×
哈维尔·莫拉莱斯;维克托·特塞罗;乔斯·费尔南多·卡马乔·瓦列霍;科尔德罗，阿尔瓦罗·E·。;洛佩斯·尼里奥，路易斯·E。;费哈维尔·阿尔马格尔

墨西哥证券交易所的趋势和分形评估。 （英语） Zbl 1410.91372号

申请。数学。计算。 285, 103-113 (2016).
小结：截至2013年11月底，墨西哥证券交易所国内市场资本总额为5200亿美元。为了管理该系统并进行最佳资本投资，需要预测其动态。然而，股票指数的随机性使得预测成为一项困难的任务。为了解决这个问题，在这项工作中，使用（GNU-R）对过去24年的开盘和收盘价格指数的趋势和分形进行了研究。研究中使用了收益率、核密度估计、自相关函数、R/S分析和Hurst指数。结果发现，核估计密度和自相关函数显示了长程记忆效应的存在。在一级近似中，收盘价的回报似乎表现为马尔可夫随机游走，游走步长由α稳定随机过程给定。对于极值，以幂律形式渐近返回衰减，特征指数约等于2.6。

MSC公司：

91B84号 经济时间序列分析
62M10个 统计学中的时间序列、自相关、回归等（GARCH）

关键词：

财务时间序列;核密度估计;经验自相关函数;\（R/S\）分析;赫斯特指数;幂律

软件：

马厩管理员;基德;美国astsa
PDF格式BibTeX公司 XML格式引用
\textit{J.Morales}等人，应用。数学。计算。285103-113（2016年；Zbl 1410.91372）
全文： 内政部 arXiv公司

