跳至正文
返回文库全部文档

描绘日内股票相关性与每日市场结构

文章 arXiv papers · 作者: Gayatri Tilak et al.
阅读原文

总结

本文考察股票之间的相关性和共同变动，以研究日内季节性和市场演变。研究使用日内 CAC 40 数据，重新检验早期关于股票平均相关性随交易日推进而上升的发现。研究采用多维尺度分析（MDS）绘制图示，展现市场相关结构如何随时间变化，但报告称日内没有明显的结构差异。

研究还将 MDS 应用于日度数据，以可视化市场行业板块和危机时期。作者认为，这些图示可能有助于识别可用于配对交易的候选股票。这是一种可视化和探索性分析方法，而非经过检验的交易策略：文档没有给出交易规则、样本外结果，也没有证据表明由 MDS 选出的配对能够盈利。其日内发现基于 CAC 40 数据，摘要未说明数据时期或稳健性检验。

核心观点

  • 日内 CAC 40 数据中的股票平均相关性随交易日推进而上升，与早期发现一致。
  • 使用 MDS 图示展示日内相关结构的变化。
  • 研究未发现市场整体结构在日内出现明显变化。
  • 基于日度数据的图示可能揭示行业板块和危机时期。
  • 作者提出可用这些图示寻找候选配对，但未报告策略表现。

标签

股票统计学配对交易均值回归
全文
# Study of statistical correlations in intraday and daily financial return time series


# Study of statistical correlations in intraday and daily financial return time series









The aim of this article is to briefly review and make new studies of correlations and co-movements of stocks, so as to understand the "seasonalities" and market evolution. Using the intraday data of the CAC40, we begin by reasserting the findings of Allez and Bouchaud [New J. Phys. 13, 025010 (2011)]: the average correlation between stocks increases throughout the day. We then use multidimensional scaling (MDS) in generating maps and visualizing the dynamic evolution of the stock market during the day. We do not find any marked difference in the structure of the market during a day. Another aim is to use daily data for MDS studies, and visualize or detect specific sectors in a market and periods of crisis. We suggest that this type of visualization may be used in identifying potential pairs of stocks for "pairs trade".

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。