Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Un modelo de series temporales financieras con cambio de tendencia y dependencia del nivel de duración
El modelo de series temporales financieras que puede capturar la no linealidad y la asimetría del proceso estocástico ha sido objeto de gran atención durante mucho tiempo. Sin embargo, todavía no se ha superado completamente el difícil problema que motiva nuestras investigaciones en este artículo. En este trabajo se propone por primera vez un modelo asimétrico y no lineal con el cambio de tendencia local en función del proceso de punto de inflexión alto-bajo local. Dado que el proceso puntual puede descomponerse en dos procesos diferentes, un proceso de nivel alto-bajo y un proceso de duración ascendente-descendente, establecemos el denominado modelo de cambio de tendencia que depende tanto del nivel como de la duración (Tendencia-LD). El modelo propuesto puede predecir eficazmente la dirección y la magnitud de la tendencia local de una serie temporal incorporando la información del punto de inflexión alto-bajo local. Los resultados numéricos sobre seis índices de los mercados bursátiles mundiales muestran que el modelo Trend-LD propuesto es adecuado para ajustarse a los datos del mercado y capaz de superar al modelo de paseo aleatorio tradicional.
Autores: Qingsheng, Wang; Aifan, Ling; Tao, Huang; Yong, Jiang; Min, Chen
Idioma: Inglés
Editor: Hindawi Publishing Corporation
Año: 2012
Disponible con Suscripción Virtualpro
Artículo científico
Categoría
Matemáticas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 7
Citaciones: Sin citaciones
Hindawi
Mathematical Problems in Engineering
Volume 2012, Article ID 345093, 20 pages
https://doi.org/10.1155/2012/345093
Qingsheng Wang 1, 2, , Aifan Ling 2, Tao Huang 2, Yong Jiang 3, Min Chen 4
1 , China
2 , China
3 , China
4 , China
Academic Editor: Wei-Chiang Hong
Contact: mpe@hindawi.com
El modelo de series temporales financieras que puede capturar la no linealidad y la asimetría del proceso estocástico ha sido objeto de gran atención durante mucho tiempo. Sin embargo, todavía no se ha superado completamente el difícil problema que motiva nuestras investigaciones en este artículo. En este trabajo se propone por primera vez un modelo asimétrico y no lineal con el cambio de tendencia local en función del proceso de punto de inflexión alto-bajo local. Dado que el proceso puntual puede descomponerse en dos procesos diferentes, un proceso de nivel alto-bajo y un proceso de duración ascendente-descendente, establecemos el denominado modelo de cambio de tendencia que depende tanto del nivel como de la duración (Tendencia-LD). El modelo propuesto puede predecir eficazmente la dirección y la magnitud de la tendencia local de una serie temporal incorporando la información del punto de inflexión alto-bajo local. Los resultados numéricos sobre seis índices de los mercados bursátiles mundiales muestran que el modelo Trend-LD propuesto es adecuado para ajustarse a los datos del mercado y capaz de superar al modelo de paseo aleatorio tradicional.
Descripción
El modelo de series temporales financieras que puede capturar la no linealidad y la asimetría del proceso estocástico ha sido objeto de gran atención durante mucho tiempo. Sin embargo, todavía no se ha superado completamente el difícil problema que motiva nuestras investigaciones en este artículo. En este trabajo se propone por primera vez un modelo asimétrico y no lineal con el cambio de tendencia local en función del proceso de punto de inflexión alto-bajo local. Dado que el proceso puntual puede descomponerse en dos procesos diferentes, un proceso de nivel alto-bajo y un proceso de duración ascendente-descendente, establecemos el denominado modelo de cambio de tendencia que depende tanto del nivel como de la duración (Tendencia-LD). El modelo propuesto puede predecir eficazmente la dirección y la magnitud de la tendencia local de una serie temporal incorporando la información del punto de inflexión alto-bajo local. Los resultados numéricos sobre seis índices de los mercados bursátiles mundiales muestran que el modelo Trend-LD propuesto es adecuado para ajustarse a los datos del mercado y capaz de superar al modelo de paseo aleatorio tradicional.