[논문 리뷰] Multifractal dynamics of stock markets

Dariusz Grech, Łukasz Czarnecki|arXiv (Cornell University)|2009. 12. 17.

Complex Systems and Time Series Analysis참고 문헌 2인용 수 6

한 줄 요약

이 연구는 다중분형 잔차분석(MF-DFA)을 사용하여 선진 시장(S&P500)과 개발도상 시장(WIG) 주식 인덱스의 다중분형 역학을 조사한다. 비정상성—특히 폭락과 하위 추세와 같은 극단적 사건들—이 다중분형 스케일링을 왜곡함을 보여주며, 이러한 사건들을 제거하면 h(q)의 단조성과 f(α) 스펙트럼의 넓이가 회복되어 더 명확한 다중분형 구조가 드러남을 확인한다.

ABSTRACT

We present a comparative analysis of multifractal properties of financial time series built on stock indices from developing (WIG) and developed (S&P500) financial markets. It is shown how the multifractal image of the market is altered with the change of the length of time series and with the economic situation on the market. We emphasize that the proper adjustment of scaling range for multiscaling power laws is essential to obtain the multifractal image of time series. We analyze in this paper multifractal properties of real financial time series using Hölder $f(α)$ representation and multifractal-DFA method. It is also investigated how multifractal properties of stocks change with variety of "surgeries" done on the initial real financial time series. This way we reveal main phenomena on the market influencing its multifractal dynamics. In particular, we focus on examining how multifractal picture of real time series changes when one cuts off extreme events like crashes or rupture points, and how fluctuations around the main trend in time series influence the multifractal behavior of financial series in the long-time horizon for both developed and developing markets.

연구 동기 및 목표

• 선진 시장(S&P500)과 개발도상 시장(WIG)의 금융 시계열 다중분형 특성을 비교하기 위해.
• 시계열 길이와 경제 조건이 관측된 다중분형 구조에 미치는 영향을 조사하기 위해.
• 극단적 사건과 비정상성의 역할이 다중분형 스케일링 행동을 어떻게 왜곡하는지 규명하기 위해.
• 폭락이나 하위 추세 제거 등의 '수술' 조치가 다중스케일링 특성에 어떤 영향을 미치는지 평가하기 위해.

제안 방법

• 금융 시계열에서 q에 의존하는 허스트 지수 h(q)를 계산하기 위해 다중분형 잔차분석(MF-DFA)을 적용함.
• 레전드르 변환을 사용하여 h(q)에서 특이성 스펙트럼 f(α)를 유도함. 여기서 α = dh(q)/dq 이고, s(q) = qh(q) - 1 이다.
• q차 수준의 변동성 함수 F_q(s)를 적용하여 소규모 및 대규모 변동성을 증폭시켜 다중분형 스케일링을 탐지함.
• 비정상성의 영향을 분리하기 위해 시계열을 고파동성 대비 저파동성 구간으로 분할하여 분석함.
• 극단적 수익률(예: 폭락)을 제거하고 재통합하여 수정된 시계열을 생성함.
• 수술적 조치 이전과 이후의 다중분형 스펙트럼 f(α)와 h(q) 행동을 비교하여 스케일링 향상 여부 평가함.

실험 결과

연구 질문

• RQ1 S&P500와 WIG 인덱스의 다중분형 특성은 선진 시장와 개발도상 시장 간에 어떻게 다를까?
• RQ2 금융 시계열의 길이가 관측된 다중분형 스케일링의 신뢰성에 어느 정도 영향을 미치는가?
• RQ3 시장 폭락과 같은 극단적 사건이 다중분형 스펙트럼 f(α)와 h(q) 함수에 어떻게 영향을 미치는가?
• RQ4 비정상적 하위 추세(예: 반대 방향의 움직임)는 금융 인덱스의 다중분형 구조에 어떤 영향을 미치는가?
• RQ5 극단적 사건을 제거하면 h(q)의 단조성과 명확한 포물선형 f(α) 스펙트럼이 복원되는가?

주요 결과

• 유한한 길이의 금융 시계열은 통계적 한계로 인해 인위적인 다중분형성을 나타내며, 특히 큰 q에 대한 h(q) 추정에서 두드러짐.
• 전체 S&P500 인덱스의 특이성 스펙트럼 f(α)는 비단조성의 비틀린 형태를 보이며, 극단적 사건으로 인한 비정상성 왜곡을 시사함.
• S&P500를 저파동성 및 고파동성 구간으로 분할하면, 양측 모두에서 h(q)는 단조적이며 f(α) 스펙트럼은 역방향 포물선 형태를 띠며, 저파동성 구간에서 더 넓은 스펙트럼을 보임.
• 갑작스러운 사건이나 반대 방향의 하위 추세를 포함한 시계열(‘나쁜’ 데이터)은 비단조성 h(q)와 왜곡된 f(α)를 보이며, 다중스케일링 품질 악화를 나타냄.
• 극단적 사건을 제거한 후 h(q) 함수는 단조적이며 f(α) 스펙트럼은 크게 넓어져 명확한 다중분형 구조로 복원됨.
• 폭락 제거 후 f(α) 스펙트럼의 폭이 증가하여 다중분형성이 강화됨을 확인함으로써, 비정상성이 진정한 다중분형 역학을 가리키고 있음을 확인함.