論文の概要: Conditioning on a Volatility Proxy Compresses the Apparent Timescale of Collective Market Correlation

• arxiv url: http://arxiv.org/abs/2603.14072v1
• Date: Sat, 14 Mar 2026 18:37:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 16:19:35.581005
• Title: Conditioning on a Volatility Proxy Compresses the Apparent Timescale of Collective Market Correlation
• Title（参考訳）: ボラティリティプロキシの条件付けは、集合的市場相関の明瞭な時間スケールを圧縮する
• Authors: Yuda Bi, Vince D Calhoun,
• Abstract要約: VIXを結合したOrnstein-Uhlenbeckモデルは、効果的な緩和時間を298ドルから611ドルに短縮する。 分解サンプルでは、$log(mathrmVIX)$の情報残余は、その利得のほとんどを保持します。 また、観測されたスローダイナミクスの条件付けは、見かけのスローダイナミクスの大部分を吸収することを示した。
• 参考スコア（独自算出の注目度）: 18.923595971721344
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We address the attribution problem for apparent slow collective dynamics: is the observed persistence intrinsic, or inherited from a persistent driver? For the leading eigenvalue fraction $ψ_1=λ_{\max}/N$ of S\&P 500 60-day rolling correlation matrices ($237$ stocks, 2004--2023), a VIX-coupled Ornstein--Uhlenbeck model reduces the effective relaxation time from $298$ to $61$ trading days and improves the fit over bare mean reversion by $Δ$BIC$=109$. On the decomposition sample, an informational residual of $\log(\mathrm{VIX})$ alone retains most of that gain ($Δ$BIC$=78.6$), whereas a mechanical VIX proxy alone does not improve the fit. Autocorrelation-matched placebo fields fail ($Δ$BIC$_{\max}=2.7$), disjoint weekly reconstructions still favor the field-coupled model ($Δ$BIC$=140$--$151$), and six anchored chronological holdouts preserve the out-of-sample advantage. Quiet-regime and field-stripped residual autocorrelation controls show the same collapse of persistence. Stronger hidden-variable extensions remain only partially supported. Within the tested stochastic class, conditioning on the observed VIX proxy absorbs most of the apparent slow dynamics.
• Abstract（参考訳）: 観察された永続性は本質的か、それとも永続運転者から受け継がれているのか? S\&P 500 60日間の相関行列 (237$ Stocks, 2004-2023) の先頭の固有値分 $ _1=λ_{\max}/N$ に対して、VIX結合のオルンシュタイン-ウレンベックモデルでは、有効緩和時間を298ドルから611ドルに短縮し、素平均の逆転を$$$$$BIC$=109$に改善する。 分解サンプルでは、$\log(\mathrm{VIX})$の情報残余は、ほとんどの利得(Δ$BIC$=78.6$)を保持するが、機械的なVIXプロキシだけでは適合性は改善されない。 自動相関マッチングされたプラセボフィールドは失敗する(Δ$BIC$_{\max}=2.7$)。 クイットレジームとフィールドストリップの残差自己相関制御は、同じ持続性の崩壊を示す。 より強力な隠れ変数拡張は、部分的にしかサポートされていない。 テストされた確率クラスの中で、観測されたVIXプロキシの条件付けは、見かけの遅いダイナミクスの大部分を吸収する。

関連論文リスト

• Decoherence in the Pure Dephasing Spin-Boson Model with Hermitian or Non-Hermitian Bath [0.33148826359547523]
  エルミート浴と非エルミート浴とのカップリングによるキュービットの脱コヒーレンスについて検討した。 本結果は,非エルミート環境工学がクビットのデコヒーレンスを抑制する可能性を示している。
  論文  参考訳（メタデータ） (2025-12-17T10:45:50Z)
• Posterior Sampling by Combining Diffusion Models with Annealed Langevin Dynamics [6.987640034932562]
  後方サンプリングは、塗装、脱臭、MRI再構成などのタスクのための正確で公正なフレームワークを提供する。 我々は、拡散モデルとランゲヴィン力学の変種を組み合わせることで、スコア誤差の$L4$バウンドだけで条件付きサンプリングを実現することを証明した。
  論文  参考訳（メタデータ） (2025-10-30T10:17:27Z)
• FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA [68.44043212834204]
  Low-Rank Adaptation (LoRA) は、学習における言語モデルの効率的な微調整に広く用いられている。 Low-Rank Adaptation (LoRA) は、学習における言語モデルの効率的な微調整に広く用いられている。
  論文  参考訳（メタデータ） (2025-05-19T07:32:56Z)
• Spurious Correlations in High Dimensional Regression: The Roles of Regularization, Simplicity Bias and Over-Parameterization [19.261178173399784]
  学習モデルは、トレーニングデータ内の非予測的特徴と関連するラベルとの間に急激な相関関係があることが示されている。 我々は、データ共分散とリッジ正規化の強さの点から、線形回帰によって学習されたスプリアス相関の量$C$を定量化する。
  論文  参考訳（メタデータ） (2025-02-03T13:38:42Z)
• Improved Bound for Robust Causal Bandits with Linear Models [16.60875994745622]
  本稿では,時間的モデル変動に直面した因果包帯のロバスト性について検討する。 提案アルゴリズムは,$C$が$o(sqrtT)$の場合に,ほぼ最適な$tildemathcalO(sqrtT)$後悔を達成する。
  論文  参考訳（メタデータ） (2024-05-13T14:41:28Z)
• Statistical Learning under Heterogeneous Distribution Shift [71.8393170225794]
  ground-truth predictor is additive $mathbbE[mathbfz mid mathbfx,mathbfy] = f_star(mathbfx) +g_star(mathbfy)$.
  論文  参考訳（メタデータ） (2023-02-27T16:34:21Z)
• Beyond Invariance: Test-Time Label-Shift Adaptation for Distributions with "Spurious" Correlations [44.99833362998488]
  テスト時のデータ分散の変化は、予測モデルのパフォーマンスに有害な影響を及ぼす可能性がある。 本研究では,未ラベルサンプルに適用したEMを用いて,共同分布の$p(y, z)$の変化に適応するテストタイムラベルシフト補正を提案する。
  論文  参考訳（メタデータ） (2022-11-28T18:52:33Z)

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。