[論文レビュー] Causal cascade in the stock market from the ``infrared'' to the ``ultraviolet''

A. Arnéodo, Jean–François Muzy+1 more|arXiv (Cornell University)|Aug 1, 1997

Complex Systems and Time Series Analysis被引用数 148

ひとこと要約

本稿では、インtraday S&P500リターンのウェーブレットベースの分析を通じて、マルチスケール・ボラティリティダイナミクスを調査し、大規模（赤外線）から小規模（紫外線）の時間スケールへの因果的インフォーメーション・カスケードが明らかになった。対数ボラティリティのクロス相関を用いて、時間的に非対称な依存関係を示し、大規模な市場ボラティリティが細かいスケールのフラクチュエーションを因果的に支配していることを確認した。これは、従来のARCH/GARCHやLévyに基づくアプローチよりも、乗法的カスケードモデルを支持する。

ABSTRACT

Modelling accurately financial price variations is an essential step underlying portfolio allocation optimization, derivative pricing and hedging, fund management and trading. The observed complex price fluctuations guide and constraint our theoretical understanding of agent interactions and of the organization of the market. The gaussian paradigm of independent normally distributed price increments has long been known to be incorrect with many attempts to improve it. Econometric nonlinear autoregressive models with conditional heteroskedasticity (ARCH) and their generalizations capture only imperfectly the volatility correlations and the fat tails of the probability distribution function (pdf) of price variations. Moreover, as far as changes in time scales are concerned, the so-called ``aggregation'' properties of these models are not easy to control. More recently, the leptokurticity of the full pdf was described by a truncated ``additive'' Lévy flight model (TLF). Alternatively, Ghashghaie et al. proposed an analogy between price dynamics and hydrodynamic turbulence. In this letter, we use wavelets to decompose the volatility of intraday (S&P500) return data across scales. We show that when investigating two-points correlation functions of the volatility logarithms across different time scales, one reveals the existence of a causal information cascade from large scales (i.e. small frequencies, hence to vocable ``infrared'') to fine scales (``ultraviolet''). We quantify and visualize the information flux across scales. We provide a possible interpretation of our findings in terms of market dynamics.

研究の動機と目的

• 従来のARCH/GARCHモデルを超えたマルチスケール構造の金融ボラティリティを調査すること。
• 実証データを用いて、金融時系列における乗法的カスケードモデルの妥当性を検証すること。
• ボラティリティ相関が、粗いスケールから細かいスケールへの時間的に非対称で因果的な伝播を示すかどうかを特定すること。
• トランケートLévyまたはi.i.d.モデルの不適切さを、強いスケール依存性因果的依存関係を示すことによって挑戦すること。
• ウェーブレットベースの時間スケール分析を用いて、金融市場における乱流に由来するカスケードアナロジーを実証的に支持すること。

提案手法

• 対数価格リターンに連続ウェーブレット変換を適用し、複数の時間スケールにおけるボラティリティを抽出すること。
• スケール依存分析の主な変数として、対数ボラティリティ ω_a(t) = ln σ_a(t) を定義すること。
• 異なるスケールにおける対数ボラティリティ間の2点クロス相関係数 C^ω_{a1,a2}(Δt) を計算し、時間非対称性を検出すること。
• 情報フラックスを定量化するため、相互情報量 I_a(Δt, Δa) = -0.5 log₂(1 - (C^ω_{a,a+Δa}(Δt))²) を用いること。
• シャッフルされたデータと比較することで、統計的ノイズから真の因果的構造を分離すること。
• S&P500指数の分析と、GARCH(1,1)プロセスのシミュレーション結果を比較し、観察されたカスケードの妥当性を検証すること。

実験結果

リサーチクエスチョン

• RQ1 金融市場において、大規模な時間スケールのボラティリティが、より小さなスケールのボラティリティに因果的に影響を与えるか？
• RQ2 異なる時間スケールにおける対数ボラティリティの相関が、時間的に非対称であるか、方向性のある情報フローを示すか？
• RQ3 ウェーブレットベースの分析は、乱流と同様の階層的・乗法的カスケード構造を、金融ボラティリティから検出できるか？
• RQ4 対数ボラティリティの実証的クロス相関は、シャッフルされたデータや無相関データと比べてどのように異なるか？
• RQ5 乗法的カスケードモデルは、i.i.d.またはトランケートLévyモデルよりも、実証データとより整合性があるか？

主な発見

• 相互情報量 I_a(Δt, Δa) において、明確な非対称な情報伝播コーンが観察され、粗いスケールから細かいスケールへの情報フラックス（赤外線から紫外線）が強く、因果性が確認された。
• a1 > a2 の場合、正の Δt において相互情報量が顕著に高いため、過去の大規模ボラティリティが将来の小規模ボラティリティを予測していることが示された。
• シャッフルされたS&P500データでは構造的な情報フローが観察されず、観察されたカスケードが統計的アーチファクトではないことを確認した。
• GARCH(1,1)でシミュレートされたデータは構造のない相関パターンを示し、標準的なGARCHモデルが観察されたマルチスケール因果的ダイナミクスを再現できないことを示した。
• 実証的結果は、i.i.d.またはトランケートLévyモデルよりも、乗法的カスケードモデルがボラティリティダイナミクスをより正確に表現していると支持した。
• 研究結果は、価格リターンに対してではなく、ボラティリティに対して、乱流に由来するアナロジーが正当化されることを示した。時間スケールが粗い方から細かい方へ因果的かつスケール再帰的な情報フローが存在する。