फ्रैक्शनल स्टोकेस्टिक रेग्युलैरिटी से मूल्य व्यवहार का पूर्वानुमान
सारांश
फ्रैक्शनल स्टोकेस्टिक रेग्युलैरिटी मॉडल बहुफ्रैक्टल मूल्य व्यवहार दर्शाने के लिए ब्लैक–स्कोल्स ढाँचे का विस्तार करता है। यह एक मल्टीफ्रैक्शनल प्रक्रिया का उपयोग करता है, जिसकी समय के साथ बदलती रेग्युलैरिटी को यादृच्छिक हर्स्ट घातांक के रूप में व्यक्त किया जाता है और जो फ्रैक्शनल ऑर्नस्टीन–उहलेनबेक प्रक्रिया से संचालित होती है। शोधपत्र उस चालक प्रक्रिया के गुणों का अध्ययन करता है और पूछता है कि क्या रेग्युलैरिटी पैरामीटर में भविष्य के मूल्य परिवर्तनों से जुड़ी क्रमिक जानकारी होती है।
मॉडल आधे के हर्स्ट घातांक को कुशल बाज़ार परिकल्पना से जोड़ता है; आधे से अलग मान बताते हैं कि पिछले रिटर्न में लॉग कीमतों के ट्रेंड या मीन-रिवर्शन की जानकारी हो सकती है। लेखक इस जानकारी को सैद्धांतिक रूप से निरूपित करने के लिए सूचना सिद्धांत और शैनन एंट्रॉपी का उपयोग करते हैं, जिसके संभावित निहितार्थ वृद्धि के पूर्वानुमान और सांख्यिकीय आर्बिट्राज बनाने के लिए हैं। अंश में अनुभवजन्य परिणाम या ट्रेडिंग प्रदर्शन नहीं दिए गए हैं, इसलिए यह स्थापित नहीं होता कि सैद्धांतिक संकेत व्यवहार में दिखता है या लाभदायक है।
मुख्य विचार
- मॉडल बहुफ्रैक्टल मूल्य गतिशीलता और समय के साथ बदलते हर्स्ट घातांक से ब्लैक–स्कोल्स का विस्तार करता है।
- फ्रैक्शनल ऑर्नस्टीन–उहलेनबेक प्रक्रिया रेग्युलैरिटी पैरामीटर में बदलाव संचालित करती है।
- मॉडल आधे के हर्स्ट घातांक को कुशल बाज़ार परिकल्पना से जोड़ता है।
- आधे से विचलन पिछले रिटर्न में ट्रेंड या मीन-रिवर्शन की जानकारी का संकेत हो सकता है।
- क्रमिक जानकारी का अध्ययन करने के लिए शैनन एंट्रॉपी का उपयोग किया गया है, लेकिन अंश में लाभप्रदता का कोई अनुभवजन्य साक्ष्य नहीं है।
टैग
पूरा पाठ
# Market information of the fractional stochastic regularity model # Market information of the fractional stochastic regularity model The Fractional Stochastic Regularity Model (FSRM) is an extension of Black-Scholes model describing the multifractal nature of prices. It is based on a multifractional process with a random Hurst exponent $H_t$, driven by a fractional Ornstein-Uhlenbeck (fOU) process. When the regularity parameter $H_t$ is equal to $1/2$, the efficient market hypothesis holds, but when $H_t\neq 1/2$ past price returns contain some information on a future trend or mean-reversion of the log-price process. In this paper, we investigate some properties of the fOU process and, thanks to information theory and Shannon's entropy, we determine theoretically the serial information of the regularity process $H_t$ of the FSRM, giving some insight into one's ability to forecast future price increments and to build statistical arbitrages with this model.
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।