全部版块 我的主页
论坛 经济学人 二区 外文文献专区
2563 87
2022-06-10
英文标题:
《Entropy Analysis of Financial Time Series》
---
作者:
Stephan Schwill
---
最新提交年份:
2018
---
英文摘要:
  This thesis applies entropy as a model independent measure to address three research questions concerning financial time series. In the first study we apply transfer entropy to drawdowns and drawups in foreign exchange rates, to study their correlation and cross correlation. When applied to daily and hourly EUR/USD and GBP/USD exchange rates, we find evidence of dependence among the largest draws (i.e. 5% and 95% quantiles), but not as strong as the correlation between the daily returns of the same pair of FX rates. In the second study we use state space models (Hidden Markov Models) of volatility to investigate volatility spill overs between exchange rates. Among the currency pairs, the co-movement of EUR/USD and CHF/USD volatility states show the strongest observed relationship. With the use of transfer entropy, we find evidence for information flows between the volatility state series of AUD, CAD and BRL. The third study uses the entropy of S&P realised volatility in detecting changes of volatility regime in order to re-examine the theme of market volatility timing of hedge funds. A one-factor model is used, conditioned on information about the entropy of market volatility, to measure the dynamic of hedge funds equity exposure. On a cross section of around 2500 hedge funds with a focus on the US equity markets we find that, over the period from 2000 to 2014, hedge funds adjust their exposure dynamically in response to changes in volatility regime. This adds to the literature on the volatility timing behaviour of hedge fund manager, but using entropy as a model independent measure of volatility regime.
---
中文摘要:
本文将熵作为一种与模型无关的度量方法来解决金融时间序列的三个研究问题。在第一项研究中,我们将转移熵应用于汇率的提取和提取,以研究其相关性和互相关。当应用于每日和每小时欧元/美元和英镑/美元汇率时,我们发现最大提款之间存在相关性(即5%和95%分位数),但没有同一对外汇汇率的每日收益之间的相关性强。在第二项研究中,我们使用波动的状态空间模型(隐马尔可夫模型)来研究汇率之间的波动溢出。在货币对中,欧元/美元和瑞士法郎/美元波动状态的共同运动显示出最强的观察关系。利用转移熵,我们发现AUD、CAD和BRL波动状态序列之间存在信息流的证据。第三项研究使用标准普尔实际波动率的熵来检测波动率制度的变化,以重新审视对冲基金市场波动时机的主题。采用单因素模型,以市场波动熵为条件,衡量对冲基金股票敞口的动态。在以美国股市为重点的约2500只对冲基金的横截面图上,我们发现,在2000年至2014年期间,对冲基金动态调整其风险敞口,以应对波动机制的变化。这补充了有关对冲基金经理波动性择时行为的文献,但使用熵作为波动性机制的模型独立度量。
---
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
2022-6-10 07:46:01
《金融时报》熵分析提交曼彻斯特大学工商管理博士学位论文。Stephan SchwillManchester商学院内容1简介111.1提取的双变量分析。121.2外汇波动率制度之间的信息流。141.3对冲基金的波动时间和熵。162熵测度和信息论192.1简介。202.2熵。202.3互信息和传递熵。232.3.1定义。232.3.2熵估计,统计特征。262.3.3过程熵。312.3.4熵大小。322.4近似熵(ApEn)。332.4.1 ApEn定义。332.4.2 ApEn估算。363提取的双变量分析383.1简介。393.2相关文献。413.2.1提款文献。413.2.2熵计量经济学文献。463.3数据。483.4信息论方法。513.4.1熵测量。513.5实证结果。
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

