Ising model in finance: from microscopic rules to macroscopic phenomena

Abstract

Hlavním cílem této práce je zjistit, zdali je Isingův model schopen reprodukovat vybrané statistické vlastnosti (někdy též stylizovaná fakta), které jsou typické pro širokou škálu fi- nančních aktiv. Zkoumanými vlastnostmi jsou heteroskedasticita výnosů, rapidně klesající autokorelace, shluky volatilit, těžké chvosty, záporná šikmost a nenormalita rozdělení výnosů. V první části práce testujeme přítomnost těchto stylizovaných faktů na denních výnosech indexu S&P 500 za posledních 30 let. Hlavní část práce je věnována Isingovým simulacím a shrnutí souvisejících výsledků. Do modelu jsou také včleněny nové prvky jako časová prodleva určená Poissonovým procesem či aktivita obchodníků ovlivněná velikostí celkové magnetizace. Docházíme k závěru, že Isingův model je schopen spolehlivě replikovat většinu zkoumaných statistických vlastností, přičemž dalšího zlepšení lze dosáhnout vhodnou mod- ifikací modelu. 1

The main objective of this thesis is to inspect the abilities of the Ising model to exhibit selected statistical properties, or stylized facts, that are common to a wide range of financial assets. The investigated properties are heteroskedasticity of returns, rapidly decaying linear autocorrelation, volatility clustering, heavy tails, negative skewness and non-Gaussianity of the return distribution. In the first part of the thesis, we test the presence of these stylized facts in S&P 500 daily returns over the last 30 years. The main part of the thesis is dedicated to the Ising model-based simulations and to discussion of the results. New features such as Poisson process governed lag or magnetisation dependent trading activity are incorporated in the model. We conclude that the Ising model is able to convincingly replicate most of the examined statistical properties while even more satisfactory results can be obtained with appropriate tuning. 1