دانشگاه سمنان مدلسازی اقتصادسنجی 2345-654X 10 4 2025 12 22 Analysis of Lead–Lag Structure in the Iranian Stock Market: Path Signature and Lévy Model تحلیل ساختار تقدم-تأخر در بازار سرمایه ایران: امضای مسیر و مدل لوی 195 233 10193 10.22075/jem.2025.38489.2026 FA سعید صدرزاده مقدم دانشجوی دکتری گروه اقتصاد، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی کامبیز هژبرکیانی استاد گروه اقتصاد، دانشکده اقتصاد دانشگاه شهید بهشتی Journal Article 2025 07 28 This study proposes a novel framework for identifying and exploiting lead–lag relationships among stocks in the Iranian capital market. Leveraging the theory of path signature and Lévy area computation, dynamic lead–lag matrices were constructed over rolling time windows. Subsequently, Hermitian clustering was employed to uncover the evolving leader–follower structure within the market. Based on this structure, three portfolio strategies were developed: a global leader–follower portfolio (GP), a cluster-based portfolio (CP), and an aggregated cluster portfolio (GCP). The strategies were tested on daily price data of selected stocks from major industries over a multi-year horizon. Empirical results reveal that the GCP strategy achieved an annual return of 6% with a Sharpe ratio of 0.33, outperforming traditional methods such as Granger causality and CP. Notably, the lagged cross-correlation (CCF) approach, despite its simplicity, yielded a strong annual return of 11.5% and a Sharpe ratio of 0.61, surpassing all classical models. Furthermore, an industry-weighted portfolio based on aggregated inter-industry lead–lag flows outperformed all strategies, with an impressive annual return of 31.3% and a Sharpe ratio of 1.51. These findings indicate that temporal and cross-symbol dependencies hold valuable predictive information for portfolio design and market timing. Moreover, the integration of intra-industry and inter-industry analyses provides additional insight into the structural flow of information within the market. The proposed framework offers a robust foundation for dynamic portfolio optimization and highlights the value of modern mathematical tools in financial modeling. در این پژوهش، چارچوبی نوین برای شناسایی و بهره‌برداری از روابط تقدم-تأخر میان نمادهای فعال در بازار سرمایه ایران ارائه شده است. با تکیه بر نظریه‌ی امضای مسیر و محاسبه‌ی مساحت لوی، ماتریس تقدم-تأخر بین نمادها در بازه‌های زمانی متحرک استخراج شد. سپس با استفاده از خوشه‌بندی هرمیتی، ساختار دینامیکی تقدم-تأخر درون بازار شناسایی گردید. بر پایه‌ی این ساختار، سه نوع استراتژی پرتفوی تقدم-تأخر سراسری (GP)، پرتفوی خوشه‌ای(CP) و پرتفوی خوشه‌ای تجمیعی (GCP) سرمایه‌گذاری طراحی شد. برای ارزیابی عملکرد این روش‌ها، از داده‌های قیمت روزانه نمادهای منتخب از صنایع اصلی بازار سرمایه طی یک دوره‌ی چندساله استفاده شد. نتایج تجربی نشان داد که استراتژی GCP  توانسته با ثبت بازده سالانه 6% و نسبت شارپ 33/0، از روش‌های سنتی مانند گرنجر و CP عملکرد بهتری داشته باشد. همچنین روش ساده‌ی CCF، علی‌رغم ساختار آماری اولیه، بازدهی قابل توجه 5/11 % و نسبت شارپ 61/0 را ثبت کرده است. در نهایت، طراحی یک پرتفوی مبتنی بر وزن‌دهی صنایع بر اساس روابط تقدم-تأخر میانگین‌گیری‌شده، بازدهی 3/31 % و نسبت شارپ 51/1 را به همراه داشت. این یافته‌ها نشان می‌دهد که ساختارهای زمانی و روابط بین‌نمادی می‌توانند منبع مهمی برای استخراج اطلاعات و تصمیم‌گیری هوشمند در حوزه‌ی مدیریت سرمایه‌گذاری باشند. همچنین تحلیل درون‌صنعتی و ساختار بین‌صنعتی بازار، مکملی ارزشمند برای تحلیل تقدم-تأخر به شمار می‌آید. https://jem.semnan.ac.ir/article_10193_c0d9139f4ae6bcd001a5a8b24d6a7049.pdf