论多尺度与存量依赖的相互作用

本文的结果阐明了多尺度和平均相关性之间的相互作用，并呼吁进一步研究不同投资期的多尺度投资组合。感谢两位匿名评论者的重要评论，这些评论极大地改进了手稿。T、 D.M.感谢ESRC Network Plus项目“重建宏观经济学”。参考ASTE，T.和Di Matteo，T.，《复杂和经济物理系统简介：导航地图》。《综合物理、生物物理和经济物理系统》，2010年，第1-35页。Baba，K.，Shibata，R.和Sibuya，M.，偏相关和条件相关作为条件独立性的度量。澳大利亚和新西兰统计杂志，2004年，46657-664。Bacry，E.，Delour，J.和Muzy，J.F.，多重分形随机游走。物理评论E，2001，64，026103。Bacry，E.、Duvernet，L.和Muzy，J.F.，连续时间扭曲多重分形过程作为财务回报模型。《应用概率杂志》，2012，49，482–502。Bacry，E.和Muzy，J.F.，记录了完全可分多重分形过程。《数学物理通讯》，2003年，236449–475。Bartolozzi，M.、Mellen，C.、Chan，F.、Oliver，D.、Di Matteo，T.和Aste，T.，《物理方法在高频期货市场中的应用》。过程。SPIE，2007a，6802680203–680203–14。Bartolozzi，M.、Mellen，C.、Di Matteo，T.和Aste，T.，不同期货市场的多尺度相关性。欧洲物理杂志B-凝聚态物质和复杂系统，2007b，58207-220。Borghesi，C.、Marsili，M.和Micciche，S.，《通过市场模式的减法在金融回报中出现时间范围不变的相关结构》。《物理评论》，E，2007，76，026104。Buonocore，R.J.、Aste，T.和Di Matteo，T.，测量金融时间序列中的多尺度。

混沌、孤子和分形，2016，88，38–47定量金融和经济学的复杂性。Buonocore，R.J.、Aste，T.和Di Matteo，T.，《金融数据中广义赫斯特指数的渐近标度特性和估计》。物理。修订版。E、 2017，95，042311。Calvet，L.E.和Fisher，A.J.，《资产回报的多重分形：理论和证据》。《经济与统计评论》，2002年，84381-406。2019年4月2日，定量金融大学（Quantitative Finance uni˙multi˙propertiesChakraborti，A.、Toke，I.M.、Patriarca，M.和Abergel，F.，《经济物理学评论：I.经验事实》。量化金融，2011年，11991–1012。Cont，R.，资产回报的经验性质：程式化事实和统计问题。量化金融，2001年，1223–236。Dacorogna，M.M.、Gen,cay，R.、M¨uller，U.A.、Olsen，R.B.和Pictet，O.V.，《高频金融导论》，2001年（学术出版社：圣地亚哥）。DeCarlo，L.T.，关于峭度的含义和使用。。心理学方法，1997，2292。Di Matteo，T.，多重金融规模。量化金融，2007，7，21–36。Di Matteo，T.、Aste，T.和Dacorogna，M.M.，不同发达市场的缩放行为。物理学：统计力学及其应用，2003，324183–188。Di Matteo，T.、Aste，T.和Dacorogna，M.M.，《发达和新兴市场的长期记忆：使用比例分析来描述其发展阶段》。《银行与金融杂志》，2005,29827–851。Ding，Z.、Granger，C.W.和Engle，R.F.，《股票市场收益的长记忆特性和一个新模型》。《实证金融杂志》，1993年，第1期，第83-106页。Gu，G.F.和Zhou，W.X.，多重分形的去趋势移动平均算法。物理评论E，2010,82，011136。Hollander，M.、Wolfe，D.和Chicken，E.，《非参数统计方法》，Wiley Series in Probability and Statistics，2013，Wiley。姜，Z.Q.，谢，W.J.，周，W.X。

