सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

बाज़ारों में मल्टीफ़्रैक्टल और एंट्रॉपी जटिलता की तुलना

लेख arXiv papers · लेखक: Oday Masoudi et al.
मूल स्रोत पढ़ें

सारांश

यह अध्ययन Bitcoin, GBP/USD, सोने और प्राकृतिक गैस की लॉग-रिटर्न श्रृंखलाओं की जटिलता की तुलना करता है। यह मल्टीफ़्रैक्टल डिट्रेंडेड फ़्लक्चुएशन विश्लेषण और रिफ़ाइंड कंपोज़िट मल्टीस्केल सैंपल एंट्रॉपी लागू करता है—ये दो तरीके विभिन्न स्केलों पर संरचना के अलग-अलग पहलुओं का परिमाण बताते हैं। इस तुलना का उद्देश्य यह समझने में मदद करना है कि परिसंपत्ति वर्गों के बीच बाज़ार की पूर्वानुमेयता और उससे जुड़े जोखिम कैसे अलग हो सकते हैं।

दोनों माप Bitcoin रिटर्न में दूसरी श्रृंखलाओं की तुलना में अधिक जटिलता दर्शाते हैं। लेखक सुझाते हैं कि Bitcoin में अधिक मजबूत गैर-रेखीय सहसंबंध इस परिणाम को समझाने में मदद कर सकते हैं। विवरण में नमूना तिथियाँ, पैरामीटर चयन, अनिश्चितता अनुमान या ट्रेडिंग परीक्षण नहीं दिए गए हैं, इसलिए इस निष्कर्ष को हर परिस्थिति में Bitcoin की कम पूर्वानुमेयता का प्रमाण मानने के बजाय तुलनात्मक समय-श्रृंखला परिणाम समझना चाहिए। जटिलता माप रिटर्न की संरचना बताते हैं; अंश यह स्थापित नहीं करता कि वे पूर्वानुमान सटीकता या निवेश प्रदर्शन में कैसे बदलते हैं।

मुख्य विचार

  • अध्ययन Bitcoin, GBP/USD, सोने और प्राकृतिक गैस के रिटर्न की जटिलता की तुलना करता है।
  • MF-DFA माप रिटर्न श्रृंखलाओं की मल्टीफ़्रैक्टल संरचना का आकलन करते हैं।
  • RCMSE कई समय-स्केलों में सैंपल एंट्रॉपी का आकलन करता है।
  • दोनों मापों में Bitcoin रिटर्न अन्य अध्ययन किए गए बाज़ारों से अधिक जटिल पाए गए।
  • प्रस्तावित व्याख्या अधिक मजबूत गैर-रेखीय सहसंबंध है, लेकिन प्रत्यक्ष ट्रेडिंग-प्रदर्शन परीक्षण का वर्णन नहीं है।

टैग

क्रिप्टोविदेशी मुद्राकमोडिटीसांख्यिकीअस्थिरता
पूरा पाठ
# 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.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।