Un equipo de biofísicos de Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) presenta un método matemáticamente conciso para comparar diferentes modelos de precios en su última publicación en Comunicaciones de la naturaleza . Esto permite a los investigadores predecir con mayor precisión cómo cambian con el tiempo parámetros como la volatilidad de los precios de las acciones.
Los altibajos de los precios de las acciones son el resultado de una compleja interacción entre inversores tradicionales, traders intradía y fondos de cobertura de alta frecuencia. Las fluctuaciones de precios a corto plazo aparentemente erráticas se pueden caracterizar por una constante de difusión, llamada volatilidad. Sin embargo, la volatilidad en sí cambia significativamente a lo largo de escalas de tiempo más largas. Por ejemplo, los anuncios inesperados de Twitter pueden desencadenar picos abruptos de volatilidad, mientras que los cambios de política económica pueden inducir variaciones graduales de volatilidad. Los analistas financieros luchan notoriamente para estimar cómo cambia la volatilidad con el tiempo y, a menudo, basan sus predicciones en suposiciones sin fundamento.
En lugar de evaluar analíticamente la incertidumbre de diferentes predicciones de modelos, Christoph Mark y sus colegas del grupo de Biofísica de FAU desarrollaron una implementación numérica del principio de la 'navaja de Occam', lo que favorece aquellos modelos que describen los datos con el menor número de supuestos.
Los investigadores utilizan este método para demostrar que la denominada distribución de cola gruesa de los rendimientos del mercado de valores (incluidos eventos raros pero dramáticos como los viernes negros y las burbujas del mercado) surge naturalmente de fluctuaciones repentinas de volatilidad. Es más, con su método, pueden identificar los eventos desencadenantes (como anuncios de noticias) en tiempo real.
Fluctuaciones de volatilidad o, hablando de manera más general, paseos aleatorios heterogéneos no son exclusivos de las finanzas, sin embargo, y también describen los movimientos de las células cancerosas invasoras, el momento de los accidentes y desastres, y cambio climático. Aquí, su método se puede utilizar para identificar células particularmente invasivas, para determinar medidas políticas que puedan reducir los accidentes, o comparar diferentes modelos climáticos para pronosticar el calentamiento global.