Análise de evidências de dinâmica caótica e não linear aplicada ao mercado financeiro
Notice bibliographique
Résumé
The present study contributes to the theory of asset pricing by analyzing evidence of non-linearity and chaos in the time series of daily returns from March 30, 2009 to December 31, 2013 provided by Bloomberg of the following countries and indices: India - CNX Finance, Germany - Dax All banks, United States - kbw bank, Brazil - IFNC, Australia - asx 200 financials, France - cac financials, Mexico - BMV, UK - nmx8350, Canada - TSX financials and Russia - Moscow Exchange Financials. As to the specific objectives of the study we have: 1) to analyze if the database in question can be classified in the light of efficient market theory, that is, if the returns of the assets follow a stochastic process, 2) use the BDS statistic to verify whether the series in question are linear or not, and 3) to verify the existence of Chaos in the database through the Liapunov Peak Expo. The Lyapunov maximum exponents were calculated by the mutual information method at the mean, and t = 1 was found for all series and the estimation of the immersion dimension was calculated by the method proposed in Cao (1997). From the obtained results, it was verified that the series in question are non-linear and also can not be considered chaotic, and these should be treated as stochastic and non-linear processes.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».