Multifraktale und entropiebasierte Komplexität verschiedener Märkte im Vergleich

Zusammenfassung

Die Studie vergleicht die Komplexität von Log-Renditereihen für Bitcoin, GBP/USD, Gold und Erdgas. Sie wendet die multifraktale detrendete Fluktuationsanalyse und die verfeinerte zusammengesetzte Multiskalen-Stichprobenentropie an, zwei Ansätze, die unterschiedliche Strukturmerkmale über mehrere Skalen hinweg quantifizieren. Der Vergleich soll dazu beitragen, Unterschiede bei der Vorhersagbarkeit von Märkten und den damit verbundenen Risiken zwischen Anlageklassen zu untersuchen.

Beide Maße weisen auf eine größere Komplexität der Bitcoin-Renditen als der anderen Reihen hin. Die Autoren vermuten, dass stärkere nichtlineare Korrelationen bei Bitcoin dieses Ergebnis erklären könnten. Die Beschreibung nennt weder Stichprobendaten noch Parameterwahl, Unsicherheitsschätzungen oder Handelstests. Der Befund ist daher als vergleichendes Zeitreihenergebnis zu verstehen, nicht als Beweis dafür, dass Bitcoin unter allen Bedingungen weniger vorhersehbar ist. Komplexitätsmaße charakterisieren die Struktur von Renditen; der Auszug belegt nicht, wie sich diese Maße in Prognosegenauigkeit oder Anlageergebnisse übersetzen lassen.

Kernaussagen

• Die Studie vergleicht die Renditekomplexität von Bitcoin, GBP/USD, Gold und Erdgas.
• MF-DFA misst die multifraktale Struktur von Renditereihen.
• RCMSE erfasst die Stichprobenentropie über mehrere Zeitskalen.
• Beide Maße stufen Bitcoin-Renditen als komplexer ein als die der anderen untersuchten Märkte.
• Als Erklärung wird eine stärkere nichtlineare Korrelation vorgeschlagen; ein direkter Handelstest wird jedoch nicht beschrieben.

Schlagwörter

# Complexity of Financial Time Series: Multifractal and Multiscale Entropy Analyses


# Complexity of Financial Time Series: Multifractal and Multiscale Entropy Analyses









We employed Multifractal Detrended Fluctuation Analysis (MF-DFA) and Refined Composite Multiscale Sample Entropy (RCMSE) to investigate the complexity of Bitcoin, GBP/USD, gold, and natural gas price log-return time series. This study provides a comparative analysis of these markets and offers insights into their predictability and associated risks. Each tool presents a unique method to quantify time series complexity. The RCMSE and MF-DFA methods demonstrate a higher complexity for the Bitcoin time series than others. It is discussed that the increased complexity of Bitcoin may be attributable to the presence of higher nonlinear correlations within its log-return time series.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.