MétaCan
Menu
Retour à la cohorte
Enregistrement W3174338583 · doi:10.4018/978-1-7998-6926-9.ch017

Testing the Random Walk Hypothesis for Real Exchange Rates

2021· book-chapter· en· W3174338583 sur OpenAlexaboutno aff
Rui Dias, Pedro Pardal, Hortense Santos, Cristina Vasco

Notice bibliographique

RevueAdvances in business strategy and competitive advantage book series · 2021
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutocorrelationEfficient-market hypothesisEconometricsEconomicsMarket efficiencyRandom walkDetrended fluctuation analysisExchange rateArbitrageUnit rootRandom walk hypothesisVariance (accounting)Financial economicsStatisticsMathematicsGeographyMonetary economics

Résumé

récupéré en direct d'OpenAlex

This chapter aims to analyze the efficiency, in its weak form, in the exchange rates of Brazil vs. USA, Australia, Canada, Europe (Euro Zone), Switzerland, United Kingdom, and Japan from July 1, 2019 to September 20, 2020. The results suggest that exchange rates show signs of (in)efficiency, in their weak form (i.e., the values of the variance ratios are lower than the unit), which implies that returns are autocorrelated over time, and there is reversal to the average. In corroboration, the results of detrended fluctuation analysis (DFA) show persistence in yields (i.e., the existence of long memories), thus validating the results of the Lo and Mackinlay model that show autocorrelation between the series of yields. As a conclusion, the authors show that the assumption of market efficiency may be questioned, since the forecast of market movement may be improved if the lagged movements of the other markets are taken into account, allowing the occurrence of arbitrage operations in these foreign exchange markets.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,237
Écart entre enseignants0,196 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in business strategy and competitive advantage book seriesMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207