To analyze financial time series ex

To analyze financial time series exhibiting volatility clustering, long-range dependence, or heavy-tailed marginals, we exploit multifractal analysis and agent-based simulation. We develop a robust, automated software tool for extracting the multifractal spectrum of a time series based on multifractal detrended fluctuation analysis (MF-DFA). The software is tested on simulated data with closed-form monofractal and multifractal spectra to ensure the quality of our implementation. We perform an in-depth analysis of General Electric's stock price using traditional time series techniques, and contrast the results with those obtained using MF-DFA. We also present a zero-intelligence agent-based financial market model and analyze its output using MF-DFA. We study the changes in the macrolevel time series output as analyzed by MF-DFA when altering one of the microlevel agent behaviors. Finally we explore the potential for validating agent-based models against empirical time series using MF-DFA

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์อนุกรมเวลาเงินตัวผันผวนคลัสเตอร์ พึ่งพาระยะไกล หรือหางหนัก marginals เราสามารถทำลาย multifractal การวิเคราะห์และจำลองขึ้นแทน เราพัฒนาเครื่องมือซอฟต์แวร์ที่มีประสิทธิภาพ อัตโนมัติสำหรับการแยกสเปกตรัม multifractal ชุดเวลาอิง multifractal detrended ผันผวนวิเคราะห์ (MF DFA) มีทดสอบซอฟต์แวร์การจำลองข้อมูลด้วย monofractal แบบฟอร์มปิดและสเป็ค multifractal เพื่อให้คุณภาพของงานของเรา เราทำการวิเคราะห์ในเชิงลึกของทั่วไปไฟฟ้าของราคาหุ้นที่ใช้เทคนิคชุดเวลาแบบดั้งเดิม และความคมชัดผลกับผู้ใช้ MF DFA นอกจากนี้เรายังนำเสนอแบบใช้ตัวแทนการตลาดการเงินศูนย์ข่าวกรอง และวิเคราะห์ผลลัพธ์ใช้ MF DFA เราศึกษาการเปลี่ยนแปลงในชุดเวลา macrolevel ออกเป็นวิเคราะห์ โดย MF DFA เปลี่ยน microlevel แทนพฤติกรรมอย่างใดอย่างหนึ่ง สุดท้าย เราสำรวจโอกาสในการตรวจสอบรุ่นที่ใช้แทนกับลำดับเวลาเชิงประจักษ์ใช้ MF DFA

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์อนุกรมเวลาทางการเงินที่แสดงการจัดกลุ่มความผันผวนการพึ่งพาอาศัยกันในระยะยาวหรือมาร์จินหนักเทลด์ที่เราใช้ประโยชน์จากการวิเคราะห์และการจำลอง multifractal ตัวแทนตาม เราพัฒนาที่มีประสิทธิภาพเครื่องมือซอฟต์แวร์อัตโนมัติสำหรับการแยกสเปกตรัม multifractal ของอนุกรมเวลาจากการวิเคราะห์ความผันผวน detrended multifractal (MF-DFA) ซอฟต์แวร์ที่ได้รับการทดสอบบนข้อมูลจำลองกับ monofractal ปิดรูปแบบและสเปกตรัม multifractal เพื่อให้คุณภาพของการดำเนินงานของเรา เราดำเนินการวิเคราะห์ราคาหุ้นของ บริษัท General Electric โดยใช้เวลาเทคนิคชุดแบบดั้งเดิมในเชิงลึกและความคมชัดผลกับผู้ที่ได้รับใช้ MF-DFA นอกจากนี้เรายังนำเสนอศูนย์ข่าวกรองตัวแทนตามรูปแบบการตลาดการเงินและการวิเคราะห์การส่งออกที่ใช้ MF-DFA เราศึกษาการเปลี่ยนแปลงในเวลาที่การส่งออกชุด macrolevel เป็นวิเคราะห์โดย MF-DFA เมื่อหนึ่งในการเปลี่ยนแปลงพฤติกรรมตัวแทน microlevel ในที่สุดเราสำรวจศักยภาพสำหรับการตรวจสอบรูปแบบตัวแทนตามกับอนุกรมเวลาการทดลองใช้ MF-DFA