Linhas de Pesquisa em Econofísica
Transcript of Linhas de Pesquisa em Econofísica
Lin
has de
Pes
quis
a em
Eco
nofísi
ca Ros
ane
Rie
raFre
ire
Dep
arta
men
to d
e Fís
ica
PU
C-R
io
OB
JETIV
OS
•Ilus
trar
a a
plic
ação
de
conc
eito
s e
técn
icas
de
físi
ca
esta
tístic
a na
des
criç
ão d
os fen
ômen
os e
conô
mic
os
•A
pres
enta
r al
guns
res
ulta
dos d
esta
s co
ntribu
içõe
s pa
ra
a co
mpr
eens
ão d
o co
mpo
rtam
ento
do
mer
cado
•M
ostrar
a p
oten
cial
idad
e da
s linh
as d
e pe
squi
sa e
m
Eco
nofísi
ca
Sér
ie h
istó
rica
do IB
OV
ESPA
Preço
0
10000
20000
30000
40000
50000
60000
70000 Jan-96
Jan-97
Jan-98
Jan-99
Jan-00
Jan-01
Jan-02
Jan-03
Jan-04
Jan-05
Jan-06
Jan-07
Tempo
Per
gunt
as tí
pica
s da
s di
vers
as á
reas
de
atua
ção
•Q
uais o
s fa
tore
s re
spon
sáve
is p
elo
com
portam
ento
de
curto
e de
long
o pr
azo
dos at
ivos
fin
ance
iros
? Com
o co
rrel
acio
ná-los
com
fat
ores
ec
onôm
icos
, pol
ític
os, e
tc?
(ECO
NO
MIS
TA
S, A
NA
LIS
TA
S F
INA
NCEIR
OS)
•Q
ual o
risco
ass
ocia
do a
um
inve
stim
ento
? Ele
pod
e se
r m
edid
o,
cont
rola
do?
Exi
stem
estra
tégi
as p
ara
isso
?(B
AN
QU
EIR
OS, I
NV
ESTID
ORES, S
EG
URA
DO
RA
S)
•Q
uais são
as le
is e
stat
ística
s qu
e go
vern
am a
s va
riaç
ões de
pre
ços?
Q
uão
freq
üent
es são
os sa
ltos de
pre
ços?
É p
ossíve
l pre
vê-los
?(M
ATEM
ÁTIC
OS, E
CO
NO
METRIS
TA
S e
FÍS
ICO
S)
Ret
orno
s de
Pre
ços na
esc
ala
tem
pora
l ∆t
Sériede preçosS(t)
Sériede retornosZ∆t (t)
Z∆t(t
) = lnS(t
+ ∆t) –
lnS(t)
Z∆t(t
) = ln
[S(t
+ ∆t)/S
(t)]
ano
Dep
endê
ncia
das
flu
tuaç
ões de
pre
çoco
m a
esc
ala
tem
pora
l
Col
apso
de
dado
s de
Ret
orno
s N
orm
aliz
ados
A.A
.G. C
ortine
s e R. R
iera
, Phys
icaA 377
, 181
(20
07)
Ret
orno
s N
orm
aliz
ados
: Ž ∆
t= Z
∆t/ σ
∆t
Ret
orno
Ret
orno
Ret
orno
Ret
orno
Densidade Densidade Densidade Densidadede de de de probabilidade probabilidade probabilidade probabilidade
ZZ/ σ
Des
vio
padr
ão d
a di
stribu
ição
: σ∆t
Inva
riân
cia
por tran
sfor
maç
ão d
e es
cala
Uma fu
nçã
o f(x) in
varian
tepor
tra
nsfor
maç
ão de
esca
la não
pos
sui e
scala ca
racterística
:
f(λx)
=λβf(x)
A for
ma fu
ncion
al que ca
racteriza a au
sência de
esca
la car
acterística é a lei d
e potên
cia:
f(x)
= A
xβ
No pon
to crítico
, o
taman
ho dos
ag
lomer
ados atinge
o
taman
ho do sistem
a.
O sistema torn
a-se
inva
rian
tepor
mudan
ça de esca
la.
Univer
salidad
e:vá
rios
sistemas
pos
suem
as mesmas
pro
pried
ades crítica
s
Ana
logi
a co
m sis
tem
a físico
Que
stõe
s:
•Q
uais
as ca
ract
erís
tica
s es
tatístic
as d
as d
istrib
uiçõ
es
dos da
dos fina
ncei
ros?
•Exi
ste
auto
-sim
ilar
idad
e, a
téqu
e es
cala
tem
pora
l?
•O
mer
cado
fin
ance
iro
ées
taci
onár
io?
•Exi
ste
univ
ersa
lida
de n
as sér
ies te
mpo
rais
de
dife
rent
es m
erca
dos?
Sim
ilar
idad
e da
s di
stribu
içõe
s de
Ret
orno
s
Zτ(t)
= ln
S(t+τ)
–ln
S(t)
Man
delb
rot(
63):
distribu
ição
de
valo
res in
term
ediá
rios
de
re
torn
os c
om for
ma
func
iona
l sim
ilar
par
a vá
rias
esc
alas
de
tem
po
(τ=1
dia
a 1
mês
)
P(z
) ~
|z|-(
1+α)
α≈1.
7
As ca
ract
erística
s de
: (i)
form
a fu
ncio
nal e
stáv
el(ii)
caud
as p
ronu
ncia
das
suge
rem
que
as va
riaç
ões de
pre
ço sej
am d
escr
itas
por
di
stribu
içõe
s de
Lév
y.
Dis
trib
uiçõ
es d
e re
torn
os e
mpí
rica
s
(i) reg
ião
cent
ral d
escr
ita
por D
istrib
uiçõ
es d
e Lév
y
(ii) c
auda
s co
m c
ompo
rtam
ento
inte
rmed
iário
Gau
ss -
Lév
y
Dis
trib
uiçã
o de
ret
orno
s no
rmal
izad
os d
o ín
dice
S&
P (84
-89)
( τ
=1
min
)R
. Man
tegn
ae
H. S
tanl
ey, N
atur
e37
6, 4
6 (1
995)
Gau
ssia
na
Lév
y
Cau
das da
s di
stribu
içõe
s de
ret
orno
diá
rio
do m
erca
do d
e aç
ões
amer
ican
o (♦
) e
indi
ano
(♦) ,
cons
ider
ando
-se
as 5
0 m
aior
es c
ompa
nhia
s (1
994-
2000
).
K. M
atia
etal
, con
d-m
at03
0801
3
Com
por
tamen
to não
-universa
l das
cau
das
das
distribuiçõe
s de retorn
os
Retor
nos no
rmalizad
os
Grá
fico
log-
log
Retor
nos no
rmalizad
os
Grá
fico
sem
i-lo
g
Aná
lise
•N
o ho
rizo
nte
tem
pora
l cu
rto,
as
distribu
içõe
s de
ret
orno
apr
esen
tam
ca
ract
erística
s de
aut
o-sim
ilar
idad
e e
estac
iona
ried
ade.
•A
s le
is q
ue g
over
nam
a for
maç
ão d
e pr
eços
são
as m
esm
as n
as e
scal
as
tem
pora
is d
e cu
rto
praz
o
•Par
a es
cala
s de
te
mpo
m
ais
long
as,
as di
stribu
içõe
s de
re
torn
os
apro
xim
am-s
e da
di
stribu
ição
G
auss
iana
, ap
rese
ntan
do no
vam
ente
ca
ract
erística
s de
estac
iona
ried
ade
e se
ndo
regi
das
por
nova
s le
is d
e es
cala
.
