全部版块 我的主页
论坛 经济学人 二区 外文文献专区
924 6
2022-05-05
英文标题:
《Information-theoretic approach to lead-lag effect on financial markets》
---
作者:
Pawe{\\l} Fiedor
---
最新提交年份:
2014
---
英文摘要:
  Recently the interest of researchers has shifted from the analysis of synchronous relationships of financial instruments to the analysis of more meaningful asynchronous relationships. Both of those analyses are concentrated only on Pearson\'s correlation coefficient and thus intraday lead-lag relationships associated with such. Under Efficient Market Hypothesis such relationships are not possible as all information is embedded in the prices. In this paper we analyse lead-lag relationships of financial instruments and extend known methodology by using mutual information instead of Pearson\'s correlation coefficient, which not only is a more general measure, sensitive to non-linear dependencies, but also can lead to a simpler procedure of statistical validation of links between financial instruments. We analyse lagged relationships using NYSE 100 data not only on intraday level but also for daily stock returns, which has usually been ignored.
---
中文摘要:
最近,研究人员的兴趣已经从分析金融工具的同步关系转向分析更有意义的异步关系。这两种分析都只集中在皮尔逊的相关系数上,因此也就是与这些相关的日内领先-滞后关系上。在有效市场假设下,这种关系是不可能的,因为所有信息都嵌入在价格中。在本文中,我们分析了金融工具的超前-滞后关系,并通过使用互信息而不是皮尔逊相关系数扩展了已知的方法。皮尔逊相关系数不仅是一种更通用的测量方法,对非线性依赖非常敏感,而且还可以简化金融工具之间联系的统计验证过程。我们使用纽约证交所100指数的数据分析滞后关系,不仅分析日内水平,还分析通常被忽略的每日股票收益率。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-5 19:08:36
EPJ手稿编号(将由编辑插入)金融市场领先滞后效应的信息理论方法波兰克拉科夫经济大学,拉科维卡27号,31-510克拉科夫,邮编:e-mail:s801dok@wizard.uek.krakow.plFebruary2014年12月18日摘要。最近,研究人员的兴趣已经从分析金融工具的同步关系转向分析更有意义的异步关系。这两种分析都只关注皮尔逊的相关系数,因此与之相关的日内超前-滞后关系。在有效市场假设下,由于所有信息都嵌入价格中,这种关系不可能存在。在本文中,我们通过使用互信息而不是皮尔逊相关系数来分析金融工具的超前-滞后关系和扩展的已知方法,皮尔逊相关系数不仅是一个更通用的测量方法,对非线性依赖性敏感,而且还可以简化金融工具之间联系的统计验证过程。我们使用NYSE100数据分析滞后关系,不仅分析日内水平,还分析通常被忽略的每日股票收益率。关键词。依赖网络——金融市场——超前滞后效应——复杂系统SPAC。89.65.Gh经济物理学89.65。GhFinancial markets 1简介随着适应性系统的发展,金融市场变得越来越复杂。尽管如此,即使在结构简单得多的时候,经济学家们也在复杂行为背后运用了拉卡基本理论。这种理论的缺乏有很多后果。首先,其他科学家,尤其是物理学家,可以研究这些系统,而不用担心经济理论的复杂性。其次,缺乏理论导致了一种假设,即描述股票收益的时间序列是不可预测的[1]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 19:08:39
