矩阵H理论论股市波动

我们提出矩阵H理论，这是一种用于分析具有层次结构的多变量随机过程中集体行为的框架。该理论将多个变量（即测量信号）的联合分布建模为大规模多变量分布与 slowly 变化背景分布的复合物。该背景由其内部自由度的层次性随机演化所特征，代表了不同时间尺度之间股票之间的相关性。正如其单变量版本一样，矩阵H理论形式化也包含两个普适类：Wishart 和逆Wishart，使我们能够以以矩阵参数的Meijer G函数形式简洁地描述背景和信号概率分布。对S&P500中股票日收益的经验分析表明，矩阵H理论在描述股市波动方面具有有效性。这些发现有助于更深入地理解多变量层次过程，为金融市场的投资组合策略提供了潜在指导。