金融时间序列中的交叉相关动态
摘要：多变量金融时间序列的等时交叉相关矩阵的动力学通过对滑动时间窗口上的特征值谱进行研究。对S&P 500和道琼斯Euro Stoxx 50指数的经验结果表明，在这些时间窗口上，交叉相关矩阵的小特征值的动态与最大特征值的动态相反。这种行为被证明与时间窗口的大小和检查的股票数量无关。 然后提出了一个基本的一因子模型，它捕捉到了经验数据特征值谱的主要动态特征。通过向一因子模型添加扰动（导致“市场加部门”模型），添加了额外的部门特征，从而得到了与经验数据相仿的逆参与比率。通过对特征值时间序列进行分区，我们展示了负指数回报（回撤）与最大特征值最大的时期相关，而正指数回报（回升）与最大特征值最小的时期相关。通过研究相关性动态，我们可以对具有不同策略的交易者的集体行为有一些了解。
作者：Thomas Conlon, Heather J. Ruskin, Martin Crane
论文ID：1002.0321
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2010-02-02