MétaCan
Menu
Retour à la cohorte
Enregistrement W2795342163 · doi:10.12775/cjfa.2017.007

HEAVY-TAILED DISTRIBUTIONS AND THE CANADIAN STOCK MARKET RETURNS

2017· article· en· W2795342163 sur OpenAlexaffabout
David Eden, Paul Huffman, John Holman

Notice bibliographique

RevueCopernican Journal of Finance & Accounting · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensUniversity of ManitobaBank of Canada
Organismes subventionnairesnon disponible
Mots-clésEconometricsDistribution (mathematics)Stock (firearms)Financial economicsFinancial marketEconomicsStock marketAsset (computer security)GaussianMathematicsFinanceComputer scienceGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

Many of financial engineering theories are based on so-called “complete markets” and on the use of the Black-Scholes formula. The formula relies on the assumption that asset prices follow a log-normal distribution, or in other words, the daily fluctuations in prices viewed as percentage changes follow a Gaussian distribution. On the contrary, studies of actual asset prices show that they do not follow a log-normal distribution. In this paper, we investigate several widely-used heavy-tailed distributions. Our results indicate that the Skewed t distribution has the best empirical performance in fitting the Canadian stock market returns. We claim the results are valuable for market participants and the financial industry.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,222
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCopernican Journal of Finance & AccountingMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207