Минимальное детерминированное правило для сложной динамики цен

Сводка

В документе описана компактная детерминированная модель, в которой инвестор реагирует на недавние движения рынка. После двух последовательных повышений или понижений цены несколькими тиками ранее правило подаёт сигнал на продажу; в остальных случаях — на покупку. Предлагаемая модель представлена как простейшая детерминированная конструкция, способная порождать сложное поведение финансовых цен; её обобщения дают более широкий набор закономерностей.

Заявленные свидетельства основаны на сравнении со случайным блужданием: утверждается, что модель порождает доходности с более тяжёлыми хвостами и более частые обвалы — характеристики, которые авторы считают более близкими к реальным рынкам. Подгонка параметров не требуется. В отрывке не уточняются правило отсчёта времени, данные по активам, процедура оценки или количественное соответствие наблюдаемым рынкам, поэтому реалистичность модели нельзя оценить по одному этому описанию. Здесь представлена модель генерации траекторий цен, а не проверенная торговая стратегия с заявленной доходностью.

Ключевые идеи

• Простое детерминированное правило преобразует серии недавних движений цены в решения о покупке или продаже.
• Предлагаемая модель генерирует сложные траектории цен без подгонки параметров.
• Утверждается, что по сравнению со случайным блужданием модель порождает более тяжёлые хвосты и более частые обвалы.
• В отрывке нет подробностей эмпирической проверки или свидетельств прибыльности торговли.

Теги

# The Minimal Model of Financial Complexity


# The Minimal Model of Financial Complexity









A representative investor generates realistic and complex security price paths by following this trading strategy: if, a few ticks ago, the market asset had two consecutive upticks or two consecutive downticks, then sell, and otherwise buy. This simple, unique, and robust model is the smallest possible deterministic model of financial complexity, and its generalization leads to complex variety. Compared to a random walk, the minimal model generates time series with fatter tails and more frequent crashes, thus more closely matching the real world. It does all this without any parameter fitting.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.