[论文解读] Multifractal dynamics of stock markets

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

Complex Systems and Time Series Analysis参考文献 2被引用 6

一句话总结

本研究利用多分形去趋势波动分析（MF-DFA）研究了发达市场（S&P500）和新兴市场（WIG）股票指数中的多分形动力学。结果表明，非平稳性——尤其是由崩盘和子趋势等极端事件引起的非平稳性——会扭曲多分形标度行为，但通过去除这些事件后，h(q)函数呈现单调性，f(α)谱变宽，揭示出更清晰的多分形结构。

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.

研究动机与目标

• 比较发达市场（S&P500）与新兴市场（WIG）金融时间序列的多分形特性。
• 研究时间序列长度与经济状况对观测到的多分形结构的影响。
• 确定极端事件与非平稳性在扭曲多分形标度行为中的作用。
• 评估对时间序列进行‘手术’处理（如去除崩盘或子趋势）如何改善多标度特性。

提出的方法

• 采用多分形去趋势波动分析（MF-DFA）从金融时间序列中计算q相关的赫斯特指数h(q)。
• 利用勒让德变换从h(q)推导奇异性谱f(α)，其中α = dh(q)/dq，s(q) = qh(q) - 1。
• 应用q阶矩波动函数F_q(s)以放大小波动与大波动，从而实现多分形标度的检测。
• 将时间序列划分为不同波动率区间（高波动与低波动）以隔离非平稳性对多分形结构的影响。
• 通过去除极端收益（如崩盘）对数据进行‘手术’处理，并重新整合生成修改后的时间序列。
• 比较‘手术’处理前后多分形谱f(α)与h(q)行为的变化，评估标度特性是否得到改善。

实验结果

研究问题

• RQ1 S&P500与WIG指数在发达市场与新兴市场中的多分形特性有何差异？
• RQ2 金融时间序列的长度在多大程度上影响其观测到的多分形标度的可靠性？
• RQ3 如市场崩盘等极端事件如何扭曲多分形谱f(α)与h(q)函数？
• RQ4 非平稳子趋势（如相反方向的运动）对金融指数多分形结构有何影响？
• RQ5 通过去除极端事件是否能恢复h(q)的单调行为与清晰的抛物形f(α)谱？

主要发现

• 有限长度的金融时间序列由于统计限制，会表现出人为的多分形性，尤其在大q值下h(q)估计时更为明显。
• 完整S&P500指数的奇异性谱f(α)呈现非单调、扭曲的形状，表明极端事件引起的非平稳性干扰了标度行为。
• 当S&P500被划分为低波动与高波动子周期时，两个子周期均表现出单调的h(q)与倒置的抛物形f(α)谱，且低波动周期的谱更宽。
• 包含突发事件或相反子趋势（‘坏’数据）的时间序列表现出非单调h(q)与扭曲的f(α)，表明多标度特性退化。
• 通过‘手术’去除极端事件后，h(q)函数变为单调，f(α)谱显著变宽，恢复了清晰的多分形结构。
• 去除崩盘后f(α)谱的宽度增加，表明多分形性增强，证实非平稳性掩盖了真实的多分形动力学。