Clasificación de saltos de precios y contagio con wavelets

Resumen

El estudio presenta un método no supervisado para analizar saltos en los precios de las acciones mediante representaciones construidas a partir de coeficientes wavelet. Busca distinguir los patrones de saltos asociados a la dinámica interna de un sistema de los vinculados a perturbaciones externas. El análisis identifica la asimetría temporal de la volatilidad como una característica destacada y observa que la reversión a la media y la tendencia ayudan a definir otras clases de saltos.

La representación wavelet también se utiliza para estudiar los saltos conjuntos, cuando varias acciones registran un salto en el mismo minuto. Los autores sostienen que una proporción significativa de estos eventos refleja contagio endógeno. Esto ofrece una forma de investigar cómo se propagan las perturbaciones entre acciones, aunque el documento no indica la muestra, el procedimiento de validación ni pruebas para separar los eventos endógenos de los exógenos. Por tanto, las conclusiones describen los hallazgos del estudio, no una regla de clasificación universal demostrada.

Ideas clave

• Los coeficientes wavelet ofrecen una representación no supervisada para clasificar saltos en los precios de las acciones.
• La asimetría temporal de la volatilidad es una característica principal del análisis de saltos.
• La reversión a la media y la tendencia son otras características que ayudan a distinguir clases de saltos.
• Los autores sostienen que una proporción significativa de los saltos conjuntos ocurridos en el mismo minuto se debe al contagio endógeno.

Etiquetas

# Riding Wavelets: A Method to Discover New Classes of Price Jumps


# Riding Wavelets: A Method to Discover New Classes of Price Jumps









Cascades of events and extreme occurrences have garnered significant attention across diverse domains such as financial markets, seismology, and social physics. Such events can stem either from the internal dynamics inherent to the system (endogenous), or from external shocks (exogenous). The possibility of separating these two classes of events has critical implications for professionals in those fields. We introduce an unsupervised framework leveraging a representation of jump time-series based on wavelet coefficients and apply it to stock price jumps. In line with previous work, we recover the fact that the time-asymmetry of volatility is a major feature. Mean-reversion and trend are found to be two additional key features, allowing us to identify new classes of jumps. Furthermore, thanks to our wavelet-based representation, we investigate the reflexive properties of co-jumps, which occur when multiple stocks experience price jumps within the same minute. We argue that a significant fraction of co-jumps results from an endogenous contagion mechanism.

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.