和Sornette，D.，金融市场多重分形分析。arXive prints，2018，arXiv:1805.04750。《计量经济学要素》，《经济学中的麦克米伦系列》，1971年，麦克米伦出版社。Kristoukek，L.，分形市场假说和全球金融危机：规模、投资期限和流动性。《复杂系统的进展》，2012年，第15期，第1250065页。Liu，R.、Di Matteo，T.和Lux，T.，《资产回报的多重分形和长期依赖性：具有对数正态波动率分量的马尔可夫切换多重分形模型的标度行为》。复杂系统的进展，2008年，11669–684。Lux，T.，检测资产回报中的多重分形特性：标度估计的失败。《国际现代物理学杂志》，C，2004，15481–491。Lux，T.和Marchesi，M.，金融市场随机多代理模型中的标度和临界性。《自然》，1999年，397498。Mandelbrot，B.B.、Fisher，A.和Calvet，L.E.，资产回报的多重分形模型。考尔斯基金会讨论论文1164，考尔斯经济研究基金会，耶鲁大学，1997年。Mantegna，R.N.，金融市场的层级结构。欧洲物理杂志B-CondentedMatter and Complex Systems，1999，11，193–197。Mantegna，R.N.和Stanley，H.E.，经济指数动态中的标度行为。《自然》，1995 376，46–49。Mantegna，R.N.和Stanley，H.E.，《经济物理学导论：金融中的相关性和复杂性》，1999年，剑桥大学出版社。Markowitz，H.，投资组合选择。《金融杂志》，1952年，第7期，77-91页。Michich\'e，S.，股票互相关和股票波动性聚类之间的经验关系。《统计力学杂志：理论与实验》，2013，2013，P05015。摩尔，J.J.A.，《峰度的意义：达林顿的重新审视》。《美国统计学家》，1986年，40283-284。莫拉莱斯，R.，迪马特奥，T。

财务时间序列的依赖结构和标度特性是相关的。科学报告，2014年，4。Morales，R.、Di Matteo，T.、Gramatica，R.和Aste，T.，《动态广义赫斯特指数作为监测金融时间序列不稳定期的工具》。Physica A：统计力学及其应用，2012，391，3180–3189。Musmeci，N.、Aste，T.和Di Matteo，T.，《金融市场结构与实体经济之间的关系：聚类方法的比较》。PloS one，2015a，10，e0116201。Musmeci，N.、Aste，T.和Di Matteo，T.，过去市场相关性结构变化和未来波动爆发之间的相互作用。《科学报告》，2016年，636320。Musmeci，N.、Di Matteo，T.和Aste，T.，《风险分散：用过滤相关网络方法研究持久性》。《金融网络理论杂志》，2015b，1，1–22。Muzy，J.F.、Sornette，D.、Delour，J.和Arneodo，A.，《多重分形回报和分层投资组合理论》。2019年4月2日《定量金融》联合˙多˙房地产定量金融，2001年，1311–148。Ruppert，D.，什么是峰度？：影响函数法。《美国统计学家》，1987年，第41,1-5页。Tumminello，M.、Lillo，F.和Mantegna，R.N.，《金融市场的相关性、层次结构和网络》。《经济行为与组织杂志》，2010，75，40–58。Westfall，P.H.，峰度为峰值，1905-2014年。R、 I.P。。《美国统计学家》，2014，68191–195。Zhou，W.X.，两个非平稳信号的多重分形去趋势互相关分析。Physical ReviewE，2008，77，066211。Zhou，W.X.，财务回报中经验多重分形的组成部分。EPL（欧洲物理学通讯），2009年，8828004。附录A：数据预处理程序在本附录中，我们描述了应用于数据集的数据预处理程序。

对数据集应用预处理过程的主要原因是，我们不想仅仅因为股票在调查的时间间隔内几天内没有交易就删除它。预处理程序通过拖动最后一个可用价格并假设价格时间序列中丢失的记录对应于零日志返回来填补缺口。同时，我们不想制定太多的价格，因为用许多零填充的时间序列不会提供信息。有鉴于此，我们从数据集中删除了太短的时间序列。具体步骤如下：（i）从数据集中删除长度小于朗格斯通k倍的价格时间序列；（ii）在剩余时间序列中找到共同的最早日期；（iii）创建一个参考时间序列，其中至少一只股票已从上一步中发现的最早公共日期开始交易；（iv）将参考日期时间序列与每个股票的日期时间序列进行比较，并通过拖拽最后可用价格来填补缺口。在本文中，我们选择k=0.90，但是如果我们选择更高的kthus值，试图保持尽可能多的未处理时间序列，结果不会改变。