This post, leveraging AI, summarizes and analyzes the key aspects of the research paper “Frequency analysis of tick quotes on the foreign exchange market and agent-based modeling: A spectral distance approach”. For in-depth information, please refer to the original PDF.
📄 Original PDF: Download / View Fullscreen
English Summary
This paper analyzes high-frequency financial data of the foreign exchange market using Kullback-Leibler divergence between two normalized spectrograms of tick frequency and generalized Jensen-Shannon distance among them. The temporal structure variations of currency pairs are detected and characterized, leading to a simple agent-based model where N participants exchange M currency pairs. Based on this analysis, the spectral distance of tick frequency is associated with similarity in behavioral parameters (perception and decision) of market participants exchanging these currency pairs.
Key Technical Terms
Below are key technical terms and their explanations to help understand the core concepts of this paper. You can explore related external resources via the links next to each term.
- Kullback-Leibler divergence [Wikipedia (Ko)] [Wikipedia (En)] [나무위키] [Google Scholar] [Nature] [ScienceDirect] [PubMed]
Explanation: measures differences between two probability distributions; used to detect variations in temporal structure among currency pairs - Generalized Jensen-Shannon distance [Wikipedia (Ko)] [Wikipedia (En)] [나무위키] [Google Scholar] [Nature] [ScienceDirect] [PubMed]
Explanation: measures total similarity across multiple currency pairs; helps establish relationships among market participants and their behavioral parameters - Agent-based model [Wikipedia (Ko)] [Wikipedia (En)] [나무위키] [Google Scholar] [Nature] [ScienceDirect] [PubMed]
Explanation: describes financial markets as consisting of several agents interacting with one another; allows for macroscopic description by compressing information about agent interactions
View Original Excerpt (English)
2006 Frequency analysis of tick quotes on the foreign exchange marketDec and agent-based modeling: A spectral distance7 approach Aki-Hiro Sato Department of Applied Mathematics and Physics, Graduate School of Informatics, Kyoto University, Kyoto 606-8501, Japan. November 12, 2018 Abstract[physics.data-an] High-frequency financial data of the foreign exchange market (EUR/CHF, EUR/GBP, EUR/JPY, EUR/NOK, EUR/SEK, EUR/USD, NZD/USD, USD/CAD, USD/CHF, USD/JPY, USD/NOK, and USD/SEK) are ana- lyzed by utilizing the Kullback-Leibler divergence between two normalized spectrograms of the tick frequency and the generalized Jensen-Shannon divergence among them. The temporal structure variations of the sim- ilarity between currency pairs is detected and characterized. A simple agent-based model in which N market participants exchange M currency pairs is proposed. The equation for the tick frequency is approximately derived theoretically. Based on the analysis of this model, the spectral distance of the tick frequency is associated with the similarity of the be- havior (perception and decision) of the market participants in exchanging these currency pairs. PACS numbers: 89.65.Gh,02.50.-r,02.70.Hm 1 IntroductionarXiv:physics/0607273v2 The recent accumulation of high-frequency financial data due to the develop- ment and spread of information and communications technology has sparked interest in financial markets [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]. Many researchers expect new findings and insights into the worlds of both finance and physics. Since the financial markets are complex systems that consist of several agents that interact with one another, an enormous amount of data must be treated in 1 order to describe and understand them at the microscopic level. Therefore, it is important to find adequate variables or relevant quantities to describe their properties [11]. Since a macroscopic description allows information with global properties to be compressed, if the adequate macroscopic quantities can be determined, then relationships can be established among various macroscopic quantities and a deeper understanding of…
🇰🇷 한국어 보기 (View in Korean)
한글 요약 (Korean Summary)
이 논문은 진드기 주파수의 두 가지 정규화 된 스펙트로 그램과 그 중 일반화 된 Jensen-Shannon 거리 사이의 Kullback-Leibler Divergence를 사용하여 외환 시장의 고주파 재무 데이터를 분석합니다. 통화 쌍의 시간 구조 변동이 감지되고 특성화되어 N 참가자가 M 통화 쌍을 교환하는 간단한 에이전트 기반 모델로 이어집니다. 이 분석에 기초하여, 진드기 주파수의 스펙트럼 거리는 이러한 통화 쌍을 교환하는 시장 참여자의 행동 매개 변수 (인식 및 결정)의 유사성과 관련이 있습니다.
