💰 quantitative finance

Deformation of semi-circle law for the correlated time series and Phase transition

Este artigo investiga como as correlações temporais em séries temporais financeiras deformam a lei do semicírculo de Wigner de matrizes aleatórias, demonstrando que a força da correlação altera os momentos espectrais e induz uma transição de fase entre momentos de ordem superior finitos e divergentes sob decaimento de lei de potência.

Autores originais: Masato Hisakado, Takuya Kaneko

Publicado 2026-07-14

📖 6 min de leitura🧠 Leitura aprofundada

CC0 1.0

Autores originais: Masato Hisakado, Takuya Kaneko

Artigo original dedicado ao domínio público sob CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você tem um espelho mágico gigante feito de uma grade de pequenos quadrados. Se você preencher este espelho com um ruído completamente aleatório e caótico — como a estática de uma TV antiga — o reflexo que você vê segue uma forma muito previsível e suave chamada "lei do semicírculo". É como uma colina perfeita e suave: baixa nas laterais, alta no meio, e nada de muito selvagem acontecendo.

Mas o que acontece se esse ruído não for aleatório? E se os quadrados no seu espelho estiverem, na verdade, sussurrando segredos para seus vizinhos, criando um padrão de correlações temporais? Foi exatamente isso que Masato Hisakado e Takuya Kaneko investigaram. Eles pegaram séries temporais financeiras (como preços de ações ou taxas de câmbio) e construíram estas "matrizes de Wigner" para ver como os sussurros mudavam a forma da colina.

A Grande Reviravolta: A Colina Ganha uma Coroa Pontiaguda

A principal descoberta deles é que, quando esses números financeiros são correlacionados, o semicírculo perfeito é deformado. Ele não apenas ondula; ele se transforma. O centro da colina recebe um pico muito mais alto e agudo, e as caudas (as laterais) se estendem mais, tornando-se "mais gordas".

Pense nisso como uma multidão de pessoas em um círculo. Se todos forem independentes, eles se espalham uniformemente. Mas se todos estiverm de mãos dadas e reagindo aos movimentos uns dos outros (correlação), eles se agrupam mais apertados no meio e se esticam mais nas extremidades. Os autores descobriram que, quanto mais forte for a conexão (correlação) entre os números, mais pontiagudo o pico e mais gordas as caudas se tornam.

O "Número Mágico" e a Transição de Fase

É aqui que as coisas ficam realmente selvagens. Os autores observaram dois tipos de "sussurros" ou correlações:

Decaimento Exponencial: Os sussurros desaparecem rapidamente, como um segredo contado em uma fila de amigos que param de ouvir após alguns passos. Neste caso, a colina fica pontiaguda, mas permanece estável.
Decaimento de Lei de Potência (Power Law): Os sussurros são teimosos. Eles desaparecem muito lentamente, o que significa que um número de muito tempo atrás ainda influencia o presente. É aqui que ocorre uma transição de fase.

Os autores descobriram um "número mágico" crítico chamado $\gamma = 1/2$ .

Se a teimosia dos sussurros for maior que 1/2 ( $\gamma > 1/2$ ), o sistema é estável. O "quarto momento" (uma forma matemática elegante de medir o quão gordas são as caudas) permanece finito, e o maior autovalor (o ponto mais alto da colina) permanece finito.
Se a teimosia for 1/2 ou menor ( $\gamma \le 1/2$ ), as coisas ficam loucas. O quarto momento e o maior autovalor tornam-se infinitos.

É como uma ponte que aguenta bem o tráfego normal, mas se o tráfego se tornar muito "pegajoso" (com muita correlação de longo alcance), a ponte subitamente colapsa no infinito. Isso não é apenas um palpite; em suas simulações numéricas, eles viram essa transição claramente, com os dados comportando-se de maneira diferente em ambos os lados dessa linha de $1/2$ .

Trabalho de Detetive no Mundo Real

A equipe não apenas brincou com matemática; eles testaram isso em dados financeiros reais. Eles observaram 25 séries temporais diferentes, incluindo criptomoedas, commodities, títulos do governo e taxas de câmbio (FX).

Eles estabeleceram um teste de "hipótese nula": E se esses mercados fossem apenas ruído aleatório (i.i.d. normal)?

O Resultado: A maioria dos mercados, como ações e commodities, se ajusta muito bem à lei do semicírculo. Eles são majoritariamente aleatórios.
Os Outliers: No entanto, mercados específicos de câmbio (como USD/CHF, USD/CAD, EUR/CHF e EUR/GBP) e alguns ativos de cripto rejeitaram a ideia de que são apenas ruído aleatório. Suas distribuições de autovalores exibiam esses sinais reveladores: picos mais altos e caudas mais gordas.

