Comparing the Efficiency and Similarity Between WTI, Fiat Currencies and Foreign Exchange Rates
Notice bibliographique
Résumé
The complex dynamics of financial asset prices play a pivotal role in the global economy and consequently in the life of the people. Thus, this research encompasses a systematic analysis of the price dynamics of the financial assets considering simultaneously four critical attributes of the financial market (disorder, predictability, efficiency and similarity/dissimilarity). We explore these essential attributes of the financial market using the permutation entropy ([Formula: see text]) and Fisher Information measure ([Formula: see text]), and cluster analysis. Primary, we use the values of the information theory quantifiers to construct the Shannon–Fisher causality plane (SFCP) allows us to quantify the disorder and assess the randomness exhibited by these financial price time series. Bearing in mind the complexity hierarchy, we apply the values of [Formula: see text] and [Formula: see text] to rank the efficiency of these financial assets. The overall results suggest that the fiat currencies of developed countries, such as the Canadian dollar (CAD), British pound (GBP), and Norwegian krone (NOK), display higher disorder, lower predictability, and higher efficiency than other financial assets such as Crude oil (WTI) and Foreign exchange rates. Also, the cluster analysis provided by the K-means and the Hierarchical cluster techniques grouped these financial assets into only three distinct groups. We conclude that an oligopolistic market structure drives the WTI. At the same time, the other financial assets are characterized by atomized 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».