Overnight-Gaps und Sprünge bei Intraday-Beta-Schätzungen

Zusammenfassung

Das Dokument behandelt die Schätzung des Betas anhand von 15-Minuten-Renditen von XLF gegenüber SPY über mehrere Tage, insbesondere scheinbare Sprünge zur Eröffnung am Folgetag. Die Antwort geht davon aus, dass das Beta anhand von Renditen und nicht von Kursniveaus berechnet wird. Sie weist darauf hin, dass Overnight-Gaps nicht in eine Regression für reine Intraday-Renditen einfließen sollten. Ein gleitender Durchschnitt der Renditen wird als eine Möglichkeit zur Glättung der Beobachtungen vorgeschlagen.

Weitere Vorschläge sind, Beobachtungen mit Renditen oberhalb eines gewählten Schwellenwerts, etwa zwei Standardabweichungen, auszuschließen und Beta-Schätzungen über verschiedene Abtastintervalle zu vergleichen. Längere Intervalle können kleinere Sprünge glätten; daher lässt sich das Intervall mit der stabilsten und statistisch signifikantesten Schätzung auswählen. Ein weiterer Ansatz besteht darin, für jeden Tag ein separates Beta zu schätzen und diese Schätzungen zu mitteln. Dies sind praktische Vorschläge und keine universell getestete Regel; das Dokument nennt weder ein formales Verfahren zur Sprungerkennung noch empirische Vergleiche der Methoden.

Kernaussagen

• Bei einem Beta, das anhand von Intraday-Renditen geschätzt wird, gehören Overnight-Eröffnungslücken nicht zur Intraday-Renditereihe.
• Ein gleitender Durchschnitt der Renditen wird als Möglichkeit vorgeschlagen, Rauschen zu verringern.
• Große Renditebeobachtungen lassen sich anhand eines Schwellenwerts wie zwei Standardabweichungen ausschließen.
• Der Vergleich von Abtastintervallen kann zeigen, welches eine stabilere und signifikante Beta-Schätzung ergibt.
• Tägliche Beta-Schätzungen können separat berechnet und anschließend gemittelt werden.

Schlagwörter

# How to account for jumps in intraday data when calculating beta?


# How to account for jumps in intraday data when calculating beta?












I am calculating betas on intraday trade data at 15-minute intervals. For simplicity sake, let's assume I am modeling

\begin{equation} Y = \beta * X + c \end{equation}

where $Y$ is the return of XLF and $X$ is the return of SPY.

If I want to run this on five days of intraday data, should I remove the jump that happens due to opening gaps on the next day?

How do you guys usually handle this jump in returns ?

## Answer by chrisaycock (score 6, accepted)

https://quant.stackexchange.com/a/2714

I assume you're using returns to compute beta, not the prices. And yes, remove the "jumps", though this should happen automatically since you're looking only at intraday returns. One final piece of advice: you'll get more meaningful results if you smooth the returns via a moving average.

## Answer by Suminda Sirinath S. Dharmasena (score 3)

https://quant.stackexchange.com/a/2715

In addition to the above I can suggest:

- ignore data point if returns are more than a certain threshold (2 s.d.)

- calculate at different sampling intervals and choose most stable beta with the best significance (certain longer intervals "smooth out" small to mid size jumps)

## Answer by LazyCat (score 1)

https://quant.stackexchange.com/a/2718

You can run the regression separately for 5 days, and average the betas you get for different days.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: CC BY-SA 4.0 (Stack Exchange)

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