データ同期による自発的特徴パターン抽出経済データへの応用

摘要

A method for spontaneous data clustering based on collective synchronization in a network of phase oscillators is applied to aluminium and copper cash return data in the London Metal Exchange. Major feature patterns of cash return over the week are extracted. Such patterns are unlikely to exist when the return fluctuations are subject to a random process with independent identical distribution.%位相振動子ネットワーク上の集団同期現象に基づく自発的データクラスタリング手法であるデータ同期を用いて，ロンドン金属取引所におけるアルミニウムおよび銅の現物価格データから，価格リターンの変動に関する主要な週間パターンを抽出した．このような特定な構造を持つ週間変動は独立一様なランダム過程では存在しそうにない．