Relaxation Times for Nonextensive Systems Using Gradient Flow for the Maximization of Tsallis Entropy: An Application to Financial Market Dynamics

Resumen Técnico: Tiempos de Relajación para Sistemas No Extensivos utilizando el Flujo de Gradiente para la Maximización de la Entropía de Tsallis

Planteamiento del Problema
El artículo aborda las limitaciones de la Hipótesis de los Mercados Eficientes (HME) al modelar la dinámica de los mercados financieros. La HME asume que los mercados alcanzan el equilibrio rápidamente, lo que implica que los rendimientos del mercado siguen distribuciones gaussianas y que el "tiempo de relajación" —la duración requerida para alcanzar un estado de máxima entropía— es insignificante. Sin embargo, la evidencia empírica sugiere que los mercados financieros son sistemas no lineales y complejos caracterizados por colas pesadas, picos pronunciados y fenómenos como burbujas y colapsos, los cuales no pueden ser descritos adecuadamente mediante estadísticas gaussianas. Los autores postulan que estos sistemas se modelan mejor como sistemas no extensivos utilizando la entropía de Tsallis. El problema central investigado es cómo cambia el tiempo de relajación cuando se aplica la estadística de Tsallis en comparación con la entropía de Shannon tradicional, y si este tiempo de escala extendido permite una mayor predictibilidad a largo plazo.

Metodología
Los autores desarrollan un marco basado en el Flujo de Gradiente Euclídeo (EGF, por sus siglas en inglés) para modelar la evolución temporal de un sistema que maximiza la entropía.

• Marco de trabajo: La dinámica se expresa como un descenso más pronunciado en el espacio de parámetros, optimizando un funcional de energía libre (entropía) sujeto a un término de penalización que representa la distancia entre los valores de los parámetros en pasos de tiempo sucesivos.
• Restricciones: El sistema está restringido a permanecer en una distribución q-gaussiana en todo momento. La dinámica es impulsada por las variaciones temporales de dos parámetros: el índice entrópico $q$ (o $\alpha = 1/(q-1)$) y la temperatura inversa $\beta_q$.
• Modelos Comparativos:
  1. Entropía de Shannon ($S_{sh}$): Asume una distribución gaussiana estándar. Las ecuaciones de EGF producen un tiempo de relajación $T_g$ donde la desviación estándar se vuelve infinita, lo que corresponde al estado de máxima entropía.
  2. Entropía de Tsallis ($S_q$): Asume una distribución q-gaussiana. Los autores derivan ecuaciones diferenciales acopladas no lineales para la evolución de $\alpha$ y $\beta_q$.
• Enfoque Numérico: Debido a la no linealidad de las ecuaciones de EGF para el caso general, los autores emplean un esquema de Euler hacia adelante para resolver el sistema numéricamente. Analizan dos condiciones iniciales específicas derivadas de los rendimientos logarítmicos diarios del S&P 500: un periodo justo antes del colapso de 2008 (alta no extensividad, $q_0 \approx 1.587$) y un periodo relativamente tranquilo ($q_0 \approx 1.195$).

Contribuciones Clave y Resultados

• Derivación de Tiempos de Relajación: El artículo deriva expresiones explícitas para los tiempos de relajación. Para la entropía de Shannon, el tiempo de relajación $T_g$ está determinado por la temperatura inversa inicial y el parámetro de movilidad. Para la entropía de Tsallis, el tiempo de relajación $T_q$ depende de los parámetros iniciales y del índice entrópico $q$.
• Comparación de Escalas Temporales: Una comparación teórica muestra que para parámetros no extensivos típicos ($q \approx 1.5$), el tiempo de relajación $T_q$ es aproximadamente 33 veces más largo que $T_g$.
• Simulaciones Numéricas:
  • Las simulaciones de la dinámica acoplada de $\alpha$ y $\beta_q$ revelan que los sistemas con un $q$ inicial más alto (mayor no extensividad) exhiben tiempos de relajación significativamente más largos.
  • El estudio destaca una dinámica distinta: mientras que $\beta_q$ puede alcanzar cero, el sistema no alcanza el equilibrio inmediatamente porque la entropía continúa evolucionando a través de los cambios en $\alpha$ (o $q$). El equilibrio solo se alcanza tras varios ciclos adicionales.
• Aplicación Empírica: El modelo se ajustó a los datos del S&P 500 en torno al colapso de 2008. Al hacer coincidir los parámetros iniciales del modelo con los datos, los autores estimaron aproximadamente 40 ciclos por día. El modelo sugiere un tiempo de relajación de aproximadamente 26,000 ciclos, lo que corresponde a un horizonte de predicción de aproximadamente 360 días. El modelo capturó con éxito la tendencia decreciente general de $\beta_q$ y la evolución de $q$ durante los primeros 360 días, aunque no capturó un aumento inicial de $\beta$ observado en los datos.

Significancia y Reivindicaciones
El artículo sostiene que la aplicación de la entropía de Tsallis mediante el Flujo de Gradiente Euclídeo proporciona una descripción más realista de la dinámica de los mercados financieros que los modelos gaussianos estándar. La principal significancia radica en el hallazgo de que los sistemas no extensivos poseen tiempos de relajación mucho más largos que los sistemas extensos (basados en Shannon). Esto implica que la información (definida como el inverso de la entropía) persiste durante periodos más largos en los mercados financieros, desafiando el supuesto de la HME de un equilibrio rápido. En consecuencia, los autores sugieren que el comportamiento del mercado puede ser predecible durante horizontes más largos (hasta ~360 días en su caso de estudio específico) durante periodos de alta no extensividad, como los que preceden a los grandes colapsos de mercado. El método ofrece una herramienta potencial para estimar cuánto tiempo tardan los mercados en asentarse tras eventos caóticos como burbujas o colapsos.