Passer au contenu
Tous les documents de la bibliothèque

Comparer la complexité multifractale et entropique des marchés

Article arXiv papers · Auteur: Oday Masoudi et al.
Lire la source originale

Résumé

L’étude compare la complexité des séries de rendements logarithmiques du Bitcoin, du GBP/USD, de l’or et du gaz naturel. Elle applique l’analyse des fluctuations détrendées multifractales et l’entropie d’échantillon multiscalaire composite raffinée, deux méthodes qui quantifient différents aspects de la structure à plusieurs échelles. Cette comparaison vise à éclairer les différences possibles de prévisibilité des marchés et de risques associés entre classes d’actifs.

Les deux mesures indiquent une complexité supérieure des rendements du Bitcoin à celle des autres séries. Les auteurs suggèrent que des corrélations non linéaires plus fortes du Bitcoin pourraient expliquer ce résultat. La description ne fournit ni dates d’échantillonnage, ni choix des paramètres, ni estimations d’incertitude, ni tests de trading ; le résultat doit donc être considéré comme une comparaison de séries temporelles, et non comme la preuve que le Bitcoin est moins prévisible dans toutes les situations. Les mesures de complexité caractérisent la structure des rendements ; l’extrait n’établit pas leur traduction en précision des prévisions ou en performance d’investissement.

Idées clés

  • L’étude compare la complexité des rendements du Bitcoin, du GBP/USD, de l’or et du gaz naturel.
  • MF-DFA caractérise la structure multifractale des séries de rendements.
  • RCMSE caractérise l’entropie d’échantillon à plusieurs échelles temporelles.
  • Les deux mesures classent les rendements du Bitcoin comme plus complexes que ceux des autres marchés étudiés.
  • L’explication avancée repose sur des corrélations non linéaires plus fortes, mais aucun test direct de performance de trading n’est décrit.

Étiquettes

CryptomonnaiesMarché des changesMatières premièresStatistiquesVolatilité
Texte intégral
# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.