Classer les sauts de prix et la contagion des sauts conjoints avec les ondelettes

Résumé

L’étude présente une méthode non supervisée d’analyse des sauts de prix des actions au moyen de représentations construites à partir de coefficients d’ondelettes. Elle vise à distinguer les profils de saut associés à la dynamique interne du système de ceux liés aux chocs externes. L’analyse met en évidence l’asymétrie temporelle de la volatilité et constate que le retour à la moyenne et la tendance contribuent à définir d’autres classes de sauts.

La représentation par ondelettes sert aussi à étudier les sauts conjoints, lorsque plusieurs actions connaissent un saut au cours de la même minute. Les auteurs soutiennent qu’une part importante de ces événements relève d’une contagion endogène. Cette approche permet d’étudier la propagation des chocs entre actions, mais le document ne précise ni l’échantillon, ni la procédure de validation, ni les éléments permettant de distinguer les événements endogènes des événements exogènes. Les conclusions rapportées décrivent donc les résultats de l’étude, plutôt qu’une règle de classification universelle démontrée.

Idées clés

• Les coefficients d’ondelettes fournissent une représentation non supervisée pour classer les sauts de prix des actions.
• L’asymétrie temporelle de la volatilité est une caractéristique majeure de l’analyse des sauts.
• Le retour à la moyenne et la tendance sont d’autres caractéristiques qui contribuent à distinguer les classes de sauts.
• Les auteurs soutiennent qu’une part importante des sauts conjoints survenant dans la même minute résulte d’une contagion endogène.

Étiquettes

# 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.

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.