在这种范式下,股价的演变只能用随机过程来解释。此外,有效市场假说[2]提出,所有信息都反映在价格中,不可能根据过去预测未来价格。假设中有一些较弱的变体,说明当前价格中只包含过去的价格,因此无法根据过去的价格进行预测。这一假设意味着金融市场不可能存在超前-滞后效应,使得纸面上的分析毫无意义。但自20世纪80年代以来,有效市场假说在许多方面不断被推翻,事实上,研究人员对它的支持已经减少。特别是分析纽约证券交易所股票收益率的研究人员[3,4]表明,数据可以被压缩,从而表明股票收益率不是随机的,因为这样就不可能进行压缩。最近,我们在纽约和华沙交易所进行了类似的测试[5]。然后,如果股票的价格变化不是随机的,那么就有可能数据是结构化的。因此,鼓励研究人员探索建模这种结构和分析现实世界市场的方法。假设价格形成是随机过程,这让研究人员产生了一个问题:这些过程对于不同的金融工具是否是独立的,或者是否存在基于已知或未知的共同经济因素驱动这些形成过程的关系。第一个tomodel物理系统[6,7,8]开发的工具和程序通常用于分析金融工具之间的相互依赖关系。最常用于理解金融市场中日[9,10,11,12,13,14]和日内时间尺度[15,16,17]的相关性。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 19:08:42
20年来,哪种金融相似性分析工具[21,18]与另一种金融相似性分析工具[21,18]一起提供了量化金融相似性的信息[21,18],两者都旨在将非线性关系纳入分析。所有这些方法的目标都是单一的,即在日益复杂的金融市场适应性系统中发现有意义的信息。最常见的分析使用股票收益的同步相关性。这些分析表明,金融市场有一种嵌套结构,其中股票回报由一个共同因素驱动,股票本身按行业分组组织。这些群体内部的相关性高于平均配对cor2 Pawe l Fiedor:领先-滞后效应对金融市场关系的信息理论方法。我们还可以找到二阶组,即在部门内,我们可以区分属于同一子部门的股票组,它们显示出更高的相关性。当然,这些相关性可以交换为另一个定义明确的相似性度量,例如互信息[21]。这一点得到了很好的证实,因为使用不同的方法得到了相同的结果,从随机矩阵理论[22],通过主成分分析[23],通过层次聚类[9],到基于相关性的网络[9,24,25]和基于互信息的网络[20]。构建依赖网络的方法可以分为两类:基于阈值的方法和拓扑方法。这两个类别都从一个简单的相似性度量(相关矩阵、互信息矩阵等)开始。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 19:08:45
然后使用阈值法对相似性度量设置一个阈值,并构造一个网络,其中仅存在沿方向相似性度量大于阈值的节点之间的链接。随着门槛值的降低,出现了一个更复杂的层次结构,一组股票逐渐合并形成更大的集团,直到它们形成整个市场。这种阈值网络对于相似性度量中的不确定性非常稳健,但很难找到一个能够准确显示股票收益相似矩阵嵌套结构的单一阈值。另一方面,拓扑方法构建依赖网络,如最小生成树(MST)[9,24,25,20]或平面最大过滤图(PMFG)[26,27,20],基于经验相似性度量的排序。由此产生的网络本质上是分层的,因此很容易以图形的形式呈现,但就数据中的统计不确定性而言,这种方法不如阈值方法稳定。此外,这种方法不一定能提供关于相似性度量的统计意义的信息[28]。另一方面,很少有人对滞后相关网络进行调查[29,30]。上述构建依赖网络的方法不容易扩展到金融市场中的有向滞后相关性或相似性度量的分析。即使在短期内,股票回报率的滞后相关性也非常小,因此分析受到估计过程的统计不确定性的强烈影响。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 19:08:48
拓扑方法的使用很困难,因为它们只考虑相似性度量的排名,而不考虑它们的实际值,因此,如果我们使用滞后依赖性,这样一个网络中的许多链接在统计上可能确实不重要。另一方面,阈值方法很难应用,因为很难找到合适的阈值水平。此外,这些方法对所有股票对使用相同的阈值,这是滞后相关性分析中的一个问题,因为滞后相似性度量的统计意义可能因股票而异(例如,由于波动性不同)。[30]中介绍了一种将滞后相关矩阵过滤成经统计验证的定向链接网络的方法,该网络考虑了股票收益率分布的异质性。这是通过将一个p值与每个观察到的滞后相关性相关联,然后设置一个p值阈值来实现的,即设置为多个假设检验校正的统计显著性水平。他们运用这种方法分析了美国股市日内股票回报之间滞后关系的结构。在本文中,我们从两个方面扩展了这种分析。首先,我们将这种方法扩展到非线性关系。其次,我们还分析了日常滞后关系。众所周知,金融市场,尤其是描述金融工具回报的时间序列,涉及的术语不是一级术语。现在有强有力的证据表明,股票回报[31,32,33,34,35]、市场指数回报[36,37,38,39,40]和货币兑换率变化[41,31,42,43,44]中存在非线性动力学。同时,皮尔逊的相关系数对任何非线性依赖都不敏感。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群