Saltar al contenido
Todos los documentos de la biblioteca

Complejidad multifractal y entropía en distintos mercados

Artículo arXiv papers · Autor: Oday Masoudi et al.
Leer el original

Resumen

El estudio compara la complejidad de las series de rendimientos logarítmicos de Bitcoin, GBP/USD, oro y gas natural. Aplica el análisis de fluctuaciones sin tendencia multifractal y la entropía muestral multiescala compuesta refinada, dos enfoques que cuantifican distintos aspectos de la estructura a diferentes escalas. La comparación busca informar sobre las diferencias de predictibilidad del mercado y de los riesgos asociados entre clases de activos.

Ambas medidas indican una mayor complejidad en los rendimientos de Bitcoin que en las otras series. Los autores sugieren que unas correlaciones no lineales más intensas en Bitcoin podrían ayudar a explicar el resultado. La descripción no proporciona fechas de muestra, elecciones de parámetros, estimaciones de incertidumbre ni pruebas de negociación; por tanto, el hallazgo debe tratarse como un resultado comparativo de series temporales, no como prueba de que Bitcoin sea menos predecible en todos los contextos. Las medidas de complejidad caracterizan la estructura de los rendimientos; el extracto no establece cómo se traducen en precisión de pronóstico o rendimiento de inversión.

Ideas clave

  • El estudio compara la complejidad de los rendimientos de Bitcoin, GBP/USD, oro y gas natural.
  • Las medidas MF-DFA caracterizan la estructura multifractal de las series de rendimientos.
  • RCMSE evalúa la entropía muestral en múltiples escalas temporales.
  • Ambas medidas clasifican los rendimientos de Bitcoin como más complejos que los de los otros mercados estudiados.
  • La explicación propuesta son correlaciones no lineales más intensas, pero no se describen pruebas directas de rendimiento de negociación.

Etiquetas

CriptoactivosDivisasMaterias primasEstadísticaVolatilidad
Texto completo
# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.