Mathematical Analysis of Financial Bubbles through Fractal Dimensionality

封面

如何引用文章

全文:

详细

Purpose. Financial bubbles and crises are complex phenomena related to the deviation of asset prices from their fundamental value, which requires the development of new approaches to their analysis. The aim of the paper is to investigate financial bubbles through fractal analysis techniques, including fractal dimension calculation, to identify anomalies and predict market crashes. Methods. The methods used include RS analysis (Hurst method) to assess the persistence of time series, Box-count method to determine the fractal dimension and multifractal analysis to study the local features of market dynamics. Novelty. The novelty of the study lies in the comprehensive application of fractal analysis for early detection of financial bubbles, as well as in comparing the effectiveness of different methods. Results. The results show that the increase in fractal dimension correlates with the periods of bubble formation, and its sharp changes can serve as indicators of crises, which is confirmed by the examples of the dot-com crisis (2000) and the financial crisis (2008). Practical relevance. The significance of the work lies in the possibility of using the proposed approach to create systems of early warning of crises, algorithmic trading and risk management.

作者简介

P. Plotnikov

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: plotnikov.pv@sut.ru
Ph. D. of Physics and Mathematics Sciences, Associate Professor, Head of the Department of Higher Mathematics St. Petersburg, 193232

D. Nazarov

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: plotnikov.pv@sut.ru

a Third-Year Student

St. Petersburg, 193232

A. Chueva

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: plotnikov.pv@sut.ru

a Third-Year Student

St. Petersburg, 193232

Z. Kim

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

编辑信件的主要联系方式.
Email: plotnikov.pv@sut.ru

a Third-Year Student

St. Petersburg, 193232

参考

  1. Шихалиева Д. С., Беляева С. В. Траектория экономических кризисов в России в период становления и развития рыночной экономики: оценка, эволюция, управление // Вестник Университета. 2021. № 12. doi: 10.26425/1816-4277-2021-12-144-150. EDN: ULTXXW
  2. Плотников А. В., Харламов А. В. Направления нейтрализации негативного влияния неэкономических шоков на реальный сектор экономики России // Известия Санкт-Петербургского государственного экономического университета. 2023. № 1 (139). EDN: QQPSKE
  3. Чиркова Е. В. Теории финансовых пузырей // Корпоративные финансы. 2010. Т. 4. № 3 (15). С. 63–72. EDN: NBNQXD
  4. Кошелев В. Л., Кошелев И. В. Иррациональные трейдеры на финансовых рынках // Актуальные вопросы экономического развития регионов: Материалы Международной научно-практической конференции (Пятигорск, 8 июня 2013 г.). Пятигорск: ООО «Рекламно-информационное агентство на КМВ», 2013. С. 398–405. EDN: TRPANP
  5. Peters E. E. Fractal Market Analysis: Applying Chaos Theory to Investment and Economics. New York: John Wiley & Sons, 1994.
  6. Зиненко А. В. R/S анализ на фондовом рынке // Бизнес-информатика. 2012. № 3 (21). С. 24–30. EDN: PEOSKN
  7. Grech D., Mazur Z. Can One Make any Crash Prediction in Finance Using the Local Hurst Exponent Idea? // Physica A: Statistical Mechanics and its Applications. 2004. Vol. 336. Iss. 1–2. PP. 133–145. doi: 10.1016/j.physa.2004.01.018
  8. Kantelhardt J. W., Zschiegner S. A., Koscielny-Bunde E., Havlin S., Bunde A., et al. Multifractal Detrended Fluctuation Analysis of Nonstationary Time Series // Physica A: Statistical Mechanics and its Applications. 2002. Vol. 316. Iss. 1–4. PP. 87–114. doi: 10.1016/S0378-4371(02)01383-3. EDN: MCPRUN
  9. Jiang Z. Q., Xie W. J., Zhou W. X., Sornette D. Multifractal Analysis of Financial Markets: A Review // Reports on Progress in Physics. 2019. Vol. 82. Iss. 12. P. 125901. doi: 10.1088/1361-6633/ab42fb. EDN: DARTOR
  10. Мансуров А. К. Прогнозирование валютных кризисов с помощью методов фрактального анализа // Проблемы прогнозирования. 2008. № 1 (106). С. 145–158. EDN: ICITYD
  11. Wang J. N., Liu H. C., Hsu Y. T. Time-of-Day Periodicities of Trading Volume and Volatility in Bitcoin
  12. Exchange: Does the Stock Market Matter? // Finance Research Letters. 2020. Vol. 34. P. 101243. doi: 10.1016/j.frl.2019.07.016. EDN: TJDFFX

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».