So sánh độ phức tạp đa phân dạng và entropy giữa các thị trường

Tóm tắt

Nghiên cứu so sánh độ phức tạp của chuỗi lợi suất logarit của Bitcoin, GBP/USD, vàng và khí tự nhiên. Nghiên cứu áp dụng Phân tích biến động khử xu hướng đa phân dạng và Entropy mẫu đa thang đo tổng hợp tinh chỉnh, hai phương pháp định lượng các khía cạnh khác nhau của cấu trúc trên nhiều thang đo. Phép so sánh nhằm tìm hiểu sự khác biệt giữa các nhóm tài sản về khả năng dự báo thị trường và rủi ro liên quan.

Cả hai thước đo đều cho thấy lợi suất Bitcoin có độ phức tạp cao hơn các chuỗi còn lại. Các tác giả cho rằng tương quan phi tuyến mạnh hơn ở Bitcoin có thể giúp giải thích kết quả này. Phần mô tả không cung cấp ngày lấy mẫu, lựa chọn tham số, ước lượng độ bất định hoặc kiểm định giao dịch, nên nên xem phát hiện này là kết quả so sánh chuỗi thời gian, chứ không phải bằng chứng rằng Bitcoin luôn khó dự báo hơn trong mọi bối cảnh. Các thước đo độ phức tạp đặc trưng cho cấu trúc lợi suất; phần trích dẫn không xác lập mối liên hệ giữa chúng với độ chính xác dự báo hay hiệu quả đầu tư.

Ý chính

• Nghiên cứu so sánh độ phức tạp lợi suất giữa Bitcoin, GBP/USD, vàng và khí tự nhiên.
• MF-DFA đo lường cấu trúc đa phân dạng trong chuỗi lợi suất.
• RCMSE đánh giá entropy mẫu trên nhiều thang thời gian.
• Cả hai thước đo đều xếp lợi suất Bitcoin có độ phức tạp cao hơn các thị trường khác được nghiên cứu.
• Lời giải thích được đề xuất là tương quan phi tuyến mạnh hơn, nhưng không có mô tả về kiểm định hiệu quả giao dịch trực tiếp.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.