin.ST
International Financial Markets Through 150 Years: Evaluating Stylized Facts
本文通过检验150年间亚洲、欧洲大陆、美国及两种主要加密货币的数据，评估了十一个金融市场典型化事实的稳健性与可推广性。
2025-04-11 q-fin.GN q-fin.ST
Stylized Facts and Simulating Long Range Financial Data
我们提出了一种新的方法（在R程序中实现）来模拟长期的每日股票价格数据。该程序再现各种程式化的事实远远优于各种参数模型从扩展的GARCH家族。特别是，经验观察到的无条件方差的变化真实地反映在模拟数据中。
2016-12-15 q-fin.ST stat.AP
Stylized Facts and Market Microstructure: An In-Depth Exploration of German Bond Futures Market
本文基于逐笔限价订单簿数据分析Schatz、Bobl、Bund和Buxl四种德国国债期货的典型事实，并提出真实性指标以基准测试市场模拟器。
2024-01-19 q-fin.ST q-fin.TR
Revisiting Cont's Stylized Facts for Modern Stock Markets
本研究利用2018年10月至2019年3月的权威数据，检验Cont提出的11项金融收益率特征事实是否适用于道琼斯30成分股的现代日内交易数据，发现8项成立、3项不成立，为现代市场下特征事实的认知提供参考。
2024-05-20 q-fin.CP q-fin.ST
Emergence of stylized facts during the opening of stock markets
金融市场表现出一些非平稳性，从技术和监管市场条件不断变化的波动到季节性。另一方面，金融市场表现出各种程式化的事实，这些事实非常稳定。因此，找出这些程式化的事实是如何出现的是一个有趣的问题。作为第一个例子，我们在这里研究如何买卖价差之间的最佳销售和最佳购买提供的股票在交易日的发展。对于重新调整和适当平滑的数据，我们观察到许多不同的纳斯达克股票的崩溃曲线，在整个交易日内，价差呈缓慢的幂律下降。这种影响在一个高度波动的开放期后强烈出现。一些所谓的大型股票由于技术边界而表现不同。他们的价差在市场开盘后不久就接近一个基点。我们用我们的研究结果来确定市场开放的持续时间，我们发现不同的股票在很大程度上。
2018-12-18 q-fin.ST q-fin.TR
Stylized Statistical Facts of Indonesian Financial Data: Empirical Study of Several Stock Indexes in Indonesia
本文试图揭示金融的一般统计特征;时间序列数据，受到几个金融时间序列数据目前在印度尼西亚，例如，个别指数，如PT的股票价格。TELKOM、PT HM SAMPOERNA的股票价格和编制的股票价格指数（雅加达股票交易所指数）。我们试图分析的特征是波动聚集，截断Levy分布和多重分形特征。本文的分析为进一步研究印度尼西亚人工证券交易所提供了指导，该人工证券交易所代表了印度尼西亚证券交易所的微观结构。本文是自上而下的统计行为分析的一个恢复，成为开始一个更自下而上的分析的基础。
2004-03-18 cond-mat.other q-fin.ST
Universality and Heterogeneity of Stylized Facts in Cryptocurrency and Equity Markets
Inha University（仁荷大学）；Korea Institute for Advanced Study（韩国高等研究院）
本研究通过CECP和directed HVG分析2020-2025年高频数据，发现加密货币与股票市场典型事实表面收敛但动力学过程根本不同，为两类市场的差异研究提供了新证据。
2026-09-18 physics.soc-ph q-fin.ST
Exponential distribution of financial returns at mesoscopic time lags: a new stylized fact
我们研究的概率分布的股票收益率在中观时间滞后（回报视野）范围从大约一个小时到大约一个月。虽然在较短的微观时间滞后的分布有幂律的尾巴，中观时间的大部分分布（超过99%的概率）遵循指数律。指数函数的斜率由收益的方差决定，它与时滞成比例地增加。在较长的时间，指数规律不断演变成高斯分布。指数到高斯的交叉是很好地描述了具有随机波动率的赫斯顿模型的解析解。
