On multifractality and predictability of financial time series

Abstract

The aim of this thesis is to examine an empirical relationship between multifrac- tality of financial time series and its returns. We approach the multifractality of a given time series as a measure of its complexity. Multifractal financial time series exhibit repeating self-similar patterns. Multifractality could be a good predictor of stock returns or a factor which can be used in asset pricing. We expected that capturing the complexity of a given time series by a model, a positive or a negative risk premia for investing into "more multifractal assets" could be found. Daily prices of 31 stock indices and daily returns of 10-years US government bonds were downloaded. All the data were recorded between 2012 and 2021. After estimation the multifractal spectra, applying MF-DFA method, of all stock indices, we ordered all stock indices from the lowest to the most multifractal. Then, we constructed a "multifractal portfolio" holding a long position in the 7 most multifractal and holding a short position in the 7 least multifractal stock indices. Fama-MacBeth regression with market risk premia and multifractal variable as independent variables was applied. Multi- fractality in all examined financial time series was found. We also found a very low negative risk premia for holding "a multifractal...

Cílem této práce je ověřit empirický vztah mezi multifraktalitou finančních časových řad a jejich výnosy. K multifraktalitě přistupujeme jako k míře kom- plexity dané finanční časové řady. Multifraktální časové řady vykazují sebe- opakující se vzorce. Multifraktalita by mohla být dobrým prediktorem ak- ciových výnosů nebo faktorem, který by mohl být využit k oceňování aktiv. V naší práci popisujeme komplexitu dané finanční časové řady pomocí modelů a poté zkoumáme, zda najdeme kladnou nebo zápornou rizikovou prémii za in- vestování do "více multifraktálních aktiv". Získali jsme denní ceny 31 akciových indexů a denní výnosy 10-letých amerických státních dluhopisů. Všechna data pochází z období let 2012 až 2021. Pomocí metody MF-DFA jsme odhadli multifraktální spektra na všech 31 akciových indexech. Všechny akciové in- dexy jsme seřadili od nejméně po nejvíce multifraktální. Zkonstruovali jsme "multifraktální portfolio" držením dlouhé pozice v 7 nejvíce multifraktálních akciových indexech a držením krátké pozice v 7 nejméně multifraktálních in- dexech. Poté jsme použili regresi Fama-MacBeth s nezávislými proměnnými, očekávaným tržním výnosem a rizikovou prémií. Ve všech zkoumaných fi- nančních časových řadách jsme našli multifraktalitu. Rovněž jsme nalezli velmi nízkou zápornou rizikovou prémii za...