金融时间序列的熵分析
摘要：利用熵作为一种模型独立的测量方法，本论文研究了关于金融时序的三个问题。在第一项研究中，我们应用转移熵来研究外汇汇率的回撤和上涨，以研究它们的相关性和交叉相关性。当应用于每日和每小时的欧元/美元和英镑/美元汇率时，我们发现最大回撤（即5％和95％分位数）之间存在依赖关系，但与同一对外汇汇率的每日收益之间的相关性不强。在第二项研究中，我们使用波动率的状态空间模型（隐马尔可夫模型）来研究汇率之间的波动率溢出。在货币对中，欧元/美元和瑞士法郎/美元的波动率状态的共同运动显示出最强的观测关系。通过转移熵的使用，我们发现澳元、加元和巴西雷亚尔的波动率状态序列之间存在信息流。第三项研究利用标准普尔实现波动率的熵来检测波动率制度的变化，重新审查对冲基金市场波动率定时主题。我们使用了一个基于市场波动率熵信息的一因子模型，来度量对冲基金权益敞口的动态变化。在约2500只以美国股市为重点的对冲基金交叉部分上，我们发现，在2000年至2014年期间，对冲基金在对波动率制度变化作出动态调整。这增加了关于对冲基金经理波动率定时行为的文献，但使用了熵作为模型独立的波动率制度测量。
作者：Stephan Schwill
论文ID：1807.09423
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2018-07-26