본문으로 건너뛰기
라이브러리 문서 전체

금융 시장 간 선형 및 비선형 인과관계 측정

기사 arXiv papers · 저자: Haochun Ma et al.
원문 읽기

요약

이 논문은 일반적인 상관관계를 넘어 금융 상품 간 의존성을 연구하는 프레임워크를 제시합니다. 인과관계를 식별하기 위해 전달 엔트로피와 수렴 교차 매핑을 적용한 뒤, 푸리에 변환 대리 데이터를 사용해 선형 기여와 비선형 기여를 구분합니다. 상관관계는 선형 인과관계를 잘 반영할 수 있지만 비선형 의존성을 놓쳐 시장 간 영향력을 실제보다 작게 평가할 수 있다는 점에서 출발합니다.

저자들은 독일과 미국의 주가지수 간 유의한 비선형 인과관계를 보고합니다. 두 형태의 인과관계를 모두 측정하면 이상 징후의 조기 경보 가능성을 비롯해 시장 신호 연구, 페어 트레이딩, 포트폴리오 리스크 관리에 도움이 될 수 있다고 설명합니다. 이 결과는 추가 응용의 근거이지, 해당 신호가 트레이딩 성과를 안정적으로 개선한다는 입증은 아닙니다. 제시된 근거는 조사한 지수에 한정되며, 발췌문에는 표본, 견고성 점검, 해당 측정값으로 만든 전략의 실용적 성과에 관한 세부 정보가 없습니다.

핵심 아이디어

  • 피어슨 상관계수는 선형 의존성을 포착하지만 비선형 관계를 놓칠 수 있습니다.
  • 프레임워크는 전달 엔트로피 및 수렴 교차 매핑을 대리 데이터 분석과 결합합니다.
  • 이 연구는 독일과 미국의 주가지수 간 비선형 인과관계를 보고합니다.
  • 인과관계 측정은 페어 트레이딩, 신호 연구, 포트폴리오 리스크 관리에 참고가 될 수 있습니다.
  • 발췌문은 이 측정값에 기반한 전략의 트레이딩 성과를 입증하지 않습니다.

태그

주식통계페어 트레이딩리스크 관리
전문
# Linear and nonlinear causality in financial markets


# Linear and nonlinear causality in financial markets









Identifying and quantifying co-dependence between financial instruments is a key challenge for researchers and practitioners in the financial industry. Linear measures such as the Pearson correlation are still widely used today, although their limited explanatory power is well known. In this paper we present a much more general framework for assessing co-dependencies by identifying and interpreting linear and nonlinear causalities in the complex system of financial markets. To do so, we use two different causal inference methods, transfer entropy and convergent cross-mapping, and employ Fourier transform surrogates to separate their linear and nonlinear contributions. We find that stock indices in Germany and the U.S. exhibit a significant degree of nonlinear causality and that correlation, while a very good proxy for linear causality, disregards nonlinear effects and hence underestimates causality itself. The presented framework enables the measurement of nonlinear causality, the correlation-causality fallacy, and motivates how causality can be used for inferring market signals, pair trading, and risk management of portfolios. Our results suggest that linear and nonlinear causality can be used as early warning indicators of abnormal market behavior, allowing for better trading strategies and risk management.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.