•Em
m
erca
dos
emer
gent
es,
a freq
üênc
ia de
oc
orrê
ncia
de
gr
ande
s flut
uaçõ
es
de
preç
os,
pode
ap
rese
ntar
de
svio
s em
re
laçã
o ao
co
mpo
rtam
ento
em
lei d
e po
tênc
ia d
as c
auda
s da
s di
stribu
içõe
s, d
evid
o ao
efe
ito d
e ta
man
ho fin
ito d
este
s m
erca
dos.
Alg
uns C
once
itos
e M
étod
os
utiliz
ados
em
Eco
nofísi
ca
•Leis de esca
la &
inva
riân
cia de
escala das distribuiçõe
s das
variáv
eis ec
onôm
icas
•Reg
imes em escala de tempo cu
rta & lo
nga
•Cor
relaçã
o das flutuaç
ões su
cessivas de pre
ços & análise de
conve
rgên
cia da
s distribuiçõe
s
•Analog
ia com
pro
cessos difusivo
s an
ômalos
•Analog
ia com
pro
cessos turb
ulentos
•Aplica
ção de mod
elos gen
eralizad
os
•Soluçã
o de eq
uaçõ
es de mov
imen
to estoc
ástica
s
•Análise frac
tal &
multifra
ctal de séries tem
por
ais
•Teo
ria do ca
os
•Sim
ulaçã
o de mod
elos m
icro
scóp
icos par
a atuaç
ão de ag
entes
do sistem
a social e finan
ceiro
Pro
cess
o D
ifus
ivo
dos pr
eços
Posições sucessivas de partícula difundido-se em um meio
•Série tem
por
al de pr
eços é equivalen
tea posiçõe
s su
cessivas de pa
rtícula difusiva
•As flutua
ções de preço
são
dev
ido à forças
resu
ltan
tes da atua
ção dos age
ntes do merca
doe a fatores ex
tern
os
Em
ana
logi
a co
m a
par
tícu
la d
ifus
iva,
estas
for
ças po
dem
ter na
ture
za
(i) de
term
inís
tica
:(d
evid
o à
atua
ção
de c
ampo
ext
erno
↔in
fluê
ncia
s m
acro
econ
ômic
as)
(ii) e
stoc
ástica
:(d
evid
o à
atua
ção
das pa
rtíc
ulas
do
mei
o ↔
atua
ção
alea
tória
dos ag
ente
s ou
ch
egad
a de
inf
orm
açõe
s no
vas no
mer
cado
)
Mod
elos
Gen
eral
izad
os -
exem
plo
•Mod
elag
emba
sead
aem
mecân
icaestatísticanão
-exten
siva
C. T
sallis
e D.J. B
ukman
, Phy
s. R
ev. E
54, R
2197
(19
96)
•Mod
elodescrev
edinâ
micasu
perdifusiva
(q>1)
•q=1 descrev
eco
mpo
rtam
ento
difus
ivono
rmal
•Par
âmetro
econ
ofísicoq m
edeo gr
aude difusãoan
ômala
das
flutua
ções
de preço
Dep
endê
ncia
das
dis
trib
uiçõ
es d
e re
torn
os c
om a
esc
ala
tem
pora
l τre
gida
por
Equ
ação
de
Fok
ker-
Pla
nck
não-
line
ar (q≠
1)
qz
Pz
Dz
Pz
Kz
zP
−
∂∂+
∂∂−
=∂
∂2
22
)],
([
)],
()
([
),
(τ
ττ
τ
Equ
açõe
s de
mov
imen
to e
stoc
ástica
s
Fitda distribuição
de vo
latilidad
e (nor
malizad
a) d
e aç
ões neg
ociadas
no mer
cado am
erican
o
11
2(
)γ
θµ
α−
=−
−+
+r
sdx
xxdt
xdw
dw
Vol
atili
dade
Estoc
ástica
: M
odel
o de
Rev
ersã
o à
méd
ia G
ener
aliz
ado
com
ru
ído
aditi
vo e
mul
tipl
icat
ivo
(x = v2)
v
P(v)
)1/(
12
0
12
00
])
