Estimación de betas al contado con velas de alta frecuencia

Resumen

Este artículo desarrolla estimadores y procedimientos de inferencia para regresiones al contado, con especial atención a la beta como medida de riesgo sistemático. En lugar de basarse solo en rendimientos de apertura a cierre, el método utiliza datos de velas de alta frecuencia e incorpora los precios máximo y mínimo de cada intervalo. Los estimadores se construyen minimizando el riesgo cuadrático en un marco asintótico de k fijo, y el artículo propone una prueba de hipótesis viable para la beta al contado.

Los resultados de simulación indican un menor riesgo de estimación que los estimadores basados en rendimientos, sobre todo en muestras pequeñas, mientras que la prueba propuesta tiene mayor potencia. Una aplicación utiliza datos de un minuto de IBIT y SPY para examinar si Bitcoin es neutral al mercado; las estimaciones presentadas se apartan de la neutralidad, especialmente durante periodos de alta volatilidad. Estos hallazgos corresponden a una aplicación y un marco específicos. El documento no ofrece más detalles sobre el diseño de la muestra, las pruebas de robustez ni el rendimiento de trading, así que el resultado de beta por sí solo no demuestra que exista una estrategia rentable ni permite extraer una conclusión general sobre la exposición de Bitcoin al mercado.

Ideas clave

• Los máximos y mínimos de las velas pueden complementar los rendimientos de apertura a cierre al estimar regresiones al contado.
• El marco estima parámetros de regresión, incluida la beta al contado, minimizando el riesgo cuadrático.
• La prueba factible propuesta está diseñada para tener el tamaño asintótico correcto.
• Las simulaciones presentan un menor riesgo de estimación, especialmente en muestras pequeñas, y una mayor potencia de prueba.
• La aplicación IBIT-SPY encuentra desviaciones respecto a la neutralidad de Bitcoin al mercado, especialmente en periodos de alta volatilidad.

Etiquetas

# Spot Regressions with Candlesticks


# Spot Regressions with Candlesticks









Betas from spot regressions are central to asset pricing and risk management, as measures of systematic risk. This paper develops a new estimation and inference framework for spot regressions by leveraging high-frequency candlesticks, extending conventional (open-to-close) returns with intra-period high/low prices. Specifically, I construct candlestick-based estimators of regression parameters, including spot beta, by minimizing a quadratic risk under a fixed-k asymptotic framework. I then develop a feasible hypothesis testing procedure for spot betas with correct asymptotic size. Simulation results show that the proposed estimator reduces estimation risk relative to return-based estimators, especially in small samples, and the test achieves notably higher power. I apply the framework to assess the market neutrality of Bitcoin using 1-minute data on IBIT and SPY, finding deviations from neutrality, particularly in high-volatility periods.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.