估算股票市场的算法复杂性
摘要：金融中的随机性和规律通常以概率的角度来处理。在本文中，我们采用了一种完全不同的方法，使用基于Kolmogorov（1965）最初发展的算法信息理论的非概率性框架。我们介绍了这个理论的一些要素，并展示了它为金融学以及其他经济学子领域的潜在重要性。我们提出了一种估计数值序列的Kolmogorov复杂性的通用方法。这种方法基于在金融数据上实施无损压缩算法的迭代“规律抹除过程”。我们提供了模拟和真实金融时间序列的示例。本文的贡献有两个方面。第一个是方法论的：我们展示了一些结构性规律，这些规律在传统统计测试中是看不到的，可以通过这个算法方法检测出来。第二个方面是关于每日道琼斯指数的实证研究，暗示在这个指数中可能存在待发现的隐藏结构，除了一些已知的规律之外。
作者：Olivier Brandouy, Jean-Paul Delahaye, Lin Ma
论文ID：1504.04296
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2015-04-17