بهکارگیری نوسان ضمنی برای تعدیل پیروی از روند ارز
خلاصه
این سند مدلی دینامیکیِ ترکیبی برای بررسی رفتار پیروی از روند در بازارهای ارز ارائه میکند. با استفاده از اطلاعات مشتقهها برای توصیف ویژگیهای بازده نرخ ارز پایه، دینامیک نمادین را از مدل پخش لگنرمالِ ساختار زمانی نوسان ضمنی در قیمت اعمال فعلی تولید میکند. کاربرد پژوهش از نرخ ارز JPY-USD و نوسانهای ضمنی متناظر با سررسیدهای یکماهه، سهماهه، ششماهه و یکساله استفاده میکند.
نتیجهٔ گزارششده این است که تعدیل پیروی خودرگرسیو از روند با سیگنالهای مبتنی بر مشتقه، برازش مدل به توزیع زمان میان تغییرهای پیاپی علامت در سری نرخ ارز را بهطور معناداری بهبود میدهد. این نتیجه مربوط به برازش توزیع است و شاهدی بر افزایش بازده معاملاتی یا کاهش ریسک نیست. توضیحات، قواعد جزئی مدل، دورهٔ دادهها، معیارهای مقایسه یا اعتبارسنجی خارج از نمونه را ارائه نمیکنند و در نتیجهگیری دربارهٔ عملکرد عملی محدودیت ایجاد میکنند.
ایدههای کلیدی
- مدل از دادههای ساختار زمانی نوسان ضمنی برای آگاهی از پویایی بازده ارز استفاده میکند.
- این مدل پخش لگنرمال را برای نوسانهای ضمنیِ در قیمت اعمال فعلی و در چند سررسید به کار میبرد.
- از سیگنالهای مبتنی بر مشتقه برای تعدیل فرایند خودرگرسیوِ پیروی از روند استفاده میشود.
- بهبود گزارششده به برازش فاصلههای میان تغییر علامت بازده مربوط است، نه سودآوری معاملات.
برچسبها
متن کامل
# Hybrid dynamics for currency modeling # Hybrid dynamics for currency modeling We present a simple hybrid dynamical model as a tool to investigate behavioral strategies based on trend following. The multiplicative symbolic dynamics are generated using a lognormal diffusion model for the at-the-money implied volatility term structure. Thus, are model exploits information from derivative markets to obtain qualititative properties of the return distribution for the underlier. We apply our model to the JPY-USD exchange rate and the corresponding 1mo., 3mo., 6mo. and 1yr. implied volatilities. Our results indicate that the modulation of autoregressive trend following using derivative-based signals significantly improves the fit to the distribution of times between successive sign flips in the underlier time series.
با ذکر منبع و مطابق مجوز اثر، بهطور کامل نمایش داده میشود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخهای از اثر منبع نیست.