参考文献：

[1] 克鲁兹·L·J。；门德斯，R。；Kikstedt，H.，《抵押品市场：金融监管的潜在影响》，加拿大银行金融系统评论，45-53（2013）
[3] Kose，医学硕士。；普拉萨德，E.S。；Terrones，M.E.，全球化如何影响商业周期的同步？，美国经济。修订版，93，57-62（2003）
[4] Aguiar，M。；Gopinath，G.，《违约债务、利率和经常账户》，国际经济学杂志。，69, 64-83 (2006)
[5] Neumeyer，P.A。；Perri，F.，《新兴经济体的商业周期：利率的作用》，J.Monet。经济。，52, 345-380 (2005)
[6] 吉多林，M。；《钻石是永恒的，战争不是：冲突对私营企业有害吗？》？，美国经济。修订版，971978-1993（2007）
[7] 施耐德，G。；Troeger，V.E.，《战争与世界经济：股市对国际冲突的反应》，J.Confl。决议。，50, 623-645 (2006)
[8] King，B.G。；Soule，S.A.，《作为超机构企业家的社会运动：抗议对股票价格回报的影响》，科学部长。Q.，52，413-442（2007）
[9] 博伊德·J·H。；胡，J。；Jagannathan，R.，《股市对失业消息的反应：为什么坏消息通常对股市有利》，J.Financ。，60, 649-672 (2005)
[10] 恩格尔，R.F。；Ng，V.K.，《衡量和测试新闻对波动性的影响》，J.Financ。，48, 1749-1778 (1993)
[11] 凯斯，K.E。；J.M.奎格利。；Shiller，R.J.，《比较财富效应：股票市场与住房市场》，《高级宏观经济》。，5, 1-32 (2005)
[12] Dicle，M。；Levendis，J.，《技术进步对发展中金融市场的影响：约翰内斯堡证券交易所案例》，Rev.Dev.Financ。，3, 204-213 (2013)
[13] 皮什科雷克，M。；Antulov-Fantulin，N。；Novak，P.K。；莫泽蒂奇，I。；格里卡尔，M。；伏特加，I。；Šmuc，T.，《金融新闻的凝聚力及其与市场波动的关系》，科学。代表，4，1-8（2014年）
[14] Holyst，J.A。；Żebrowska，M。；Urbanowicz，K.，通过递推图对金融时间序列中确定性混沌的观测，一个人能控制混沌经济吗？，欧洲物理学。J.B，20，531-535（2001）
[15] 谢博士，《混沌与非线性动力学：金融市场应用》，J.Financ。，46, 1839-1877 (1991)
[16] 五月，R.M。；莱文，S.A。；Sugihara，G.，《复杂系统：银行家生态学》，《自然》，451893-895（2008）
[17] Peinke，J。；Böttcher，F。；Barth，S.，《动荡、金融市场和其他复杂系统中的异常统计》，Ann.Phys。，13450-460（2004年）·Zbl 1072.82552号
[18] Bonanno，G。；Lillo，F。；Mantenga，R.N.，《金融市场的复杂性水平》，Phys。A： 统计机械。申请。，299, 16-27 (2001) ·Zbl 0974.91044号
[19] Stauffer，D。；Sornette，D.，股票市场波动的自组织渗流模型，Physica A，271496-506（1999）
[20] Sornette，D.，《为什么股市崩盘：复杂金融系统中的关键事件》（2003），普林斯顿大学：美国普林斯顿大学·Zbl 1126.91001号
[21] 母鸡，T。；Schenk-Hopé，K.R.，《金融市场手册》。《动力学与进化》（2009），北荷兰：美国北荷兰
[22] 普瑞斯，T。；凯内特，纽约州。；斯坦利，H.E。；赫尔宾，D。；Ben-Jacob，E.，量化市场压力下股票相关性的行为，科学。代表，2，1-5（2012年）
[23] 王，D。；波多布尼克，B。；Horvatić，D。；Stanley，H.E.，在多个时间序列中量化和建模长期相互关系，并应用于世界股票指数，Phys。版本E，83，1-5（2011）
[24] 普瑞斯，T。；Reith，D。；斯坦利，H.E.，《我们经济生活在不同尺度上的复杂动态：从搜索引擎查询数据中获得的见解》，Philos。变速器。罗伊。Soc.A，3685707-5719（2010年）·Zbl 1211.91193号
[25] 帕斯奎尼，M。；Serva，M.，金融市场波动性自相关的多尺度行为，经济。莱特。，65, 275-279 (1999) ·Zbl 1027.91515号
[26] Focardi，S。；辛科蒂，S。；Marchesi，M.，《自我组织与市场崩溃》，《经济学杂志》。行为。器官。，49, 241-267 (2002)
[27] Turcotte，D.L。；Rundle，J.B.，《物理、生物和社会科学中的自组织复杂性》，Proc。国家。阿卡德。科学。美国，99，补遗1，2463-2465（2002）·Zbl 1031.00534号
[28] Huang，Z.-F.，《金融市场信息传播的自组织模型》，《欧洲物理学》。J.B，16，379-385（2000）
