Abstract: F. Strozzi, J.-M. Zaldívar, J. P. Zbilut (2007)

The application of recurrence quantification analysis (RQA) and state space divergence reconstruction for the analysis of financial time series in terms of cross-correlation and forecasting is illustrated using high-frequency time series and random heavy-tailed data sets. The results indicate that these techniques, able to deal with non-stationarity in the time series, may contribute to the understanding of the complex dynamics hidden in financial markets. The results demonstrate that financial time series are highly correlated. Finally, an on-line trading strategy is illustrated and the results shown using high-frequency foreign exchange time series.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Recurrence quantification analysis and state space divergence reconstruction for financial time series analysis