Understanding Exchange Rates Dynamics

Résumé En Fr

With the emergence of the chaos theory and the method of surrogates data, nonlinear approaches employed in analysing time series typically suffer from high computational complexity and lack of straightforward explanation. Therefore, the need for methods capable of characterizing time series in terms of their linear, nonlinear, deterministic and stochastic nature are preferable. In this paper, we provide a signal modality analysis on a variety of exchange rates. The analysis is achieved by using the recently proposed "delay vector variance" (DVV) method, which examines local predictability of a signal in the phase space to detect the presence of determinism and nonlinearity in a time series. Optimal embedding parameters used in the DVV analysis are obtain via differential entropy based method using wavelet-based surrogates. A comprehensive analysis of the feasibility of this approach is provided. The empirical results show that the DVV method can be opted as an alternative way to understanding exchange rates dynamics.

Avec l'émergence de la théorie du chaos et de la méthode des données surrogate, les approches non linéaires utilisées dans l'analyse des séries temporelles sont complexes et manquent d'explication simple. Néanmoins il est intéressant d'utiliser des techniques permettant de prendre en compte les caractères linéaire, non linéaire, déterministe et stochastique des données observées dans la pratique. Dans cet article, nous analysons une grande variété de données de taux de change. L'analyse est obtenue en utilisant la méthode "delay vector variance" (DVV), qui étudie la prévisibilité locale d'un signal dans l'espace de phase afin de détecter la présence de déterminisme et de non linéarité dans les séries chronologique.