RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2017, том 9, выпуск 4, страницы 639–655 (Mi crm88)  

Эта публикация цитируется в 1 научной статье (всего в 1 статье)

МОДЕЛИ ЭКОНОМИЧЕСКИХ И СОЦИАЛЬНЫХ СИСТЕМ

Синхронные компоненты финансовых временных рядов

А. А. Любушинa, Ю. А. Фарковb

a Институт физики Земли им. О. Ю. Шмидта РАН, Россия, 123242, г. Москва, ул. Б. Грузинская, д. 10, стр. 1
b Российская академия народного хозяйства и государственной службы при Президенте РФ, Россия, 119571, г. Москва, проспект Вернадского, д. 82

Аннотация: В статье предлагается метод совместного анализа многомерных финансовых временных рядов, основанный на оценке набора свойств котировок акций в скользящем временном окне и последующем усреднении значений свойств по всем анализируемым компаниям. Основной целью анализа является построение мер совместного поведения временных рядов, реагирующих на возникновение синхронной или когерентной составляющей. Когерентность поведения характеристик сложной системы является важным признаком, позволяющим оценить приближение системы к резким изменениям своего состояния. Фундаментом для поиска предвестников резких изменений является общая идея увеличения корреляции случайных флуктуаций параметров системы по мере ее приближения к критическому состоянию. Приращения временных рядов стоимостей акций имеют выраженный хаотический характер и обладают большой амплитудой индивидуальных помех, на фоне которых слабый общий сигнал может быть выделен лишь на основе его коррелированности в разных скалярных компонентах многомерного временного ряда. Известно, что классические методы анализа, основанные на использовании корреляций между соседними отсчетами, являются малоэффективными при обработке финансовых временных рядов, поскольку с точки зрения корреляционной теории случайных процессов приращения стоимости акций формально имеют все признаки белого шума (в частности, «плоский спектр» и «дельта-образную» автокорреляционную функцию). В связи с этим предлагается перейти от анализа исходных сигналов к рассмотрению последовательностей их нелинейных свойств, вычисленных во временных фрагментах малой длины. В качестве таких свойств используются энтропия вейвлет-коэффициентов при разложении в базис Добеши, показатели мультифрактальности и авторегрессионная мера нестационарности сигнала. Построены меры синхронного поведения свойств временных рядов в скользящем временном окне с использованием метода главных компонент, значений модулей всех попарных коэффициентов корреляции и множественной спектральной меры когерентности, являющейся обобщением квадратичного спектра когерентности между двумя сигналами. Исследованы акции 16 крупных российских компаний с начала 2010 по конец 2016 годов. С помощью предложенного метода идентифицированы два интервала времени синхронизации российского фондового рынка: с середины декабря 2013 г. по середину марта 2014 г. и с середины октября 2014 г. по середину января 2016 г.

Ключевые слова: финансовые временные ряды, вейвлеты, энтропия, мульти-фракталы, предсказуемость, синхронизация.

DOI: https://doi.org/10.20537/2076-7633-2017-9-4-639-655

Полный текст: PDF файл (1662 kB)
Полный текст: http://crm.ics.org.ru/.../2598
Список литературы: PDF файл   HTML файл

Тип публикации: Статья
УДК: 519.254
Поступила в редакцию: 07.02.2017
Исправленный вариант: 08.06.2017
Принята в печать:23.06.2017

Образец цитирования: А. А. Любушин, Ю. А. Фарков, “Синхронные компоненты финансовых временных рядов”, Компьютерные исследования и моделирование, 9:4 (2017), 639–655

Цитирование в формате AMSBIB
\RBibitem{LyuFar17}
\by А.~А.~Любушин, Ю.~А.~Фарков
\paper Синхронные компоненты финансовых временных рядов
\jour Компьютерные исследования и моделирование
\yr 2017
\vol 9
\issue 4
\pages 639--655
\mathnet{http://mi.mathnet.ru/crm88}
\crossref{https://doi.org/10.20537/2076-7633-2017-9-4-639-655}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/crm88
  • http://mi.mathnet.ru/rus/crm/v9/i4/p639

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. Ю. А. Фарков, “Дискретные вейвлет-преобразования в анализе Уолша”, Материалы международной конференции «International Conference on Mathematical Modelling in Applied Sciences, ICMMAS-17», Санкт-Петербургский политехнический университет, 24–28 июля 2017 г., Итоги науки и техн. Сер. Соврем. мат. и ее прил. Темат. обз., 160, ВИНИТИ РАН, М., 2019, 126–136  mathnet  mathscinet
  • Компьютерные исследования и моделирование
    Просмотров:
    Эта страница:172
    Полный текст:58
    Литература:23
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2021