Đo lường độ phức tạp trong chuỗi thời gian của các cổ phiếu trong danh mục VN30: Tiếp cận bằng Entropy hoán vị

Trần Thị Tuấn Anh

doi:10.46223/HCMCOUJS.econ.vi.14.1.493.2019

14 (1) 2019

Đo lường độ phức tạp trong chuỗi thời gian của các cổ phiếu trong danh mục VN30: Tiếp cận bằng Entropy hoán vị

Tác giả - Nơi làm việc:

Trần Thị Tuấn Anh - Trường Đại học Kinh tế Thành phố Hồ Chí Minh , Việt Nam

Tác giả liên hệ, Email: Trần Thị Tuấn Anh - anhttt@ueh.edu.vn

DOI:10.46223/HCMCOUJS.econ.vi.14.1.493.2019

Tóm tắt

Bài viết áp dụng phương pháp Bandt & Pompe (2002) trên dữ liệu giá đóng cửa và tỷ suất sinh lợi hàng ngày của các cổ phiếu thuộc danh mục VN30 trên thị trường chứng khoán Việt Nam thu thập trong giai đoạn từ tháng 01/2000 đến tháng 08/2018. Kết quả tính toán cho thấy entropy hoán vị chuẩn hóa của chuỗi giá đóng cửa các cổ phiếu không gần 1, nghĩa là biến động của các chuỗi chưa thực sự ngẫu nhiên, còn có tính hình mẫu và có thể dự đoán một phần bằng các hình mẫu hoán vị. Nếu xét theo entropy hoán vị chuẩn hóa của chuỗi tỷ suất sinh lợi thì có thể thấy biến động của chuỗi tỷ suất sinh lợi mang tính ngẫu nhiên nhiều hơn, và vì thế ít có thể dự đoán được hơn so với chuỗi giá. Ngoài ra, entropy hoán vị của chuỗi giá giải thích tốt hơn cho biến động của tỷ suất sinh lợi trung bình, so với dùng entropy của chuỗi tỷ suất sinh lợi và cũng tốt hơn so với khi dùng độ đo rủi ro thông thường là độ lệch chuẩn của tỷ suất sinh lợi.

Từ khóa

chuỗi giá đóng cửa; chuỗi tỷ suất sinh lời; emtropy hoán vị; đo lường độ phức tạp của chuỗi thời gian; emtropy hoán vị chuẩn hóa

Toàn văn:

PDF

Tài liệu tham khảo

Bandt, C., & Pompe, B. (2002). Permutation entropy: A natural complexity measure for time series. Physical Review Letters, 88(17), 174102.

Kantz, H., & Schreiber, T. (2003). Nonlinear time series analysis. Cambridge, UK: Cambridge University Press.

Lempel, A., & Ziv, J. (1976). On the complexity of finite sequences. IEEE Transactions on Information Theory, 22(1), 75-81.

Pincus, S. M. (1991). Approximate entropy as a measure of system complexity. Proceedings of the National Academy of Sciences of the United States of America, 88(6), 2297-2301.

Richman, J. S., & Moorman, J. R. (2000). Physiological time-series analysis using approximate and sample entropy. American Journal of Physiology: Heart and Circulatory Physiology, 278(6), 2039-2049.

Riedl, M., Muller, A., & Wessel, N. (2013). Practical considerations of permutation entropy. The European Physical Journal Special Topics, 222(2), 249-262.

Risso, W. A. (2008). The informational efficiency and the financial crashes. Research in International Business and Finance, 22(3), 396-408.

Shannon, C. E. A. (1948). Mathematical theory of communication. Bell System Technical Journal, 27, 379-423.

DOI: https://doi.org/10.46223/HCMCOUJS.econ.vi.14.1.493.2019

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.