Neuro-Fuzzy Modeling Techniques in Economics

Neuro-Fuzzy Modeling Techniques in Economics

Графодинамічні методи дослідження складності сучасних фондових ринків

Graphodynamical research methods for complexity of modern stock markets

DOI:

10.33111/nfmte.2016.152

Анотація: У статті запропоновано концептуально новий методологічний підхід до аналізу фінансових часових рядів, який автори застосовують разом з іншими для дослідження складності фінансових ринків. Суть цього підходу полягає в тому, що для побудови нових мір динамічної складності ринку часові ряди фінансових даних попередньо перетворюються в складні мережі на основі ідеї рекурентності точок фазової траєкторії системи. Далі для побудованої мережі розраховується широкий набір показників, що відображають різноманітні спектральні і топологічні характеристики мережі. Реалізація алгоритму ковзного вікна дозволяє прослідкувати графодинаміку складної системи. Якщо та чи інша з визначених мір складності проявляє характерну поведінку у часі, яка збігається з певними критичними змінами на фінансових ринках, її можна використати у якості індикатора-передвісника таких змін. Проведене експериментальне дослідження складних мереж, побудованих у рамках запропонованого методологічного підходу, підтвердило його адекватність і високу здатність до передбачення кризових явищ на фондових ринках.
Abstract: The authors propose in this article a conceptually new methodological approach to the analysis of financial time series, which is used along with other methods for the study of financial markets’ complexity. The core idea of this approach is construction of new measures of market’s dynamic complexity on the basis of transforming the time series of financial data to «complex networks» based on the principle of recurrence of states in system’s phase trajectory. Then for built network is calculated a wide set of measures that represent a variety of spectral and topological characteristics of the network. The realization of «sliding window» algorithm allows tracing the graphodynamics of the complex system. It’s expedient to use as an indicator-harbinger of changes in the financial markets such from selected measures of complexity, which demonstrates a characteristic behavior in time, coinciding with certain critical market changes. Experimental studies of complex networks, constructed in the framework of proposed methodological approach, confirmed their adequacy and high ability to predict the crisis phenomena in the stock markets.
Ключові слова: Складні мережі, графодинаміка, рекурентні мережі, динамічна складність, динаміка фондових ринків, аналіз часових рядів.
Key words: Complex networks, graphodynamics, recurrence networks, dynamical complexity, stock markets’ dynamics, time series analysis.
УДК: 330.4, 519.866, 519.246.8
UDC: 330.4, 519.866, 519.246.8

JEL: C69 F37

To cite paper
In APA style
Soloviev, V., & Tuliakova, A. (2016). Graphodynamical research methods for complexity of modern stock markets. Neuro-Fuzzy Modeling Techniques in Economics, 5, 152-179. http://doi.org/10.33111/nfmte.2016.152
In MON style
Соловйов В.М., Тулякова А. Графодинамічні методи дослідження складності сучасних фондових ринків. Нейро-нечіткі технології моделювання в економіці. 2016. № 5. С. 152-179. http://doi.org/10.33111/nfmte.2016.152 (дата звернення: 07.11.2024).
With transliteration
Soloviev, V., Tuliakova, A. (2016) Hrafodynamichni metody doslidzhennia skladnosti suchasnykh fondovykh rynkiv [Graphodynamical research methods for complexity of modern stock markets]. Neuro-Fuzzy Modeling Techniques in Economics, no. 5. pp. 152-179. http://doi.org/10.33111/nfmte.2016.152 [in Ukrainian] (accessed 07 Nov 2024).
# 5 / 2016 # 5 / 2016
Download Paper
155
Views
45
Downloads
4
Cited by