IntroductionComplex movements in st

Introduction
Complex movements in stock market prices affect the personal fortunes of people around the
globe [1–5]. An ability to more accurately quantify and predict such changes would allow us to
gain more insights into how financial crises arise [6] and provide greater empirical basis for the
development of theories of financial market behavior [7–13].
The financial markets were however one of the earliest sources of large scale datesets on
human behaviour, where such data have recently become the focus of the new field of computational
social science [14–24]. A vast amount of data on financial decisions made in stock
markets is therefore available [25–29]. Previous studies have shown that distributions of
returns observed in empirical data are consistent with power law decay [30–42], in contrast
with widely used models that assume Gaussian behavior of these returns. Power law behavior
has also been observed in other economical and financial sectors of society [43, 44].
Changes in stock market prices can occur at a range of different time scales. Here, we analyze
a large dataset of stocks forming the Dow Jones Industrial Average (DJIA) at a second-bysecond
resolution for a range of different time scales in order to quantify the distribution of
returns. We provide evidence that while the distribution of returns exhibits power law behavior

ผลลัพธ์ (ไทย) 1:

แนะนำซับซ้อนเคลื่อนไหวราคาหุ้นส่งผลกระทบต่อตัวใหญ่ ๆ ส่วนตัวของผู้คนรอบข้างโลก [1-5] สามารถกำหนดปริมาณได้ชัดเจนยิ่งขึ้น และทำนายการเปลี่ยนแปลงดังกล่าวจะช่วยให้เราได้รับข้อมูลเชิงลึกเพิ่มเติมเชื่อว่าวิกฤติเกิดขึ้น [6] และให้เกณฑ์ประจักษ์มากขึ้นสำหรับการการพัฒนาของทฤษฎีของลักษณะการทำงานของตลาดการเงิน [7-13]ตลาดการเงินมีแต่หนึ่งแหล่งแรกสุดของขนาดใหญ่ขนาด datesets บนพฤติกรรมมนุษย์ ซึ่งข้อมูลดังกล่าวเมื่อเร็ว ๆ นี้กลายเป็น จุดเน้นของเขตข้อมูลใหม่ของคอมพิวเตอร์สังคมศาสตร์ [14-24] ข้อมูลปริมาณมากมายมหาศาลในการตัดสินใจทางการเงินในตลาดหลักทรัพย์ตลาดจึงว่าง [25-29] การศึกษาก่อนหน้านี้ได้แสดงที่การกระจายของกลับสังเกตข้อมูลประจักษ์จะสอดคล้องกับอำนาจกฎหมายผุ [30-42], ในทางตรงข้ามมีรูปแบบที่ใช้กันอย่างแพร่หลายซึ่งถือว่า พฤติกรรม Gaussian เหล่านี้กลับ ลักษณะกฎหมายพลังงานมียังถูกตรวจสอบในภาคอื่นทางการเงิน และเศรษฐกิจของสังคม [43, 44]ในราคาหุ้นที่เปลี่ยนแปลงสามารถเกิดขึ้นได้ในช่วงเวลาที่แตกต่างกัน ที่นี่ วิเคราะห์ของเราชุดข้อมูลขนาดใหญ่ของหุ้นดาวโจนส์อุตสาหกรรมเฉลี่ย (DJIA) การขึ้นรูปที่สอง-bysecondปรับขนาดความละเอียดของช่วงเวลาที่แตกต่างกันเพื่อกำหนดปริมาณการกระจายของส่งกลับค่า เรามีหลักฐานที่ในขณะที่การกระจายของผลตอบแทนการจัดแสดงลักษณะกฎหมายพลังงาน

ผลลัพธ์ (ไทย) 2:

