A Multifractal Model of Asset Returns
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents the multifractal model of asset returns (“MMAR”), based upon the pioneering research into multifractal measures by Mandelbrot (1972, 1974). The multifractal model incorporates two elements of Mandelbrot’s past research that are now well-known in finance. First, the MMAR contains long-tails, as in Mandelbrot (1963), which focused on Lévy-stable distributions. In contrast to Mandelbrot (1963), this model does not necessarily imply infinite variance. Second, the model contains long-dependence, the characteristic feature of fractional Brownian Motion (FBM), in-troduced by Mandelbrot and van Ness (1968). In contrast to FBM, the multifractal model displays long dependence in the absolute value of price increments, while price increments themselves can be uncorrelated. As such, the MMAR is an alternative to ARCH-type representations that have been the focus of empirical research on the distri-bution of prices for the past fifteen years. The distinguishing feature of the multifractal model is multiscaling of the return distribution’s moments under time-rescalings. We define multiscaling, show how to generate processes with this property, and discuss how these processes differ from the standard processes of continuous-time finance. The multifractal model implies certain empirical regularities, which are investigated in a companion paper.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle