Finansal Zaman Serilerinin Dalgacık Analizi
Wavelet Analysis of Financial Time Series · Ayrıca şöyle bilinir: wavelet coherence, continuous wavelet transform, time-frequency analysis, Dalgacık (Wavelet) Finansal Analiz
Dalgacık finansal analizi, finansal bir zaman serisini farklı frekans bantlarına (zaman ölçekleri) ayrıştırarak kısa ve uzun vadeli ilişkilerin aynı anda incelenmesini sağlar. Gençay, Selçuk ve Whitcher (2001) ile Aguiar-Conraria ve Soares (2014) çalışmalarından yararlanan dalgacık tutarlılığı, daha sonra iki seri arasındaki ilişkinin hem zaman hem de frekans boyunca nasıl değiştiğini görselleştirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Zaman ve ufuk boyunca değişkenlik gösteren değişkenler arasındaki ilişkiyi düşündüğünüzde, sürekli finansal zaman serileri (getiriler, fiyatlar, oynaklık) için kullanın. Makul derecede uzun bir seri gereklidir — en az yaklaşık 128 gözlem ve ideal olarak ikinin kuvvetine yakın bir uzunluk (dolgu yardımcı olabilir). Morlet dalgacığı olağan finans tercihidir, etki konisi içindeki kenar bölgeleri dikkatle raporlanmalı ve dalgacık tutarlılığı, iki seri arasındaki zaman-frekans korelasyonu için standart araçtır.
Güçlü yönler & sınırlılıklar
- Kısa ve uzun vadeli dinamikleri aynı anda tek bir zaman-frekans resminde çözer.
- Zaman içinde yerelleşmiş ilişkileri yakalar, birlikte hareketin ne zaman güçlendiğini veya koptuğunu ortaya çıkarır.
- Dalgacık tutarlılığı ve faz farkı, ufuklar boyunca birlikte hareketin hem gücünü hem de önde olma-geride kalma yönünü ortaya çıkarır.
- Oldukça uzun bir seri gerektirir (en az yaklaşık 128 nokta), ikinin kuvveti uzunluk idealdir.
- Etki konisi içindeki kenar etkileri, serinin başı ve sonu yakınındaki tahminleri güvenilmez kılar.
- Sonuçlar seçilen ana dalgacığa ve düzeltmeye bağlıdır ve zaman-frekans haritaları dikkatli yorumlama gerektirir.
SSS
Dalgacık tutarlılığı bana ne anlatır?
Zaman-frekans düzleminde iki seri arasındaki 0 ile 1 arasında değişen yerelleşmiş bir korelasyondur. Bir bölgedeki yüksek tutarlılık, iki serinin o dönemde o ufukta birlikte hareket ettiği anlamına gelir; eşlik eden faz farkı hangi serinin önde olduğunu gösterir.
Finansta neden Morlet dalgacığı kullanılır?
Morlet dalgacığı, zaman ve frekans yerelleştirmesi arasında iyi bir denge sağlar ve finansal serilerin analiz edilmesi ve tutarlılığın hesaplanması için yaygın varsayılan olan net bir faz üretir.
Etki konisi nedir?
Dalgacık dönüşümünün kenar etkileri tarafından bozulduğu seri başı ve sonu yakınındaki bölgeyi işaretler. Bu koni içindeki tutarlılık ve güç güvenilmezdir ve bu uyarı ile raporlanmalıdır.
Serim ne kadar uzun olmalı?
En az yaklaşık 128 gözlem ve ideal olarak ikinin kuvvetine yakın bir uzunluk. Daha kısa seriler, ölçekler boyunca yeterli alan bırakmaz ve düşük frekanslı bantların tahmin edilmesini zorlaştırır; dolgu, ikinin kuvveti idealini karşılamaya yardımcı olabilir.
Kaynaklar
- Gençay, R., Selçuk, F. & Whitcher, B. (2001). An Introduction to Wavelets and Other Filtering Methods in Finance and Economics. Academic Press. DOI: 10.1016/b978-012279670-8.50004-5 ↗
- Aguiar-Conraria, L. & Soares, M.J. (2014). The Continuous Wavelet Transform: Moving Beyond Uni- and Bivariate Analysis. Journal of Economic Surveys, 28(2), 344-375. DOI: 10.1111/joes.12012 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Wavelet Analysis of Financial Time Series. ScholarGate. https://scholargate.app/tr/finance/wavelet-finance
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
Yan yana karşılaştır →