英文标题：
《Quantile Correlations: Uncovering temporal dependencies in financial
time series》
---
作者：
Thilo A. Schmitt, Rudi Sch\\\"afer, Holger Dette, Thomas Guhr
---
最新提交年份：
2015
---
英文摘要：
We conduct an empirical study using the quantile-based correlation function to uncover the temporal dependencies in financial time series. The study uses intraday data for the S\\&P 500 stocks from the New York Stock Exchange. After establishing an empirical overview we compare the quantile-based correlation function to stochastic processes from the GARCH family and find striking differences. This motivates us to propose the quantile-based correlation function as a powerful tool to assess the agreements between stochastic processes and empirical data.
---
中文摘要：
我们使用基于分位数的相关函数进行了实证研究，以揭示金融时间序列中的时间依赖性。这项研究使用了纽约证券交易所标准普尔500指数的日内数据。在建立了一个实证综述之后，我们将基于分位数的相关函数与GARCH家族的随机过程进行了比较，发现了显著的差异。这促使我们提出基于分位数的相关函数，作为评估随机过程和经验数据之间一致性的有力工具。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：General Finance 一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
一级分类：Quantitative Finance 数量金融学
二级分类：Statistical Finance 统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
-->