Niniejsza praca porusza tematykę odwracalności w czasie zjawisk fizycznych i związanych z nimi szeregów czasowych. Symetrie opisu zjawisk fizycznych i związane z nimi prawa zachowania leżą u podstaw większości obecnych teorii fizycznych. Symetria względem odwrócenia w czasie jest jedną z najważniejszych. W badaniach eksperymentalnych, mających na celu potwierdzenie modeli teoretycznych, mamy często do czynienia z zapisami pomiarów empirycznych w czasie, czyli własnie z szeregami czasowymi. Metody testowania i ilościowej analizy ich odwracalności w czasie są słabo zbadane i do tej pory nie wzbudzały większego zainteresowania fizyków. Co za tym idzie, brakuje dobrze poznanych narzędzi do badania szeregów czasowych pod tym kątem. Niniejsza praca ma na celu, choć w niewielkim stopniu, uzupełnić te lukę i zaproponować takie narzędzie. W pracy zostały zaproponowane trzy kryteria do badania odwracalności empirycznych szeregów czasowych zainspirowane pracami Yvesa Pomeau [1], [2]. Wszystkie trzy kryteria zostały zbadane na przykładzie syntetycznych szeregach czasowych o znanych rozkładach a następnie została sprawdzona ich odporność na różnego rodzaju szum. Następnie za pomocą tych kryteriów zostały zbadane szeregi empiryczne pochodzące z pomiarów meteorologicznych, medycznych oraz notowania giełdowe (przebiegi indeksów giełdowych).

References

[1] Y. Pomeau: Symetrie des fluctuations dans le renversement du temps, Journal de Physique 43(6), 859-867 (1982).

[2]  J. S. W. Lamb and J. A. G. Roberts: Time-reversal symmetry in dynamical systems: a survey, Physica D: Nonlinear Phenomena 112(1), 1-39 (1998).

• Legal notice:
  

  Copyright (c) Pielaszek Research, all rights reserved.
  The above materials, including auxiliary resources, are subject to Publisher's copyright and the Author(s) intellectual rights. Without limiting Author(s) rights under respective Copyright Transfer Agreement, no part of the above documents may be reproduced without the express written permission of Pielaszek Research, the Publisher. Express permission from the Author(s) is required to use the above materials for academic purposes, such as lectures or scientific presentations.
  In every case, proper references including Author(s) name(s) and URL of this webpage: https://science24.com/paper/31845 must be provided.

1. Coevolving complex networks in the model of social interaction
2. Modeling Endogenous Contagion on O/N Interbank Market
3. Continuous-time random walk with memory in study of autocorrelations present in financial time series
4. Inter-transaction times and long memory of financial time series
5. Statistical mechanics of coevolving Ising model
6. Intraday correlation structure for high frequency financial data
7. Analysis of times between events by methods of statistical physics
8. Modeling of super-extreme events: An application to the hierarchical Weierstrass-Mandelbrot Continuous-time Random Walk
9. Dynamic structural and topological phase transitions on the Warsaw Stock Exchange: A phenomenological approach
10. Structural and topological phase transitions on the German Stock Exchange 
11. Universality of market superstatistics
12. Physics of polish banking system
13. Dynamic bifurcations on financial markets
14. Coevolution in model of social interactions: getting closer to real-world networks
15. Temporal condensation and dynamic λ-transition within the complex network: an application to real-life market evolution
16. Backward jump continuous-time random walk: An application to market trading
17. Universality of market superstatistics. Superscaling
18. Correlations and dependencies in high-frequency stock market data
19. Continuous-Time Random Walk models with memory. An application to description of market dynamics
20. Superextreme Events and Their Impact on Characteristics of Time Series
21. Catastrophic bifurcations on financial markets
22. Influence of super-extreme events on a Weierstrass-Mandelbrot Continuous-Time Random Walk
23. Backward jump Continuous-Time Random Walk on a stock market. What is the true origin of the autocorrelation on the market?
24. Share price movements as non-independent continuous-time random walk