2022-6-10 07:46:04
. . . . . 573.5.1欧元/美元和英镑/美元提款之间的相关性。573.5.2欧元/美元和英镑/美元提款之间的信息流613.6结论。664外汇波动率制度之间的信息流694.1简介。704.2隐马尔可夫模型。724.2.1基础。724.2.2 HMM估计。744.3数据。774.4 HMM估计结果。794.5隐藏状态之间的依赖性。824.5.1隐藏状态依赖。844.5.2隐藏状态信息流。864.6结论。914.7附录-状态持续时间。914.8附录-货币状态系列。945对冲基金的波动时间和熵955.1简介。965.2波动熵。1005.2.1 GARCH(1,1)。1015.2.2波动率水平的变化。1035.2.3马尔可夫转换波动率。1075.3数据。1095.4已实现和隐含波动率的熵。1125.4.1实际波动率。1125.4.2波动率。
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

2022-6-10 07:46:07
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1145.4.3排列。1145.5实证结果。1175.5.1计时模型。1175.5.2面板回归。1185.5.3战略与生存。1235.5.4有条件的Fama-French模型。1245.5.5波动率和波动率价差。1265.6结论。1306结论131外汇、股票和利率市场中的表3.1列表。453.2欧元/美元和英镑/美元收益和提款统计。493.3拉伸指数分布。503.4欧元/美元和英镑/美元的每日和每小时熵^H。563.5相互信息(每日回报)。583.6小时回报的相互信息。603.7转移熵欧元/美元→ 英镑/美元。623.8转移熵英镑/美元→ 欧元/美元。633.9转移熵欧元/美元→ 英镑/美元(小时价格)。643.10转移熵英镑/美元→ 欧元/美元(小时价格)。664.1相关矩阵。784.2汇总统计。784.3隐马尔可夫模型估计。804.4熵率h∞以及HMM过程平稳分布的样本^H(X | X)in(bit)。844.5波动状态协同运动和相互依存。
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

2022-6-10 07:46:11
854.6波动性状态信息流。904.7汇总统计。924.8预计时间状态持续时间。935.1汇总统计。1115.2面板回归条件CAPM。1205.3面板回归条件CAPM:活的、死的和LS股票基金1245.4面板回归条件3F模型:LS股票基金。1265.5面板回归:RV、VIX、,√RV- 波动率。129图2.1掷硬币熵列表。222.2熵度量。252.3熵估计。302.4 AR(1)工艺的ApEn。352.5 ApEn,m=1,5和N=20。500. . . . . . . . . . . . . . 373.1欧元/美元、英镑/美元时间序列。483.2离散化示例。533.3区块熵欧元/美元。563.4相互信息(每日回报)。593.5^ETEUR→英镑和^ETGBP→欧元(每日回报)。623.6将信息流从每小时欧元/美元提取到英镑/美元。643.7将信息流从每小时英镑/美元转换为欧元/美元。654.1隐马尔可夫模型,其中{qt}表示隐藏状态,{yt}排放量和箭头描述依赖关系。734.2货币时间序列。774.3说明每日欧元/美元汇率的顺序。
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

2022-6-10 07:46:14
814.4欧元/美元国家相关回报分配。824.5序列保持在高波动性状态的持续时间1。934.6序列保持在低波动性状态的持续时间2。935.1 ApEn:GARCH(1,1)。1035.2 ApEn:波动率制度变化。1055.3 ApEn:制度变迁与混合正态分布。1065.4 ApEn:马尔可夫切换过程。1085.5对冲基金:资产管理规模、活基金。1105.6已实现差异。1135.7 RV:最大熵集。1145.8 RV:最小熵集。1155.9波动率。1165.10波动性价差(√RV- VIX)。116金融时间序列的熵分析曼彻斯特大学(University of ManchesterStephan Schwills)工商管理博士摘要本论文将熵作为一种独立于模型的度量方法来解决与各种金融时间序列的动力学相关的研究问题。本论文包括第3、4和5章所述的三项主要研究。第三章和第四章运用熵测度对外国汇率的提取和提取进行了双变量分析。第5章利用条件模型中的已实现波动率熵来研究对冲基金投资策略的动力学。在这三项研究中,信息论的方法都以新颖的方式应用于金融时间序列。
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