บทนำการเคลื่อนไหวที่ซับซ้อนในราคาตลาดหุ้นส่งผลกระทบต่อความมั่งคั่งส่วนบุคคลของผู้คนทั่วโลก[1-5] ความสามารถในการถูกต้องมากขึ้นและคาดการณ์ปริมาณการเปลี่ยนแปลงดังกล่าวจะช่วยให้เราสามารถได้ข้อมูลเชิงลึกมากยิ่งขึ้นในวิธีการที่วิกฤตการณ์ทางการเงินเกิดขึ้น [6] และใช้เป็นเกณฑ์เชิงประจักษ์มากขึ้นสำหรับการพัฒนาของทฤษฎีพฤติกรรมของตลาดการเงิน[7-13]. ตลาดการเงินเป็นอย่างไร หนึ่งในแหล่งที่เก่าแก่ที่สุดของ datesets ขนาดใหญ่เกี่ยวกับพฤติกรรมของมนุษย์ที่ข้อมูลดังกล่าวเมื่อเร็วๆ นี้ได้กลายเป็นจุดสนใจของเขตข้อมูลใหม่จากการคำนวณทางสังคมศาสตร์[14-24] จำนวนเงินที่มากมายของข้อมูลในการตัดสินใจทางการเงินที่เกิดขึ้นในหุ้นตลาดจึงสามารถใช้ได้ [25-29] การศึกษาก่อนหน้านี้ได้แสดงให้เห็นว่าการกระจายของผลตอบแทนที่ได้ตั้งข้อสังเกตในข้อมูลเชิงประจักษ์มีความสอดคล้องกับการสลายอำนาจกฎหมาย [30-42] ในทางตรงกันข้ามกับรุ่นที่ใช้กันอย่างแพร่หลายถือว่าพฤติกรรมเสียนของผลตอบแทนเหล่านี้ Introduction
Complex movements in stock market prices affect the personal fortunes of people around the
globe [1–5]. An ability to more accurately quantify and predict such changes would allow us to
gain more insights into how financial crises arise [6] and provide greater empirical basis for the
development of theories of financial market behavior [7–13].
The financial markets were however one of the earliest sources of large scale datesets on
human behaviour, where such data have recently become the focus of the new field of computational
social science [14–24]. A vast amount of data on financial decisions made in stock
markets is therefore available [25–29]. Previous studies have shown that distributions of
returns observed in empirical data are consistent with power law decay [30–42], in contrast
with widely used models that assume Gaussian behavior of these returns. Power law behavior
has also been observed in other economical and financial sectors of society [43, 44].
Changes in stock market prices can occur at a range of different time scales. Here, we analyze
a large dataset of stocks forming the Dow Jones Industrial Average (DJIA) at a second-bysecond
resolution for a range of different time scales in order to quantify the distribution of
returns. We provide evidence that while the distribution of returns exhibits power law behavior

ผลลัพธ์ (ไทย) 3:

บทนำ
ซับซ้อนความเคลื่อนไหวในตลาดหุ้น มีผลต่อราคาโชคชะตาส่วนบุคคลของผู้คนรอบ ๆโลก – [ 1
5 ] ความสามารถในการถูกต้องมากขึ้นปริมาณและทำนายการเปลี่ยนแปลงดังกล่าวจะช่วยให้เราได้รับข้อมูลเชิงลึกใน
ว่าวิกฤตการณ์ทางการเงินที่เกิดขึ้น [ 6 ] และให้พื้นฐานสำหรับการพัฒนามากขึ้นเชิงทฤษฎีของพฤติกรรมของตลาดการเงิน [ 7
( 13 )ตลาดการเงิน อย่างไรก็ตามหนึ่งในแหล่งข้อมูลแรกสุดของ datesets ขนาดใหญ่บน
พฤติกรรมมนุษย์ ซึ่งข้อมูลดังกล่าวได้เมื่อเร็วๆนี้กลายเป็นโฟกัสของเขตข้อมูลใหม่ของคอมพิวเตอร์
สังคมศาสตร์ 14 – [ 24 ] เป็นจำนวนเงินที่มากมายของข้อมูลในการตัดสินใจทางการเงินที่เกิดขึ้นในตลาดหุ้น
จึงใช้ได้ [ 25 – 29 ] การศึกษาก่อนหน้านี้ได้แสดงให้เห็นว่าการกระจายของ
กลับมาตรวจสอบในข้อมูลเชิงประจักษ์ที่สอดคล้องกับกฎหมายพลังสลาย [ 30 - 42 ] ในทางตรงกันข้าม
กับใช้รุ่นที่ถือว่าพฤติกรรมเสียนค่าเหล่านี้ พฤติกรรมอำนาจกฎหมายยังได้รับการพบในภาคอื่น ๆ ทางเศรษฐกิจและการเงินของสังคม [ 43 , 44 ] .
การเปลี่ยนแปลงราคาหุ้นในตลาดสามารถเกิดขึ้นได้ในช่วงของเครื่องชั่งเวลาแตกต่างกัน นี่เราวิเคราะห์
ข้อมูลหุ้นขนาดใหญ่ขึ้นเฉลี่ยอุตสาหกรรมดาวโจนส์ ( DJIA ) ที่ 2 bysecond
ความละเอียดสำหรับช่วงของเครื่องชั่งเวลาที่แตกต่างกันเพื่อหาการกระจายของ
กลับมา เรามีหลักฐานว่าในขณะที่การกระจายผลตอบแทนแสดงพฤติกรรมอำนาจกฎหมาย