GARCH impulsado por puntuación para precios intradía discretos e irregulares

Resumen

El documento presenta un modelo de precios de alta frecuencia diseñado para tiempos de observación irregulares y cambios discretos de precios. Utiliza una distribución de Skellam con inflación de ceros dentro de un marco de volatilidad impulsado por puntuación, con un componente de media móvil pensado para filtrar el ruido de microestructura del mercado. Los splines de suavizado representan la relación entre la duración de las operaciones y la volatilidad, así como la variación de ambas a lo largo de la jornada de trading.

Los parámetros se estiman por máxima verosimilitud. Se afirma que una aplicación empírica a acciones de IBM ajusta bien los datos, y los autores señalan que el modelo también puede medir la volatilidad realizada diaria. El texto no ofrece comparaciones detalladas con modelos alternativos, estadísticas cuantitativas de ajuste ni pruebas más amplias en distintos activos y condiciones de mercado, por lo que la evidencia se limita al estudio de una sola acción descrito.

Ideas clave

• El modelo admite observaciones en momentos irregulares y cambios discretos de precios.
• Una distribución de Skellam con inflación de ceros impulsa un proceso de volatilidad variable basado en puntuaciones.
• Se utiliza un componente de media móvil para tener en cuenta el ruido de microestructura del mercado.
• Los splines de suavizado capturan los vínculos entre la duración de las operaciones y la volatilidad, incluidos los patrones intradía.
• El enfoque se estima por máxima verosimilitud y también se propone para medir la volatilidad realizada diaria.

Etiquetas

# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations


# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations









We develop a novel observation-driven model for high-frequency prices. We account for irregularly spaced observations, simultaneous transactions, discreteness of prices, and market microstructure noise. The relation between trade durations and price volatility, as well as intraday patterns of trade durations and price volatility, is captured using smoothing splines. The dynamic model is based on the zero-inflated Skellam distribution with time-varying volatility in a score-driven framework. Market microstructure noise is filtered by including a moving average component. The model is estimated by the maximum likelihood method. In an empirical study of the IBM stock, we demonstrate that the model provides a good fit to the data. Besides modeling intraday volatility, it can also be used to measure daily realized volatility.

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.