مارکیٹس میں ملٹی فریکٹل اور اینٹروپی پیچیدگی کا موازنہ

خلاصہ

مطالعہ بٹ کوائن، GBP/USD، سونے اور قدرتی گیس کی لاگ ریٹرن سیریز کی پیچیدگی کا موازنہ کرتا ہے۔ اس میں ملٹی فریکٹل ڈی ٹرینڈڈ فلوکچوایشن اینالیسس اور ریفائنڈ کمپوزٹ ملٹی اسکیل سیمپل اینٹروپی کا اطلاق کیا گیا ہے؛ یہ دونوں طریقے مختلف پیمانوں پر ساخت کے الگ الگ پہلوؤں کی پیمائش کرتے ہیں۔ اس موازنے کا مقصد یہ سمجھنے میں مدد دینا ہے کہ اثاثوں کی مختلف اقسام میں مارکیٹ کی پیش گوئی پذیری اور متعلقہ خطرات کیسے مختلف ہو سکتے ہیں۔

دونوں پیمانے Bitcoin کے ریٹرنز میں دوسری سیریز کے مقابلے میں زیادہ پیچیدگی ظاہر کرتے ہیں۔ مصنفین کا خیال ہے کہ Bitcoin میں زیادہ مضبوط غیر خطی باہمی تعلقات اس نتیجے کی وضاحت میں مدد دے سکتے ہیں۔ وضاحت میں نمونے کی تاریخیں، پیرامیٹرز کے انتخاب، غیر یقینی کے تخمینے یا ٹریڈنگ ٹیسٹ نہیں دیے گئے، اس لیے اس نتیجے کو تقابلی ٹائم سیریز نتیجہ سمجھنا چاہیے، ہر صورت میں Bitcoin کے کم قابلِ پیش گوئی ہونے کا ثبوت نہیں۔ پیچیدگی کے پیمانے ریٹرنز کی ساخت بیان کرتے ہیں؛ اقتباس یہ ثابت نہیں کرتا کہ ان کا پیش گوئی کی درستگی یا سرمایہ کاری کی کارکردگی سے کیا تعلق ہے۔

اہم خیالات

• مطالعہ بٹ کوائن، GBP/USD، سونے اور قدرتی گیس کے ریٹرنز کی پیچیدگی کا موازنہ کرتا ہے۔
• MF-DFA ریٹرن سیریز میں ملٹی فریکٹل ساخت کی پیمائش کرتا ہے۔
• RCMSE متعدد زمانی پیمانوں پر سیمپل اینٹروپی کا جائزہ لیتا ہے۔
• دونوں پیمانے زیرِ مطالعہ دوسری مارکیٹس کے مقابلے میں Bitcoin کے ریٹرنز کو زیادہ پیچیدہ قرار دیتے ہیں۔
• تجویز کردہ وضاحت زیادہ مضبوط غیر خطی باہمی تعلق ہے، مگر ٹریڈنگ کارکردگی کی براہِ راست جانچ بیان نہیں کی گئی۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