Estimation des bêtas instantanés à partir de chandeliers haute fréquence

Résumé

Cet article développe des estimateurs et des procédures d’inférence pour les régressions instantanées, en particulier pour le bêta, mesure du risque systématique. Au lieu de s’appuyer uniquement sur les rendements entre l’ouverture et la clôture, la méthode utilise des données de chandeliers haute fréquence, intégrant les cours les plus hauts et les plus bas de chaque intervalle. Les estimateurs sont construits en minimisant le risque quadratique dans un cadre asymptotique à k fixé, et l’article propose un test d’hypothèse réalisable pour le bêta instantané.

Les résultats de simulation indiquent un risque d’estimation inférieur à celui des estimateurs fondés sur les rendements, surtout pour les petits échantillons, tandis que le test proposé a une puissance supérieure. Une application utilise des données à la minute pour IBIT et SPY afin d’examiner si le Bitcoin est neutre au marché ; les estimations rapportées s’écartent de la neutralité, en particulier lors des périodes de forte volatilité. Ces résultats concernent une application et un cadre spécifiques. Le document ne fournit pas davantage de détails sur la conception de l’échantillon, les tests de robustesse ou les performances de trading ; le résultat sur le bêta ne suffit donc pas à établir la rentabilité d’une stratégie ni à tirer une conclusion générale sur l’exposition du Bitcoin au marché.

Idées clés

• Les plus hauts et les plus bas des chandeliers peuvent compléter les rendements entre ouverture et clôture pour estimer les régressions instantanées.
• Le cadre estime les paramètres de régression, dont le bêta instantané, en minimisant le risque quadratique.
• Le test réalisable proposé est conçu pour avoir une taille asymptotique correcte.
• Les simulations font état d’un risque d’estimation inférieur, notamment pour les petits échantillons, et d’une puissance de test supérieure.
• L’application IBIT-SPY relève des écarts par rapport à la neutralité du Bitcoin au marché, surtout lors des périodes de forte volatilité.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.