Os autores calcularam que o desvio nesses mercados específicos deve-se, em grande parte, à correlação temporal. Por exemplo, no mercado USD/CHF, a correlação no menor atraso temporal foi forte o suficiente para elevar o quarto momento para 2,128, bem fora do intervalo esperado para o ruído aleatório (que orbita em torno de 2).

O Que Eles Descartaram

É importante notar o que este artigo diz que não é o principal culpado. Embora os dados financeiros sejam conhecidos por terem "caudas gordas" (eventos extremos), os autores argumentam que, para estas matrizes de Wigner específicas, a correlação temporal é o principal motor da deformação. Eles mostram explicitamente que a diferença em relação à lei do semicírculo depende da estrutura de correlação, não apenas da natureza de cauda pesada dos retornos isoladamente.

Além disso, eles esclarecem que este comportamento é diferente de outros tipos de matrizes aleatórias (como as matrizes de Wishart). Naqueles outros sistemas, a "transição de fase" é controlada pelo segundo momento. Mas neste mundo das matrizes de Wigner, tudo gira em torno do quarto momento. Isso sugere que diferentes tipos de matrizes aleatórias pertencem a diferentes "classes de universalidade" — elas têm suas próprias regras únicas de como reagem às correlações.

Quão Certos Eles Estão?

Os autores estão confiantes em sua matemática analítica, que prevê que o quarto momento aumenta com a força da correlação. Eles sustentam isso com simulações numéricas usando dados sintéticos (como o movimento browniano fracionário) e dados financeiros reais. Essas simulações mostram o comportamento de escala de tamanho finito perto do ponto de transição, apoiando a ideia de que a transição de fase em $\gamma = 1/2$ é real.

No entanto, eles são cuidadosos ao afirmar que, embora os cálculos de momentos sejam sólidos, uma prova matemática rigorosa de "convergência fraca" (uma garantia estatística profunda) exigiria ferramentas mais avançadas como a transformada de Stieltjes, que eles não utilizaram neste artigo específico. Portanto, embora a evidência das simulações e da análise de momentos seja forte, a prova matemática absoluta da convergência ainda é um trabalho em andamento.

Em resumo, o artigo revela que os mercados financeiros, especialmente os de câmbio, não são apenas ruído aleatório. Eles possuem uma "memória" oculta que deforma o cenário matemático, transformando uma colina suave em uma cadeia de montanhas pontiaguda e esticada, e se essa memória se tornar forte demais, toda a estrutura atinge um ponto crítico de ruptura.

Resumo Técnico: Deformação da Lei do Semicírculo para Séries Temporais Correlacionadas e Transição de Fase

Enunciado do Problema
A Teoria de Matrizes Aleatórias (RMT) fornece um arcabouço universal para analisar o comportamento espectral de grandes sistemas complexos. Resultados clássicos, como a lei do semicírculo de Wigner, descrevem as distribuições de autovalores de matrizes aleatórias simétricas com entradas independentes. No entanto, séries temporais financeiras frequentemente exibem duas propriedades distintas: correlações temporais e distribuições de cauda pesada. Desvios das leis clássicas em matrizes de Wishart (usadas para estimativa de covariância) foram vinculados a correlações temporais e transições de fase, mas permanece uma questão em aberto se as transições espectrais induzidas por correlação são universais entre diferentes conjuntos de matrizes aleatórias. Especificamente, não está claro se os mecanismos que regem as matrizes de Wishart se estendem às matrizes do tipo Wigner, que diferem fundamentalmente em simetria e construção. Este artigo investiga a deformação da lei do semicírculo de Wigner quando as entradas da matriz são construídas a partir de séries temporais com correlações temporais.

Metodologia
Os autores constroem matrizes do tipo Wigner a partir de séries temporais estocásticas $A_t$ com correlações temporais. As séries temporais são normalizadas para terem média zero e variância unitária. A estrutura de correlação é definida por uma matriz de correlação onde a função de correlação temporal $d_t = \text{Cov}(A_i, A_{i+t})$ segue tanto um decaimento exponencial ( $d_t = r^t$ ) quanto um decaimento de lei de potência ( $d_t \sim t^{-\gamma}$ ).

Para formar a matriz $N \times N$ de Wigner $S$ , a série temporal de comprimento $T = N^2$ é "dobrada" (folded) de tal forma que os elementos da matriz $S_{ij}$ herdem a estrutura de correlação temporal da série subjacente. O estudo foca no limite $N \to \infty$ .