/)(1
(1[
)/
()
(−
+
−+
=q
qP
υυυ
υρ
υν
w1an
d w
2 são
dois
ruíd
osbr
anco
sin
depe
nden
tes
Sol
ução
Estac
ioná
ria
para
(r =
0 ;
s = 1
/2) ou
(r = -1
; s =
-1/
2):
C. A
nteneo
doe R. R
iera
, Phys
. Rev
. E 72, 026
106 (200
5)
Cra
shco
mo
fenô
men
o cr
ític
oD. S
ornette
et al, J. P
hys. I Fra
nce
6, 1
67 (19
96)
Mod
elag
em:
•bolha
especulativa
pré-cra
sh dev
idaa efeito
de
coop
eraç
ãocrescenteen
treos
agen
tes
�ag
entesem
redeinform
acional
hierá
rquica
90
140
190
240
290
340
390
2-jan-80
5-Aug-80
11-mar-81
13-Oct-81
18-May-82
20-Dec-82
25-jul-83
27-Feb-84
28-Sep-84
3-May-85
6-Dec-85
14-jul-86
13-Feb-87
18-Sep-87
22-Apr-88
23-nov-88
29-jun-89
1-Feb-90
6-Sep-90
Cra
shde
198
7
S&
P50
0
Com
por
tamen
to “mac
roscóp
ico”
da série tempor
al de pre
ços na fase pré
-cra
sh:
Par
âmetro
secon
ofísicos:
t c–data maispr
ováv
eldo cr
ash; w –
freq
uên
cialog-per
iódica;
λ= exp
(2π πππ/ω ωωω
) -fatorde inva
riân
ciadiscretade esca
ladaredeinform
acional
de age
ntes
00.5
11.5
4000
5000
6000
7000
8000
9000
10000
11000
12000
13000
14000
IBOVESPA
bolha pré
-cra
sh19
97
]])
log(
cos[
1[)
()
(φ
β+
−+
−+
=t
tw
Ct
tB
At
pc
c
Din
âmic
a do
mer
cado
fin
ance
iro
em a
nalo
gia
com
pro
cess
os tu
rbul
ento
sFried
rich
etal, P
hys. R
ev. L
ett. 84, 522
4 (200
0)
Mod
elag
em:
Assume a ex
istência de fluxo
de
inform
ação
no M
erca
do par
a esca
las de tempo mais cu
rtas,
analog
amen
te ao fluxo
de en
ergia
em casca
ta nos fen
ômen
os de
turb
ulência.
É possíve
l rep
roduzir o re
gime de
caudas lo
nga
s das distribuiçõe
s de re
torn
o em
escala de tempo
curta, a
par
tir do re
gime
Gau
ssiano, em escala de tempo
longa
.A.A
.G.C
ortines, C
.Anteneo
doe R.R
iera
,Eur. Phys
. J. B
, to ap
pea
r
Sim
ulaç
ão d
e M
odel
os M
icro
scóp
icos
Micro
scop
ic Sim
ulation
of Finan
cial M
arkets
H. L
evy, M
. Lev
y, S. S
olom
on W
iley
•M
etod
olog
iaor
iginalmen
tedesen
volvidapar
aan
alisar
pro
blemas
físico
s:
simula
a atuaç
ãode elem
entosindividua
ismicro
scóp
icos
par
aob
ter
pro
pried
ades
mac
roscóp
icas
de sistem
asco
mplex
osquesão
analiticam
ente
intratáv
eis
•Atrav
ésda
simulaçã
odaatuaç
ãodo
s ag
entessociaise/ou
do merca
do,
pod
emos
relaxa
rhipóteses
clássica
ssobre
o co
mpo
rtam
ento
do
inve
stidor
(rac
iona
lidad
e, hom
ogen
eida
de,etc) e analisar
suainfluên
cia
sobre
a dinâm
icados preço
s.
•Tem
sidosimulado
smod
elos
micro
scóp
icos
de ag
entesco
m rac
iona
lidad
elim
itad
a, heterog
êneo
s, a
dap
tativo
se ev
olucion
ários
.