[29] 马丁·德尔·布里奥，B。；Serrano Cinca，C.，用于数据分析和表示的自组织神经网络：一些金融案例，Neuro Comput。申请。，1, 193-206 (1993)
[30] Veldkamp，L.L.，《缓慢繁荣，突然崩溃》，J.Econ。理论，124230-257（2005）·Zbl 1116.91041号
[31] 博尔德林，M。；Levine，D.K.，《增长周期与市场崩溃》，J.Econ。理论，96，13-39（2001）·Zbl 0976.91032号
[32] Sornette，D.，《灾难性事件的可预测性：物质破裂、地震、动荡、金融崩溃和人类出生》，Proc。国家。阿卡德。科学。美国，99，2522-2529（1999）
[33] Johansen，A。；Sornette，D.，《大崩盘前的股市建模》，Eur.Phys。J.B，9，167-174（1999）
[34] Voit，J.，《从布朗运动到操作风险：统计物理和金融市场》，Phys。A： 统计物理。申请。，321, 286-299 (2003) ·Zbl 1098.91545号
[35] Plerou，V。；Gopikrishnan，P。；罗森诺，B。；阿马拉，L.A.N。；Stanley，H.E.，《经济物理学：从统计物理学角度看金融时间序列》，《物理学a》，279443-456（2000）
[36] Mantegna，R.N。；Z.帕拉吉。；Stanley，H.E.，《统计力学在金融中的应用》，物理学。A： 统计物理。申请。，274, 216-221 (1999)
[37] Mantegna，R.N。；Palágyi，Z。；Stanley，H.E.，《经济学和金融学中的统计物理建模》，新J.Phys。，13, 025011,1-6 (2011)
[38] Ingber，L.，非线性非均衡金融市场的统计力学：优化交易的应用，数学。计算。型号。，23, 101-121 (1996) ·Zbl 0853.90006号
[39] Voit，J.，《金融市场的统计机制》（2005），Springer:Springer USA·Zbl 1107.91055号
[40] Kwon，O。；Yang，J.S.，股票指数之间的信息流，Europhys。莱特。，82, 68003-1-68003-4 (2002)
[41] 米切尔，M.L。；Mulherin，J.H.，《公共信息对股市的影响》，J.Financ。，49, 923-950 (2012)
[42] 张晓峰，信息不确定性与股票收益，J.Financ。，61, 105-137 (2006)
[43] 马辛斯基，R。；Kantz，H.，《金融时间序列之间的信息流分析》，《欧洲物理学》。J.B，30，275-281（2002）
[44] 法国，K.R。；Roll，R.，《股票回报差异：信息的到达和交易员的反应》，J.Financ。经济。，17, 5-26 (1986)
[45] 巴斯勒，K.E。；古纳拉特内，G.H。；McCauley，J.L.，《马尔可夫过程、赫斯特指数和非线性扩散方程：金融应用》，《物理学A》，369，343-353（2006）
[46] 索科洛夫，I.M。；Klafter，J.，《从扩散到反常扩散：爱因斯坦布朗运动之后的一个世纪》，《混沌：盘间性》。非线性科学杂志。，15, 026103-1-026103-7 (2005) ·Zbl 1080.82022号
[47] 梅茨勒，R。；Klafter，J.，《异常扩散的随机行走指南：分数动力学方法》，Phys。代表，339，1-77（2000）·Zbl 0984.82032号
[50] Sheather，S.J.，密度估计，统计科学。，19, 588-597 (2004) ·Zbl 1100.62558号
[52] Samorodnitsky，G。；Taqqu，M.S.，《稳定非高斯随机过程》（2000），查普曼和霍尔/CRC：查普曼&霍尔/CRC美国
[53] Hurst，H.E.，《水库长期蓄水量》，交通部。美国土木工程学会，116770-799（1951）
[54] Carbone，A。；卡斯泰利，G。；Stanley，H.E.，《金融时间中的时间依赖赫斯特指数》，《物理学A》，344267-271（2004）
[55] Lefebvre，M.，应用随机过程（2007），Springer:Springer USA·Zbl 1127.60001号
[56] Shumway，R.H。；Stoffer，D.S.，时间序列分析及其应用（2006），Springer:Springer USA·Zbl 1096.62088号
[57] 科罗内尔·布里齐奥，H.F。；Hernández-Montoya，A.R.，《ipc每日增量分布的渐近行为》，墨西哥股市指数，Rev.Mex.Fís。，51, 27-31 (2005)
[59] 加拜克斯，X。；Gopikrishnan，P。；Plerou，V。；Stanley，H.E.，金融市场波动的幂律分布理论，《自然》，423267-270（2003）
[60] Gopikrishnan，P。；Plerou，V。；Nunes Amaral，洛杉矶。；梅耶，M。；Stanley，H.E.，《金融市场指数波动分布的标度》，Phys。E版，605305-5316（1999）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。