[논문 리뷰] Scale-free avalanche dynamics in the stock market

M. Bartolozzi, Derek B. Leinweber외 1명|RePEc: Research Papers in Economics|2006. 01. 22.

Complex Systems and Time Series Analysis인용 수 4

한 줄 요약

이 연구는 주식 지수 수익률에서 폭발적 동역학을 분리하기 위해 다중 척도 웨이블릿 필터링을 사용하여 금융 시장에서 자기조직화 임계성(SOC)을 조사한다. 폭발 크기, 지속 시간, 평탄한 시간의 강력한 등급 법칙 분포가 발견되었으며, 이는 척도 불변 행동을 시사하며, 시간 상관관계가 고전적 SOC 모델에 도전하는 바이지만, 이러한 동역학은 시장 지수의 형태적인 사실일 수 있음을 시사한다.

ABSTRACT

Self-organized criticality has been claimed to play an important role in many natural and social systems. In the present work we empirically investigate the relevance of this theory to stock-market dynamics. Avalanches in stock-market indices are identified using a multi-scale wavelet-filtering analysis designed to remove Gaussian noise from the index. Here new methods are developed to identify the optimal filtering parameters which maximize the noise removal. The filtered time series is reconstructed and compared with the original time series. A statistical analysis of both high-frequency Nasdaq E-mini Futures and daily Dow Jones data is performed. The results of this new analysis confirm earlier results revealing a robust power law behaviour in the probability distribution function of the sizes, duration and laminar times between avalanches. This power law behavior holds the potential to be established as a stylized fact of stock market indices in general. While the memory process, implied by the power law distribution of the laminar times, is not consistent with classical models for self-organized criticality, we note that a power-law distribution of the laminar times cannot be used to rule out self-organized critical behaviour.

연구 동기 및 목표

• 폭발적인 변동성의 특성을 분석하여 자기조직화 임계성(SOC)이 주식 시장 동역성의 기반이 되는지 규명하는 것.
• 가우시안 노이즈와 공명하는 시장 폭발을 분리하기 위해 다중 척도 웨이블릿 필터링 방법을 개발하고 최적화하는 것.
• 폭발의 통계적 특성인 크기, 지속 시간, 평탄한 시간이 등급 법칙을 따르는지 테스트하는 것.
• 관측된 평탄한 시간의 등급 법칙 분포가 고전적 SOC 모델의 예측(지수 분포)과 모순되는지 여부를 평가하는 것.
• 척도 불변 폭발 동역학이 금융 시장 지수의 형태적인 사실로 간주될 수 있는지 확인하는 것.

제안 방법

• 나스다크 E미니 선물(NQ) 및 다우존스(DJ) 지수의 로그 수익률에 다중 척도 웨이블릿 변환을 적용하여 시장 동역학을 척도별 구성요소로 분해한다.
• 잔류 비가우시안 변동성의 최소화와 함께 공명하는 폭발 이벤트를 유지하면서 노이즈 제거를 최적화하기 위한 적응형 필터링 절차를 개발한다.
• 웨이블릿 정제 후 잔류 신호의 임계값을 기준으로 고분산의 공명 기간으로서 폭발을 식별한다.
• 폭발 크기(V)는 각 공명 이벤트 기간 동안의 제곱 변동성의 통합으로 계산되며, 지속 시간(D)은 각 이벤트의 시간 범위이고, 평탄한 시간(L)은 연속된 이벤트 사이의 간격이다.
• V, D, L의 확률 밀도 함수(PDF)의 통계 분석을 통해 등급 법칙 스케일링의 존재 여부를 테스트한다.
• 최적의 필터링 파rameter는 정제된 수익률 분포의 첨도를 최소화함으로써 선택되며, 이는 효과적인 노이즈 억제와 함께 비가우시안 동역학의 유지 보장을 보장한다.

실험 결과

연구 질문

• RQ1 주식 지수 시장은 자기조직화 임계성과 일치하는 척도 불변 폭발 동역학을 보여주는가?
• RQ2 웨이블릿 기반 필터링은 고주기 및 일일 데이터에서 가우시안 노이즈로부터 공명하는 시장 폭발을 효과적으로 분리할 수 있는가?
• RQ3 폭발 크기, 지속 시간, 평탄한 시간의 통계 분포가 다양한 시장 지수와 시간 척도에서 등급 법칙을 따르는가?
• RQ4 평탄한 시간의 등급 법칙 분포가 고전적 SOC 모델(지수 분포 예측)을 도전하는가 아니면 지지하는가?
• RQ5 메모리 또는 비랜덤 드라이버를 가진 시스템에서 관측된 평탄한 시간의 등급 법칙 행동은 SOC 이론과 어떻게 조화를 이룰 수 있는가?

주요 결과

• 정제된 시계열은 가우시안 노이즈를 효과적으로 제거하면서도 공명하는 폭발 동역학을 유지하며, 첨도 감소와 등급 법칙에 대한 통계적 적합도 향상으로 확인되었다.
• NQ 및 DJ 지수의 폭발 크기(V) 확률 밀도 함수(PDF)는 각각 γ ≈ -2.4 및 γ ≈ -1.9의 지수로 등급 법칙을 따르며, 이는 척도 불변성을 뒷받침한다.
• 폭발 지속 시간(D)의 PDF 역시 등급 법칙 스케일링을 보이며, 각각 NQ의 경우 γ ≈ -4.2, DJ의 경우 γ ≈ -3.5의 지수를 가진다.
• 폭발 간 평탄한 시간(L)은 γ ≈ -2.1(NQ) 및 γ ≈ -2.3(DJ)의 지수로 등급 법칙 분포를 보이며, 이는 촉발 과정의 시간 상관관계를 시사한다.
• 평탄한 시간의 등급 법칙 분포는 고전적 SOC 모델이 예측하는 지수 분포와 모순되며, 이는 시장 드라이버에 메모리 과정이 존재함을 시사한다.
• 이 불일치에도 불구하고 크기와 지속 시간에서의 등급 법칙 유지 가능성은 주식 시장이 근사적인 SOC 상태일 수 있음을 지지하며, 이는 혼돈적 또는 소산 메커니즘에 의해 유도될 수 있음을 시사한다.