2004-07-25 cond-mat.stat-mech q-fin.ST
Strategies used as spectroscopy of financial markets reveal new stylized facts
我们提出了一套新的程式化的事实量化的金融市场的结构。其核心思想是研究投资策略和价格的组合结构，以开启对金融和经济市场的全新理解。本文研究了2003年深圳证券交易所的详细订单流。这个庞大的数据集使我们能够比较（i）封闭的国内市场（A股）与国际市场（B股），（ii）个人和机构以及（iii）真正的投资者与随机策略，这些策略在时间上具有其他所有特征。我们发现，更多的交易导致较小的净收益，由于交易摩擦。我们揭示了非平凡指数的定量幂律，量化了投资者使用的策略的频率和持有期的性能恶化。随机策略被发现比真正的策略表现得更好，无论是赢家还是输家。令人惊讶的是，存在大量套利机会，特别是在使用零智力策略时。这是对这些金融市场可能的低效率的诊断。
2011-04-19 physics.soc-ph q-fin.ST
Modeling stylized facts for financial time series
为了模拟金融时间序列中收益率的经验行为，构造了收益率的多元概率密度函数。它们描述了高斯随机游走的既定偏差，例如收益率分布的近似标度和重尾，长期波动率-波动率相关性（波动率聚类）和收益率-波动率相关性（杠杆效应）。该模型成功地测试，以适应联合分布的100+年的每日价格回报的道琼斯30工业平均指数。
2004-11-03 cond-mat.other q-fin.ST
Volatility of volatility estimation: central limit theorems for the Fourier transform estimator and empirical study of the daily time series stylized facts
本文研究了基于傅立叶方法的波动率综合波动率的两个可行估计的渐近正态性，该方法不需要预先估计现货波动率。我们证明了偏差校正估计达到最优速率$n^{1/4}$，而没有偏差校正的估计具有较慢的收敛速度和较小的渐近方差。此外，我们提供的模拟结果，支持理论渐近分布的速率有效的估计，并显示后者的准确性相比，基于预先估计的现货波动率的速率最优估计。最后，使用率最优傅立叶估计，我们重建的时间序列的日波动率的S\P 500和EUROSTOXX50指数在长样本的波动率，并提供新的见解存在的程式化的事实波动率动态。
2022-09-05 econ.EM math.ST q-fin.ST
A new structural stochastic volatility model of asset pricing and its stylized facts
University of Southampton（南安普顿大学）
本文提出一种基于主体模型的新型资产定价模型，通过模拟主体间的随机互动，揭示价格形成机制，并首次应用参数Bootstrap方法，以复制金融数据的多种风格化特征。
2016-04-29 econ.GN q-fin.EC 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
Some stylized facts of the Bitcoin market
近年来，出现了一种新型的可交易资产，通常被称为加密货币。其中，传播最广的是比特币。鉴于其新颖性，本文研究了比特币市场的一些统计特性。这项研究比较了比特币和标准货币的动态，并重点分析了不同时间尺度下的回报。我们使用来自一个比特币平台的交易数据，在2011年至2017年的回报时间序列中测试了长记忆的存在。我们计算的赫斯特指数的去趋势波动分析方法的装置，使用滑动窗口，以衡量长期的依赖性。我们发现，赫斯特指数在比特币存在的最初几年发生了显著变化，最近趋于稳定。此外，多尺度分析显示了类似的行为的赫斯特指数，这意味着一个自相似的过程。
2017-08-12 q-fin.GN q-fin.ST
Size matters: some stylized facts of the stock market revisited
