Handelsvolumen zur Vorhersage extremer Volatilität

Zusammenfassung

Das Dokument untersucht das Zusammenspiel von Handelsvolumen und Volatilität, insbesondere in Phasen, in denen beide erhöht sind. Es beschreibt eine Analyse bedingter Verteilungen: Volatilitätsverteilungen werden für verschiedene Volumenniveaus untersucht, mit einem Potenzgesetz und einem exponentiellen Abbruch modelliert und so skaliert, dass sie auf einer gemeinsamen Kurve liegen. Außerdem definiert es die lokale maximale Volatilität (LMV) als höchste Volatilität innerhalb eines bestimmten Volumenbereichs und stellt fest, dass LMV mit dem logarithmischen Volumen steigt.

Die berichteten empirischen Ergebnisse legen nahe, dass das Volumen dabei helfen kann, die maximale Volatilität sowohl innerhalb desselben Tages als auch für einen Zeitraum in naher Zukunft zu schätzen. Eine gemeinsame bedingte Wahrscheinlichkeit aus Volumen und Volatilität sagt die höchste Volatilität des Folgetags besser voraus als jede der beiden Größen allein. Die Zusammenfassung nennt weder den Vermögenswert und die Stichprobe noch den genauen Prognosehorizont, das Validierungsdesign oder Prognosefehlermaße. Sie zeigt daher nicht, wie gut sich der Zusammenhang auf andere Märkte übertragen lässt oder ob er eine umsetzbare Handelsstrategie stützt.

Kernaussagen

• Die von Handelsvolumen abhängige Volatilität wird mit einem Potenzgesetz und einem exponentiellen Abbruch beschrieben.
• Durch die Skalierung bedingter Volatilitätsverteilungen nach Volumen lassen sich diese auf eine gemeinsame Kurve bringen.
• Die lokale maximale Volatilität misst die höchste innerhalb eines Volumenbereichs beobachtete Volatilität.
• Das logarithmische Volumen steht in engem Zusammenhang mit der lokalen maximalen Volatilität.
• Die Kombination von Volumen und Volatilität verbessert die Vorhersage der maximalen Volatilität am Folgetag gegenüber jeder Größe allein.

Schlagwörter

# Predicting market instability: New dynamics between volume and volatility


# Predicting market instability: New dynamics between volume and volatility









Econophysics and econometrics agree that there is a correlation between volume and volatility in a time series. Using empirical data and their distributions, we further investigate this correlation and discover new ways that volatility and volume interact, particularly when the levels of both are high. We find that the distribution of the volume-conditional volatility is well fit by a power-law function with an exponential cutoff. We find that the volume-conditional volatility distribution scales with volume, and collapses these distributions to a single curve. We exploit the characteristics of the volume-volatility scatter plot to find a strong correlation between logarithmic volume and a quantity we define as local maximum volatility (LMV), which indicates the largest volatility observed in a given range of trading volumes. This finding supports our empirical analysis showing that volume is an excellent predictor of the maximum value of volatility for both same-day and near-future time periods. We also use a joint conditional probability that includes both volatility and volume to demonstrate that invoking both allows us to better predict the largest next-day volatility than invoking either one alone.

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.