A principal ferramenta analítica é a análise de momentos da distribuição de autovalores. Os autores calculam o $k$ -ésimo momento $\mu_k$ da densidade espectral, definida como $\mu_k = \frac{1}{N} \langle \text{Tr}(S^k) \rangle$ . Eles analisam especificamente o segundo, quarto e sexto momentos para caracterizar os desvios da lei do semicírculo padrão. As previsões teóricas são validadas através de:

Derivação Analítica: Cálculo de momentos para ambos os casos de decaimento exponencial e de lei de potência.
Simulações Numéricas: Uso de dados sintéticos (incluindo movimento browniano fracionário) e séries temporais financeiras empíricas (25 ativos incluindo FX, cripto, commodities e títulos).
Testes Estatísticos: Comparação dos momentos dos dados empíricos contra uma hipótese nula de dados i.i.d. normais utilizando métodos de bootstrap para estabelecer intervalos de confiança (quantis de 5% e 95%).

Principais Contribuições e Resultados

Deformação da Lei do Semicírculo: O estudo demonstra que correlações temporais deformam a lei do semicírculo de Wigner. A distribuição deformada exibe um pico central mais alto e caudas mais pesadas em comparação com a lei do semicírculo padrão.
Análise de Momentos:
- Segundo Momento: Permanece invariante ( $\mu_2 = 1$ ) independentemente do tipo de decaimento da correlação, consistente com a lei do semicírculo padrão.
- Quarto Momento: Aumenta monotonicamente com a força das correlações temporais. Para o decaimento exponencial, o quarto momento é finito. Para o decaimento de lei de potência, o quarto momento depende do índice de potência $\gamma$ .
Transição de Fase em Decaimento de Lei de Potência: Uma transição de fase crítica é identificada no caso de decaimento de lei de potência em um expoente crítico $\gamma_c = 1/2$ $γ_{c} = 1/2$ .
- Quando $\gamma > 1/2$ , o quarto momento (e o maior autovalor) é finito.
- Quando $\gamma \le 1/2$ , o quarto momento diverge, levando a um autovalor máximo infinito.
- Os autores observam uma transição de escala secundária em $\gamma = 1/4$ relacionada a correções de tamanho finito induzidas pela construção de dobra, embora esta seja um termo de ordem inferior à divergência do bulk em $\gamma = 1/2$ .
Distinção de Classe de Universalidade: O artigo estabelece que as transições espectrais induzidas por correlação não são universais entre todos os conjuntos de matrizes aleatórias. Diferente do conjunto de Wishart, onde a transição é governada pela divergência do segundo momento, a transição do conjunto de Wigner é controlada pela divergência do quarto momento. Essa diferença surge das distintas estruturas combinatórias nas expansões de momentos dos dois conjuntos (contrações de pares em Wishart vs. correlações de cruzamento diagonal em Wigner).
Aplicação Empírica: A análise de 25 séries temporais financeiras revela que a maioria dos ativos (commodities, ações, títulos) se ajusta bem à lei do semicírculo. No entanto, pares específicos de câmbio (FX) (ex: USD/CHF, USD/CAD, EUR/CHF, EUR/GBP) e certos ativos de cripto mostram desvios significativos. Esses desvios correlacionam-se com maiores autocorrelações temporais nos lapsos de tempo mais curtos, confirmando que a correlação temporal é a origem primária da deformação espectral nesses mercados.

Significância
O artigo afirma resolver a questão da universalidade em relação às transições de fase induzidas por correlação. Demonstra que os conjuntos de Wigner e Wishart pertencem a classes de universalidade distintas no que diz respeito aos efeitos de correlação. Os achados destacam que o mecanismo de deformação espectral é sensível à estrutura subjacente da matriz. Especificamente, a mudança do controle pelo segundo momento (Wishart) para o controle pelo quarto momento (Wigner) sugere que diferentes fatores combinatórios ditam como as correlações se propagam através do espectro. A identificação de uma transição de fase em $\gamma = 1/2$ no conjunto de Wigner fornece uma base teórica para compreender comportamentos espectrais extremos em sistemas com correlações temporais de longo alcance, como certos mercados financeiros. Os resultados são sustentados pelo comportamento de escala de tamanho finito observado em simulações numéricas próximo ao ponto de transição.

A Grande Reviravolta: A Colina Ganha uma Coroa Pontiaguda

O "Número Mágico" e a Transição de Fase

Trabalho de Detetive no Mundo Real

O Que Eles Descartaram

Quão Certos Eles Estão?

Mais como este