رفتن به محتوا
همه اسناد کتابخانه

چگونه روندهای بازار به پیش‌بینی نوسان و همبستگی کمک می‌کنند

مقاله arXiv papers · نویسنده: Sara A. Safari et al.

خلاصه

این سند بررسی می‌کند که آیا روندهای فعلی بازار می‌توانند به پیش‌بینی نوسان و همبستگی‌های آینده کمک کنند یا نه. پیشنهاد می‌کند قدرت روند به‌عنوان ورودی پیش‌بینی ریسک استفاده شود و بدین‌ترتیب کارهای پیشینِ مرتبط‌کننده قدرت روند با بازده مورد انتظار گسترش یابد. رویکرد با استفاده از توابع درجه دومِ قدرت روند فعلی، تغییر نوسان و همبستگی را بر حسب روند کمّی می‌کند.

الگوی تجربی گزارش‌شده این است که هر دو سنجه در روندهای صعودی و نزولی قوی گرایش به افزایش دارند و اثر در روندهای نزولی بزرگ‌تر است. نویسندگان می‌گویند این یافته مدل‌های رایج بازگشت به میانگین را بهبود می‌دهد و با واردکردن اطلاعات روند، پیش‌بینی ریسک بازار را ارتقا می‌بخشد. متن جزئیاتی درباره داده‌ها، روش برآورد، افق پیش‌بینی یا مقایسه عملکرد ارائه نمی‌کند؛ بنابراین، اندازه یا استحکام بهبودها قابل ارزیابی نیست. یافته‌ها همچنین به مدل گاز شبکه‌ایِ نقطه بحرانی برای بازارها پیوند داده می‌شوند، اما آن مدل با جزئیات توضیح داده یا آزموده نمی‌شود.

ایده‌های کلیدی

  • قدرت روند فعلی ممکن است اطلاعاتی درباره نوسان و همبستگی‌های آینده داشته باشد.
  • توابع درجه دوم برای توصیف تغییر سنجه‌های ریسک بر حسب قدرت روند پیشنهاد می‌شوند.
  • گزارش شده است که نوسان و همبستگی در روندهای قوی، به‌ویژه روندهای نزولی، افزایش می‌یابند.
  • افزودن اطلاعات روند می‌تواند پیش‌بینی ریسک مبتنی بر بازگشت به میانگین را بهبود دهد.
  • یافته‌ها با دیدگاه گاز شبکه‌ایِ نقطه بحرانی درباره بازارها سازگار توصیف می‌شوند.

برچسب‌ها

متن کامل
# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets


# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets









We forecast future volatilities and correlations of financial markets based on the current trends in these markets. This complements previous work that models future expected returns by a cubic polynomial of the current trend strength. Empirically, we observe that volatilities and correlations tend to increase day after day in times of strong up- or down-trends. This effect is particularly pronounced in down-trends. It can be accurately quantified by quadratic polynomials of today's trend strengths, which refine common mean-reversion models of volatilities and correlations. Our results improve the prediction of market risk by accounting for market trends. They also support a recent proposal to model financial markets by a lattice gas near its critical point.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.