利用标度性质检测金融时间序列中的相关变化：一种新的可视化预警工具
统计金融
2020-12-10 v4 风险管理
摘要
本文使用随时间变化的广义赫斯特指数（Generalized Hurst Exponents, GHE）（针对参数 的不同取值）研究金融时间序列中多重标度（multiscaling）的动力学演化。基于 ，我们引入一种新的可视化方法，以算法化地检测底层复杂时间序列标度中的临界变化。该方法涉及特定时刻的多重标度程度、通过变点分析（Change-Point Analysis）方法计算的多重标度趋势，以及对结果的统计显著性的严格评估。利用该算法，我们识别了不同 时间序列在时间上共同演化中的特定模式。这些 GHE 模式不仅能以统计稳健的方式区分单标度（uniscaling）与多重标度时期，还能区分不同类型的多重标度：对称多重标度（M）与非对称多重标度（A）。我们将该可视化方法应用于由四个股票市场指数的每日收盘价构成的时间序列：两个主要指数（标普500 和 日经指数）以及两个外围指数（雅典证券交易所综合指数和孟买 SENSEX 指数）。结果表明，多重标度随时间变化显著：强多重标度行为时期与单标度行为时期交替出现，而从单标度到多重标度行为的转变发生在股票市场泡沫等临界市场事件之前。此外，特定的非对称多重标度模式出现在股票市场临界时期，并提供有关市场状况的有用信息。特别是，它们可作为动荡市场时期的“指纹”，并为即将到来的股票市场“泡沫”提供预警信号。所应用的可视化方法还可基于实际事件前观察到的模式，区分外生与内生股票市场危机。
引用
@article{arxiv.2010.08890,
title = {The use of scaling properties to detect relevant changes in financial time series: a new visual warning tool},
author = {Ioannis P. Antoniades and Giuseppe Brandi and L. G. Magafas and T. Di Matteo},
journal= {arXiv preprint arXiv:2010.08890},
year = {2020}
}