MEDIDAS DE ASOCIACIÓN LINEAL Y NO LINEAL CON DATOS DE ALTA FRECUENCIA EN UN DÍA PARA TODAS LAS ACCIONES IBOVESPA

Autores/as

  • Alexander Souza Block Universidade Federal do Pampa
  • Paulo Sérgio Ceretta Universidade Federal de Santa Maria (UFSM)
  • Alexandre Costa Universidade Federal de Santa Maria (UFSM)

DOI:

https://doi.org/10.19177/reen.v8e32015171-186

Palabras clave:

Asociación Multidimensional, Coeficiente Máximo de Información, Coeficiente de Determinación, Ibovespa, Dados dentro de un día.

Resumen

Analizamos cuatro tipos de medidas de asociación, la Correlación de Pearson, el Coeficiente de Determinación, la Asociación Multidimensional y el Coeficiente Máximo de Información, los dos primeros, lineal, y los otros dos, no lineal. Utilizamos 10 minutos de datos dentro de un día, de todas las acciones Ibovespa, que cuenta para el principal índice de acciones en el mercado de Brasil. En la literatura financiera no hay mucho sobre los métodos utilizados en este trabajo, de dónde viene la motivación para el estudio. La metodología es significativa para negociantes, así como algunas acciones son altamente correlacionadas con el principal índice, un puede ser la base estratégica cuando están operando independientemente en un dado día, como este estándar podría reverter la significación. Uno de los más importantes resultados de este trabajo es que el tratamiento de los dados como no lineal produjeron resultados más fuertes. 

Biografía del autor/a

  • Paulo Sérgio Ceretta, Universidade Federal de Santa Maria (UFSM)
    Professor na Universidade Federal de Santa Maria (UFSM)
    Doutor em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC)
  • Alexandre Costa, Universidade Federal de Santa Maria (UFSM)

    Doutorando no PPGA da Universidade Federal de Santa Maria (UFSM)

    Mestre em Administração pela UFSM

Referencias

BARNDORFF‐NIELSEN, O. E. and SHEPHARD, N. Econometric analysis of realized covariation: High frequency based covariance, regression, and correlation in financial economics. Econometrica 72, 3 (2004), 885-925.

CHIANG, T. C., JEON, B. N. and LI, H. Dynamic correlation analysis of financial contagion: Evidence from Asian markets. Journal of International Money and Finance 26, 7 (2007), 1206-1228.

CROXTON, F. E., COWDEN, D. J. and BOLCH, B. W. Practical business statistics, Prentice-Hall New York1969).

DRAPER, N. R. and SMITH, H. Applied regression analysis (wiley series in probability and statistics). (1998).

DUMAS, B., HARVEY, C. R. and RUIZ, P. Are correlations of stock returns justified by subsequent changes in national outputs? Journal of International Money and Finance 22, 6 (2003), 777-811.

EICHENGREEN, B., ROSE, A. K. and WYPLOSZ, C. Contagious currency crises. National Bureau of Economic Research (1996).

EMBRECHTS, P., LINDSKOG, F. and MCNEIL, A. Modelling dependence with copulas and applications to risk management. Handbook of heavy tailed distributions in finance 8, 1 (2003), 329-384.

EMBRECHTS, P., MCNEIL, A. and STRAUMANN, D. Correlation and dependence in risk management: properties and pitfalls. Risk management: value at risk and beyond (2002), 176-223.

ENGLE, R. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics 20, 3 (2002), 339-350.

ENGLE, R. F. and GRANGER, C. W. Co-integration and error correction: representation, estimation, and testing. Econometrica: journal of the Econometric Society (1987), 251-276.

FORBES, K. J. and RIGOBON, R. No contagion, only interdependence: measuring stock market comovements. The Journal of Finance 57, 5 (2002), 2223-2261.

GRANGER, C. and NEWBOLD, P. Spurious regressions in econometrics. Essays in Econometrics: Collected Papers of Clive WJ Granger 2 (2001), 109.

HASSLER, U. Nonsense regressions due to neglected time-varying means. Statistical Papers 44, 2 (2003), 169-182.

HIGHAM, N. J. Computing the nearest correlation matrix—a problem from finance. IMA journal of Numerical Analysis 22, 3 (2002), 329-343.

KAWALLER, KOCH and KOCH. The Temporal Proce Relationship between S&P 500 Futures and the S&P 500 Index

KEARNS, M. and RON, D. Algorithmic stability and sanity-check bounds for leave-one-out cross-validation. Neural Computation 11, 6 (1999), 1427-1453.

KING, M., SENTANA, E. and WADHWANI, S. Volatiltiy and Links Between National Stock Markets. National Bureau of Economic Research (1990).

KWON, Y.-K., CHOI, S.-S. and MOON, B.-R. Stock prediction based on financial correlation. ACM (2005), 2061-2066.

LALOUX, L., CIZEAU, P., BOUCHAUD, J.-P. and POTTERS, M. Noise dressing of financial correlation matrices. Physical Review Letters 83, 7 (1999), 1467.

LONGIN, F. and SOLNIK, B. Extreme correlation of international equity markets. The Journal of Finance 56, 2 (2001), 649-676.

LUNDIN, M. C., DACOROGNA, M. M. and MÜLLER, U. A. Correlation of high frequency financial time series. Available at SSRN 79848 (1998).

MARKOWITZ, H. PORTFOLIO SELECTION*. The Journal of Finance 7, 1 (1952), 77-91.

MAYSAMI, R. C., LEE, C. H. and HAMZAH, M. A. Relationship between macroeconomic variables and stock market indices: Cointegration evidence from stock exchange of Singapore’s All-S sector indices. Jurnal Pengurusan 24 (2005), 47-77.

MURRELL, B., MURRELL, D. and MURRELL, H. Discovering general multidimensional associations. arXiv preprint arXiv:1303.1828 (2013).

NAVARRO, P. If It's Raining in Brazil, Buy Starbucks: The Investor's Guide to Profiting from Market-moving Events, McGraw-Hill2002).

RESHEF, D. N., RESHEF, Y. A., FINUCANE, H. K., GROSSMAN, S. R., MCVEAN, G., TURNBAUGH, P. J., LANDER, E. S., MITZENMACHER, M. and SABETI, P. C. Detecting novel associations in large data sets. science 334, 6062 (2011), 1518-1524.

SALMON, F. The formula that killed Wall Street. Significance 9, 1 (2012), 16-20.

SIMON, N. and TIBSHIRANI, R. comment on “detecting novel associations in large data sets” by Reshef et al, Science dec 16, 2011. Science (2011).

SIMS, C. A. Statistical modeling of monetary policy and its effects. American Economic Review 102, 4 (2012), 1187.

SPEED, T. A Correlation for the 21st Century. science 334, 6062 (2011), 1502-1503.

WALTI, S. The macroeconomic determinants of stock market synchronization. Journal of International Banking Law 11, 10 (2005), 436-441.

Descargas

Publicado

2016-03-27

Número

Vol. 8 Núm. 3 (2015)

Sección

Artigos Científicos

Licencia

Autores que publicam nesta revista concordam com os seguintes termos:

O(s) autor(es) autoriza(m) a publicação do texto na da revista;

O(s) autor(es) garantem que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s);

A revista não se responsabiliza pelas opiniões, idéias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es);

É reservado aos editores o direito de proceder a ajustes textuais e de adequação às normas da publicação.

Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre) em http://opcit.eprints.org/oacitation-biblio.html