Un team di biofisici della Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) presenta un metodo matematicamente conciso per confrontare diversi modelli di prezzo nella loro ultima pubblicazione in Comunicazioni sulla natura . Ciò consente ai ricercatori di prevedere in modo più accurato come i parametri come la volatilità dei prezzi delle azioni cambiano nel tempo.
Gli alti e bassi dei corsi azionari sono il risultato di una complessa interazione tra investitori tradizionali, day trader e hedge fund ad alta frequenza. Le fluttuazioni dei prezzi a breve termine apparentemente irregolari possono essere caratterizzate da una costante di diffusione, chiamata volatilità. Però, la stessa volatilità cambia significativamente su scale temporali più lunghe. Per esempio, annunci imprevisti di Twitter possono innescare improvvisi picchi di volatilità, mentre i cambiamenti di politica economica possono indurre variazioni graduali della volatilità. Gli analisti finanziari notoriamente faticano a stimare come la volatilità cambia nel tempo e spesso basano le loro previsioni su ipotesi infondate.
Invece di valutare analiticamente l'incertezza delle diverse previsioni del modello, Christoph Mark e colleghi del gruppo di biofisica della FAU hanno sviluppato un'implementazione numerica del principio del "rasoio di Occam", che favorisce quei modelli che descrivono i dati con il minor numero di ipotesi.
I ricercatori usano questo metodo per dimostrare che la cosiddetta distribuzione a coda di grasso dei rendimenti del mercato azionario (compresi eventi rari ma drammatici come i Black Friday e le bolle di mercato) emerge naturalmente da improvvise fluttuazioni di volatilità. Inoltre, con il loro metodo possono individuare gli eventi scatenanti (come gli annunci di notizie) in tempo reale.
fluttuazioni di volatilità o, più in generale, le passeggiate casuali eterogenee non sono esclusive della finanza, però, e descrivere anche i movimenti delle cellule tumorali invasive, la tempistica di incidenti e disastri, e cambiamento climatico. Qui, il loro metodo può essere utilizzato per identificare cellule particolarmente invasive, determinare misure politiche che possano ridurre gli incidenti, o per confrontare diversi modelli climatici per prevedere il riscaldamento globale.
