論文の概要: Characterizing asymmetric and bimodal long-term financial return distributions through quantum walks

• arxiv url: http://arxiv.org/abs/2505.13019v1
• Date: Mon, 19 May 2025 12:04:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.574663
• Title: Characterizing asymmetric and bimodal long-term financial return distributions through quantum walks
• Title（参考訳）: 量子ウォークによる非対称および2モーダルな長期金融リターン分布のキャラクタリゼーション
• Authors: Stijn De Backer, Luis E. C. Rocha, Jan Ryckebusch, Koen Schoors,
• Abstract要約: 離散時間量子ウォークに基づくモデルを用いて、観測された非対称性と双モード性を特徴づける。 この分析は、長期にわたって出現するより広範なトレンドとパターンを捉えることで、従来の短期モデルを補完する。
• 参考スコア（独自算出の注目度）: 0.562479170374811
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The analysis of logarithmic return distributions defined over large time scales is crucial for understanding the long-term dynamics of asset price movements. For large time scales of the order of two trading years, the anticipated Gaussian behavior of the returns often does not emerge, and their distributions often exhibit a high level of asymmetry and bimodality. These features are inadequately captured by the majority of classical models to address financial time series and return distributions. In the presented analysis, we use a model based on the discrete-time quantum walk to characterize the observed asymmetry and bimodality. The quantum walk distinguishes itself from a classical diffusion process by the occurrence of interference effects, which allows for the generation of bimodal and asymmetric probability distributions. By capturing the broader trends and patterns that emerge over extended periods, this analysis complements traditional short-term models and offers opportunities to more accurately describe the probabilistic structure underlying long-term financial decisions.
• Abstract（参考訳）: 大規模に定義された対数的回帰分布の解析は,資産価格変動の長期的ダイナミクスを理解する上で重要である。 2つの取引年の順序の大規模なスケールでは、期待されるリターンのガウス的振舞いは現れず、その分布は高レベルの非対称性と双モード性を示すことが多い。 これらの特徴は、金融時系列と返却分布に対処するために、古典的なモデルの大多数によって不十分に捉えられている。 本稿では、離散時間量子ウォークに基づくモデルを用いて、観測された非対称性と双モード性を特徴づける。 量子ウォークは、干渉効果の発生によって古典的な拡散過程と区別され、二モーダルおよび非対称な確率分布の生成を可能にする。 この分析は、長期にわたって出現するより広範なトレンドやパターンを捉えることによって、従来の短期モデルを補完し、長期的な金融決定の基礎となる確率的構造をより正確に記述する機会を提供する。

関連論文リスト

• Symmetry operations and Critical Behaviour in Classical to Quantum Stochastic Processes [0.0]
  緩和過程は異なる量子拡大に対して非常に異なる展開を示す。 L1-ノルムに基づくコヒーレンス測度と緩和過程の速度との間には,かなりあいまいな関係がある。
  論文  参考訳（メタデータ） (2024-09-14T03:01:54Z)
• On the potential of quantum walks for modeling financial return distributions [0.562479170374811]
  我々は、資産価格の進化をモデル化するための離散時間量子ウォークの可能性を探る。 量子ウォークアルゴリズムに基づくモデルから得られた帰属分布を古典的手法による帰属分布と比較する。
  論文  参考訳（メタデータ） (2024-03-28T15:33:17Z)
• Towards Generalizable and Interpretable Motion Prediction: A Deep Variational Bayes Approach [54.429396802848224]
  本稿では,分布外ケースに対する頑健な一般化性を有する動き予測のための解釈可能な生成モデルを提案する。 このモデルでは, 長期目的地の空間分布を推定することにより, 目標駆動動作予測を実現する。 動き予測データセットの実験は、適合したモデルが解釈可能で一般化可能であることを検証した。
  論文  参考訳（メタデータ） (2024-03-10T04:16:04Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• Predicting the State of Synchronization of Financial Time Series using Cross Recurrence Plots [75.20174445166997]
  本研究では,2つの金融時系列の動的同期の将来の状態を予測する新しい手法を提案する。 我々は,同期状態の予測を方法論的に扱うためのディープラーニングフレームワークを採用する。 2つの時系列の同期状態を予測するタスクは、一般的には難しいが、ある種の在庫は、非常に良好な性能で達成できる。
  論文  参考訳（メタデータ） (2022-10-26T10:22:28Z)
• Nonparametric and Regularized Dynamical Wasserstein Barycenters for Sequential Observations [16.05839190247062]
  有限状態間の段階的遷移を示す逐次観測の確率論的モデルを考える。 純状態量子関数の更新と偏心重みの交互に循環降下を用いた有限次元推定問題を数値的に解く。 シミュレーションと実世界における人間の活動時系列のセグメンテーションにおける提案アルゴリズムの有用性を実証する。
  論文  参考訳（メタデータ） (2022-10-04T21:39:55Z)
• Quantum chaos and thermalization in the two-mode Dicke model [77.34726150561087]
  2モードディックモデルにおける量子カオスと熱化の開始について論じる。 2モードディックモデルは、通常から超ラジカル量子相転移を示す。 本研究では, 平均付近で観測可能な集合スピンの期待値の時間的変動が小さく, 有効システムサイズとともに減少することを示す。
  論文  参考訳（メタデータ） (2022-07-08T11:16:29Z)
• Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
  伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。 最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。 予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
  論文  参考訳（メタデータ） (2022-03-07T18:59:54Z)
• Learning Interpretable Deep State Space Model for Probabilistic Time Series Forecasting [98.57851612518758]
  確率的時系列予測は、その歴史に基づいて将来の分布を推定する。 本稿では,非線形エミッションモデルと遷移モデルとをネットワークによってパラメータ化した,確率的時系列予測のための深部状態空間モデルを提案する。 実験では,我々のモデルが正確かつ鋭い確率予測を生成することを示す。
  論文  参考訳（メタデータ） (2021-01-31T06:49:33Z)
• Parallel Extraction of Long-term Trends and Short-term Fluctuation Framework for Multivariate Time Series Forecasting [14.399919351944677]
  時系列には、長期傾向と短期変動という2つの特徴がある。 既存の予測手法は両者を区別しないことが多いため、予測モデルの精度は低下する。 3つの予測サブネットワークを構築し、予測すべき長期的な傾向、短期的な変動、最終的な値を予測する。
  論文  参考訳（メタデータ） (2020-08-18T03:55:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。