我们重新分析了纽约证券交易所的高分辨率数据，发现每笔交易的平均值、每分钟交易的平均数和公司资本化的平均交易活动呈单调（但不是幂律）变化。我们证明了交易价值分布的二阶矩是有限的。因此，可以计算相应时间序列的赫斯特指数。然而，这些都是不普遍的：持续性随着资本化的增加而增加，这导致赫斯特指数的增加。跨行业时间间隔也显示出类似的趋势。最后，我们证明，分布的intertrade时间是更好地描述了一个多尺度anastomotive比简单的差距缩放。
2006-05-17 cond-mat.stat-mech physics.soc-ph q-fin.ST
The leverage effect and other stylized facts displayed by Bitcoin returns
本文基于2013-2020年BTC-USD日内数据研究比特币收益的典型事实，发现其统计特性与个股或指数相似，但在自相关和杠杆效应上与法币汇率存在明显差异，并识别出两种不同的市场状态。
2021-01-31 q-fin.ST q-fin.TR
Bridging stylized facts in finance and data non-stationarities
采用最近的技术，它允许通过不同长度的本地固定补丁的并列的非平稳数据的表示，我们介绍了一个全面的分析，在金融市场的关键观测：交易量和价格波动。从分割过程中，我们能够引入一组交易量和价格波动的统计特征（风格化事实）的定量描述，即每个分布的尾部，交易时段中交易量的U形轮廓和交易量自相关函数的演变。交易量序列的分割提供了每个补丁的波动参数缓慢演变的证据，指向混合场景。假设长期特征是简单局部形式的统计混合的结果，我们测试和比较不同的概率密度函数，以提供交易量的长期分布，得出结论，对数正态分布与经验分布最吻合。此外，价格波动幅度的分割与交易量的结果大不相同，这表明价格波动统计数据的变化比交易量的变化更快。
2013-05-01 physics.data-an q-fin.ST
On the interplay between multiscaling and stocks dependence
我们发现一个非线性的依赖关系的程度的指标之间的多尺度的日志价格时间序列的股票和股票的平均相关性相对于其他股票在同一个市场上交易。这一结果是一个强有力的程式化事实，适用于不同的金融市场。为了寻找可能的混杂效应，我们以股票的资本化和股票的对数收益率的峰度为条件来研究这个结果。我们发现，与资本化的对数和峰度的对数的线性依赖并不能解释所观察到的程式化的事实，我们解释为起源于更深层次的关系。
2019-03-31 q-fin.ST
Stylized facts of price gaps in limit order books: Evidence from Chinese stocks
价差定义为限价订单簿（LOB）同一侧前两个被占用价格水平之间的对数价差，是市场深度的关键决定因素，市场深度是流动性的一个维度。然而，价格差距的属性还没有得到彻底的研究，由于可用的频率数据较少。本文利用2003年深圳证券交易所上市的26只A股股票的订单流数据，对LOB动态进行了重构。三个关键的实证统计性质的价格差距进行了研究。我们发现，价格差距的分布有一个幂律尾所有股票的平均尾部指数接近3.2。应用现代统计方法，证实了林隙时间序列具有长程相关性和多重分形性质。这三个特征因股票而异，并不具有普遍性。此外，我们还揭示了个股LOB买卖双方价差特性中的买卖不对称现象。这些发现加深了我们对普通股流动性动态的理解，并可用于校准基于代理的计算金融模型。
2014-05-06 q-fin.ST q-fin.TR
Stylized Facts and Their Microscopic Origins: Clustering, Persistence, and Stability in a 2D Ising Framework
Universidad de Buenos Aires（布宜诺斯艾利斯大学）；Instituto de Física de Buenos Aires (IFIBA), Universidad de Buenos Aires（布宜诺斯艾利斯大学布宜诺斯艾利斯物理研究所）
本文通过二维伊辛模型研究金融市场中的stylized facts，揭示聚团结构和动态如何解释收益率尖峰、重尾分布和零自相关等现象。
2025-12-09 nlin.AO physics.soc-ph q-fin.ST
Option pricing with non-Gaussian scaling and infinite-state switching volatility
