Gaps nocturnos y saltos al estimar beta intradía

Resumen

El documento analiza cómo estimar la beta a partir de rendimientos de 15 minutos de XLF frente a SPY durante varios días, centrándose en los aparentes saltos al comienzo del día siguiente. La respuesta supone que la beta se calcula a partir de rendimientos, no de niveles de precios, y señala que los gaps nocturnos no deben incluirse en una regresión que pretende usar solo rendimientos intradía. Se propone una media móvil de los rendimientos para suavizar las observaciones.

Otras sugerencias incluyen excluir observaciones cuyos rendimientos superen un umbral elegido, como dos desviaciones estándar, y comparar las estimaciones de beta con distintos intervalos de muestreo. Los intervalos más largos pueden suavizar los saltos pequeños; por eso, se puede elegir el intervalo que produzca la estimación más estable y estadísticamente significativa. Otro enfoque consiste en estimar una beta por separado para cada día y promediar esas estimaciones. Son sugerencias prácticas, no una regla universal comprobada; el documento no especifica un método formal para detectar saltos ni compara los métodos con resultados empíricos.

Ideas clave

• Al estimar la beta a partir de rendimientos intradía, los gaps de apertura nocturnos quedan fuera de la serie de rendimientos intradía.
• Se propone suavizar los rendimientos con una media móvil para reducir el ruido.
• Se pueden excluir observaciones con rendimientos grandes mediante un umbral, como dos desviaciones estándar.
• Comparar intervalos de muestreo permite ver cuál produce una beta más estable y significativa.
• Se pueden calcular estimaciones diarias de beta por separado y luego promediarlas.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: CC BY-SA 4.0 (Stack Exchange)

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