論文の概要: Jump-diffusion models of parametric volume-price distributions

• arxiv url: http://arxiv.org/abs/2511.16838v1
• Date: Thu, 20 Nov 2025 22:36:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-24 18:08:18.826474
• Title: Jump-diffusion models of parametric volume-price distributions
• Title（参考訳）: パラメトリック体積-価格分布のジャンプ拡散モデル
• Authors: Anup Budhathoki, Leonardo Rydin Gorjão, Pedro G. Lind, Shailendra Bhandari,
• Abstract要約: 本稿では,ニューヨーク証券取引所(NYSE)株の価格分布の変動をモデル化するためのデータ駆動型フレームワークを提案する。 実験的な分布は、976日の取引日で10分毎にサンプリングされ、ガンマ、逆ガンマ、ワイブル、ログノーマルといった異なるモデルに適合する。 i)$はGamma, Inverse Gamma, Weibullモデルに対して線形平均回帰を伴う純粋拡散としてよく説明され、$は支配的なジャンプ拡散ダイナミクスを示す。
• 参考スコア（独自算出の注目度）: 0.5219568203653523
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a data-driven framework to model the stochastic evolution of volume-price distribution from the New York Stock Exchange (NYSE) equities. The empirical distributions are sampled every 10 minutes over 976 trading days, and fitted to different models, namely Gamma, Inverse Gamma, Weibull, and Log-Normal distributions. Each of these models is parameterized by a shape parameter, $φ$, and a scale parameter, $θ$, which are detrended from their daily average behavior. The time series of the detrended parameters is analyzed using adaptive binning and regression-based extraction of the Kramers-Moyal (KM) coefficients, up to their sixth order, enabling to classification of its intrinsic dynamics. We show that (i) $φ$ is well described as a pure diffusion with a linear mean regression for the Gamma, Inverse Gamma, and Weibull models, while $θ$ shows dominant jump-diffusion dynamics, with an elevated fourth- and sixth-order moment contributions; (ii) the log-normal model shows however the opposite: $θ$ is predominantly diffusive, with $φ$ showing weak jump signatures; (iii) global moment inversion yields jump rates and amplitudes that account for a large share of total variance for $θ$, confirming that rare discontinuities dominate volatility.
• Abstract（参考訳）: 本稿では,ニューヨーク証券取引所(NYSE)株の価格分布の確率的進化をモデル化するためのデータ駆動型フレームワークを提案する。 実験的な分布は、976日の取引日で10分毎にサンプリングされ、ガンマ、逆ガンマ、ワイブル、ログノーマルといった異なるモデルに適合する。 これらのモデルはそれぞれ、形状パラメータ $φ$ とスケールパラメータ $θ$ でパラメータ化される。 遅延パラメータの時系列は、適応的ビンニングと回帰に基づくクラマース・モヤル係数(KM)の抽出により、その6次まで解析し、その固有力学の分類を可能にした。 私たちはそれを示します (i)$φ$は、ガンマ、逆ガンマ、ワイブルモデルに対する線形平均回帰を伴う純粋拡散としてよく説明され、$θ$は4階と6階のモーメントの寄与が高められた、支配的な跳躍拡散ダイナミクスを示している。 (ii) 対数正規モデルは反対である:$θ$は主として拡散可能であり、$φ$は弱いジャンプシグネチャを示す。 3) グローバルモーメントの逆転は θ$ の総分散のかなりの割合を占めるジャンプ率と振幅をもたらし、希少な不連続がボラティリティを支配することを確認する。

関連論文リスト

• What Exactly Does Guidance Do in Masked Discrete Diffusion Models [1.283555556182245]
  また,全データ分布がクラス上の混合である場合,ガイダンスはクラス固有の領域を増幅し,他のクラスと共有する領域を抑圧することを示した。 本研究は, 出力分布の形成だけでなく, サンプリング軌道の動的制御においても, 誘導の役割を強調した。
  論文  参考訳（メタデータ） (2025-06-12T17:59:19Z)
• Generalization Dynamics of Linear Diffusion Models [8.107431208836426]
  線形デノイザを用いた簡単なモデルを用いて,記憶から一般化への遷移を解析的に検討する。 我々の研究は、拡散ベース生成モデルの単純なモデルにおいて、サンプルの複雑さが一般化をどのように支配するかを明らかにする。
  論文  参考訳（メタデータ） (2025-05-30T16:31:58Z)
• Theoretical guarantees in KL for Diffusion Flow Matching [9.618473763561418]
  Flow Matching (FM) は、ターゲット分布 $nustar$ を補助分布 $mu$ で有限時間にブリッジすることを目的としている。 ブラウン運動に付随する条件分布を橋渡しする拡散フローマッチング(DFM)モデルの非漸近保証を得る。
  論文  参考訳（メタデータ） (2024-09-12T15:19:00Z)
• Generative Fractional Diffusion Models [53.36835573822926]
  我々は,その基礎となる力学に分数拡散過程を利用する,最初の連続時間スコアベース生成モデルを導入する。 実画像データを用いた評価では,GFDMはFIDが低い値で示されるように,画素幅の多様性と画質の向上を実現している。
  論文  参考訳（メタデータ） (2023-10-26T17:53:24Z)
• Online covariance estimation for stochastic gradient descent under Markovian sampling [20.02012768403544]
  位数$Obig(sqrtd,n-1/8(log n)1/4big)$の収束率は、状態依存および状態依存マルコフサンプリングの下で確立される。 本手法はロジスティック回帰を用いた戦略分類に適用され, 学習中の特徴を適応的に修正し, 対象クラス分類に影響を与える。
  論文  参考訳（メタデータ） (2023-08-03T00:21:30Z)
• Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
  我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。 従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
  論文  参考訳（メタデータ） (2023-06-15T16:30:08Z)
• Multivariate Probabilistic Forecasting of Intraday Electricity Prices using Normalizing Flows [62.997667081978825]
  ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。 本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T08:38:20Z)

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。