MétaCan
Menu
Retour à la cohorte
Enregistrement W3125911761 · doi:10.48550/arxiv.0910.2447

Activity Dependent Branching Ratios in Stocks, Solar X-ray Flux, and the Bak-Tang-Wiesenfeld Sandpile Model

2009· preprint· en· W3125911761 sur OpenAlexaff
Elliot A. Martin, Amer Shreim, Maya Paczuski

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMathematicsSupercritical fluidBranching (polymer chemistry)CombinatoricsRandom variablePhysicsStatistical physicsStatisticsThermodynamicsMaterials science

Résumé

récupéré en direct d'OpenAlex

We define an activity dependent branching ratio that allows comparison of different time series $X_{t}$. The branching ratio $b_x$ is defined as $b_x= E[ξ_x/x]$. The random variable $ξ_x$ is the value of the next signal given that the previous one is equal to $x$, so $ξ_x=\{X_{t+1}|X_t=x\}$. If $b_x>1$, the process is on average supercritical when the signal is equal to $x$, while if $b_x<1$, it is subcritical. For stock prices we find $b_x=1$ within statistical uncertainty, for all $x$, consistent with an ``efficient market hypothesis''. For stock volumes, solar X-ray flux intensities, and the Bak-Tang-Wiesenfeld (BTW) sandpile model, $b_x$ is supercritical for small values of activity and subcritical for the largest ones, indicating a tendency to return to a typical value. For stock volumes this tendency has an approximate power law behavior. For solar X-ray flux and the BTW model, there is a broad regime of activity where $b_x \simeq 1$, which we interpret as an indicator of critical behavior. This is true despite different underlying probability distributions for $X_t$, and for $ξ_x$. For the BTW model the distribution of $ξ_x$ is Gaussian, for $x$ sufficiently larger than one, and its variance grows linearly with $x$. Hence, the activity in the BTW model obeys a central limit theorem when sampling over past histories. The broad region of activity where $b_x$ is close to one disappears once bulk dissipation is introduced in the BTW model -- supporting our hypothesis that it is an indicator of criticality.

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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,179
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
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 Opus0,038
Tête enseignante GPT0,274
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207