주요 기술 용어 (한글 설명)
- Kullback-Leibler divergence
설명 (Korean): 두 가지 확률 분포 사이의 차이를 측정합니다. 통화 쌍의 시간 구조의 변화를 감지하는 데 사용
(Original English: measures differences between two probability distributions; used to detect variations in temporal structure among currency pairs) - Generalized Jensen-Shannon distance
설명 (Korean): 여러 통화 쌍의 총 유사성을 측정합니다. 시장 참가자와 행동 매개 변수 간의 관계를 확립하는 데 도움이됩니다.
(Original English: measures total similarity across multiple currency pairs; helps establish relationships among market participants and their behavioral parameters) - Agent-based model
설명 (Korean): 금융 시장은 서로 상호 작용하는 여러 에이전트로 구성된 것으로 설명합니다. 에이전트 상호 작용에 대한 정보를 압축하여 거시적 설명을 허용합니다.
(Original English: describes financial markets as consisting of several agents interacting with one another; allows for macroscopic description by compressing information about agent interactions)
발췌문 한글 번역 (Korean Translation of Excerpt)
2006 외환 시장 및 에이전트 기반 모델링에 대한 진드기 따옴표의 빈도 분석 : 스펙트럼 거리 7 접근법 Aki-Hiro SATO 응용 수학 및 물리학, 교토 대학교 대학원 대학원, Kyoto 606-8501, Japan. 2018 년 11 월 12 일 Abstract [Physics.data-an] 외환 시장의 고주파 금융 데이터 (EUR/CHF, EUR/GBP, EUR/JPY, EUR/NOK, EUR/SEK, EUR/USD, NZD/USD, USD/CAD, USD/CHF, USD/JPY, USD/NOK 및 USD/SEK)는 kullach를 사용합니다. 진드기 주파수의 두 가지 정규화 된 스펙트로 그램 사이의 발산과 그 중 일반화 된 Jensen-Shannon 발산. 통화 쌍 사이의 시유 성의 시간 구조 변화가 감지되고 특성화됩니다. N 시장 참가자가 M 통화 쌍을 교환하는 간단한 에이전트 기반 모델이 제안됩니다. 진드기 주파수에 대한 방정식은 대략 이론적으로 도출된다. 이 모델의 분석을 기반으로, 진드기 주파수의 스펙트럼 거리는 시장 참여자들의 이들 통화 쌍을 교환하는 데있어 시장 참여자의 유사성 (인식 및 결정)의 유사성과 관련이있다. PACS 번호 : 89.65.gh, 02.50.-r, 02.70.hm 1 소개 : 물리학/0607273V2 정보 및 통신 기술의 개발 및 스프레드로 인한 고주파 금융 데이터의 최근 축적 [1, 2, 3, 4, 5, 6, 7, 9, 9, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7, 7]. 많은 연구자들은 금융과 물리학의 세계에 대한 새로운 발견과 통찰력을 기대합니다. 금융 시장은 서로 상호 작용하는 여러 에이전트로 구성된 복잡한 시스템이므로, 미세한 수준에서 설명하고 이해하려면 엄청난 양의 데이터를 1로 처리해야합니다. 따라서, 특성을 설명하기 위해 적절한 변수 또는 관련 수량을 찾는 것이 중요합니다 [11]. 거시적 설명을 통해 전역 특성을 가진 정보를 압축 할 수 있으므로 적절한 거시적 수량을 결정할 수 있다면 다양한 거시적 수량과 더 깊은 이해 사이에서 관계를 확립 할 수 있습니다.
Source: arXiv.org (or the original source of the paper)
답글 남기기