Renditemodell für Marktstrukturrauschen und den Epps-Effekt

Zusammenfassung

Die Arbeit stellt ein Modell für Finanzrenditen auf Tick-Ebene vor, das einen ARFIMA-Prozess, Bid-Ask-Bounce, fat-tailed Renditen und nicht-Poisson-verteilte Handelsintervalle kombiniert. Mit diesen Bausteinen erklärt es mehrere beobachtete Merkmale von Marktdaten: kurz anhaltende Korrelationen der Renditen, länger anhaltende Korrelationen der absoluten Renditen, Marktstrukturrauschen und den Epps-Effekt.

Im Modell erzeugt der Bid-Ask-Bounce negative Renditekorrelationen, die erklären helfen, weshalb Volatilitätsschätzungen bei größeren Messintervallen sinken. Der Epps-Effekt – der Anstieg der gemessenen Korrelation zwischen Vermögenswerten bei längeren Intervallen – wird der statistischen Überlagerung des Renditemomentums zugeschrieben, wenn Vermögenswerte tatsächlich korreliert sind und Renditen ein langes Gedächtnis aufweisen. Die Darstellung bietet eine qualitative und quantitative Erklärung. Der vorliegende Text enthält jedoch weder Datensatz und Parameterschätzungen noch einen Vergleich mit alternativen Erklärungen und belegt daher nicht, wie gut das Modell auf verschiedene Märkte anwendbar ist.

Kernaussagen

• Das Modell kombiniert Renditen mit langem Gedächtnis, Bid-Ask-Bounce, Verteilungen mit fetten Rändern und nicht nach Poisson verteilte Handelszeitpunkte.
• Bid-Ask-Bounce führt bei kurzen Zeithorizonten zu negativen Renditekorrelationen.
• Die gemessene Volatilität kann sinken, wenn das Rendite-Messintervall länger wird.
• Gemessene Korrelationen zwischen Vermögenswerten können mit dem Intervall steigen und so den Epps-Effekt erzeugen.
• Eine Überlagerung des Momentums bei langem Gedächtnis wird als Erklärung für den Epps-Effekt vorgeschlagen, wenn Vermögenswerte tatsächlich korreliert sind.

Schlagwörter

# A simple microstructure return model explaining microstructure noise and Epps effects


# A simple microstructure return model explaining microstructure noise and Epps effects









We present a simple microstructure model of financial returns that combines (i) the well-known ARFIMA process applied to tick-by-tick returns, (ii) the bid-ask bounce effect, (iii) the fat tail structure of the distribution of returns and (iv) the non-Poissonian statistics of inter-trade intervals. This model allows us to explain both qualitatively and quantitatively important stylized facts observed in the statistics of microstructure returns, including the short-ranged correlation of returns, the long-ranged correlations of absolute returns, the microstructure noise and Epps effects. According to the microstructure noise effect, volatility is a decreasing function of the time scale used to estimate it. Paradoxically, the Epps effect states that cross correlations between asset returns are increasing functions of the time scale at which the returns are estimated. The microstructure noise is explained as the result of the negative return correlations inherent in the definition of the bid-ask bounce component (ii). In the presence of a genuine correlation between the returns of two assets, the Epps effect is due to an average statistical overlap of the momentum of the returns of the two assets defined over a finite time scale in the presence of the long memory process (i).

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.