A statistical test of market efficiency based on information theory
基于信息论的市场有效性统计检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以价格收益序列的信息含量检验市场有效性，与收益可预测性问题直接相关，未涉及定价或波动率模型。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于信息论的市场有效性统计检验
- 研究问题
- 如何量化给定时间尺度上价格收益序列包含的信息，并依据该指标检验不同日期的市场有效性假说是否应被拒绝？
- 方法与思路
- 作者对收益时间序列作符号化表示并计算 Shannon 熵，推导有效市场假说成立时信息指标的精确与渐近分布。
- 材料陈述的贡献
- 摘要称，所推导分布可用于构建市场有效性检验，并应用于股票指数、个股与加密货币数据，作逐日期的拒绝判断。
- 阅读关注点
- 应核对有效市场零假设的操作定义、符号化规则、时间尺度和窗口选择，以及连续逐期检验的误差控制方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明检验条件及具体结果，拒绝结论也不能直接等同可获利预测。
原文摘要
We determine the amount of information contained in a time series of price returns at a given time scale, by using a widespread tool of the information theory, namely the Shannon entropy, applied to a symbolic representation of this time series. By deriving the exact and the asymptotic distribution of this market information indicator in the case where the efficient market hypothesis holds, we develop a statistical test of market efficiency. We apply it to a real dataset of stock indices, single stock, and cryptocurrency, for which we are able to determine at each date whether the efficient market hypothesis is to be rejected, with respect to a given confidence level.