波动率聚集、长期相关和非高斯标度是金融资产动态的典型事实。它们在Black & Scholes框架中被忽略，但对金融资产期权的定价有相关影响。利用最近的市场动态模型，充分捕捉到上述程式化的事实，我们得到封闭形式的期权定价方程，获得布莱克和斯科尔斯作为一个特殊情况。通过将我们的定价方程应用于一个主要的股票指数期权数据集，我们表明，在金融建模中包含程式化的功能，使衍生品价格接近市场价值约30%，而无需校准模型参数对可用的衍生品价格。
2014-05-20 q-fin.PR q-fin.ST
Beyond Visual Realism: Toward Reliable Financial Time Series Generation
The University of Tokyo（东京大学）；Peking University（北京大学）；Agency for Science, Technology and Research (A*STAR)（科技研究局）；Northeastern University（东北大学）
本文提出 SFAG 模型，通过引入结构性约束解决金融时间序列生成中对尾部事件和不对称性的忽视问题，提升生成数据的实用性和稳定性。
2026-01-19 cs.LG q-fin.ST
Stylized Facts of High-Frequency Bitcoin Time Series
本文分析2019-2022年高频比特币数据，发现收益率呈异常扩散、重尾和多重分形特征，且市场效率随时间提升。
2025-06-22 q-fin.ST stat.AP
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
CoVaR with volatility clustering, heavy tails and non-linear dependence
在本文中，我们估计的条件风险价值拟合不同的多元参数模型捕捉一些程式化的事实，多变量金融时间序列的股票收益率：重尾，负偏，非对称依赖，和波动率聚集。而波动率聚集效应是通过GJR型的AR-Gesterfield动力学得到的，其他程式化的事实是通过非高斯多变量模型和copula函数来捕获的。CoVaR $^{\leq}$的计算基于多元正态模型、多元正态回火稳定模型、多元广义双曲模型和四种可能的copula函数。将这些风险度量估计值与基于多元正态GARCH模型的CoVaR $^{=}$进行比较。比较是通过对2007年1月至2020年3月期间的竞争对手模型进行回测来进行的。在实证研究中，我们考虑了属于主要或额外的全球系统重要性银行（GSIBs）评估样本的欧元区上市银行的样本。
2020-09-22 q-fin.CP q-fin.RM q-fin.ST
An elementary model of price dynamics in a financial market: Distribution, Multiscaling & Entropy
经验资产对数收益率$Z$的典型事实包括存在（半）重尾分布$f_Z(z)$和赫斯特指数$τ(β)$的非线性谱。所考虑的经验数据是1990年1月1日至2004年12月31日10个大型指数的每日价格。我们提出了一个程式化的价格动态模型，这是由预期驱动。该模型是一个乘法随机过程，具有随机的，状态依赖的增长率，建立了一个负反馈的价格动态组件。这个0阶模型意味着对数收益率的分布是拉普拉斯$f_Z(z) \sim \exp(-\frac{|z|}α)$，其单个参数$α$可以被视为相应市场的长期平均流动性的度量。与（更一般的）威布尔分布的比较表明，经验每日日志收益率接近拉普拉斯分布。比较了经验数据$τ_{emp}$和模型$τ_{theor}$模拟数据的Hurst指数谱。由于非线性Hurst谱的发现，Renyi熵（RE）$R_β(f_Z)$被认为是。一个显式的函数形式的RE的指数分布的推导。模拟资产收益率跟踪的理论RE与经验收益率估计的RE吻合得很好。
2006-02-14 physics.soc-ph q-fin.ST
Market Fluctuations: multiplicative and percolation models, size effects and predictions
我们提出了一套模型的主要程式化的事实，市场价格波动。这些模型包括动态演化与阈值动力学和Langevin价格方程与乘性噪声，渗流模型来描述交易者和分层级联模型之间的相互作用，以解开可能的相关性跨时间尺度，包括对数周期的签名与金融崩溃。总结了主要的经验知识，并提出了一些关键的实证检验。
1999-09-30 cond-mat.stat-mech q-fin.ST
