Gérer les gaps nocturnes et les sauts dans l’estimation intrajournalière du bêta

Résumé

Le document traite de l’estimation du bêta à partir des rendements sur 15 minutes de XLF par rapport à SPY sur plusieurs jours, en se concentrant sur les sauts apparents à l’ouverture du lendemain. La réponse suppose que le bêta est calculé à partir des rendements plutôt que des niveaux de prix et précise que les gaps nocturnes ne devraient pas entrer dans une régression censée utiliser uniquement les rendements intrajournaliers. Une moyenne mobile des rendements est proposée pour lisser les observations.

Parmi les autres suggestions figurent l’exclusion des observations dont les rendements dépassent un seuil choisi, par exemple deux écarts-types, et la comparaison des estimations du bêta selon différents intervalles d’échantillonnage. Des intervalles plus longs peuvent lisser les petits sauts ; on peut donc retenir celui qui produit l’estimation la plus stable et statistiquement significative. Une autre méthode consiste à estimer un bêta distinct pour chaque jour, puis à faire la moyenne de ces estimations. Ce sont des suggestions pratiques, et non une règle universelle testée ; le document ne précise aucune méthode formelle de détection des sauts et ne compare pas les méthodes sur des résultats empiriques.

Idées clés

• Pour un bêta estimé à partir de rendements intrajournaliers, les gaps à l’ouverture nocturne ne font pas partie de la série des rendements intrajournaliers.
• Le lissage des rendements par une moyenne mobile est suggéré pour réduire le bruit.
• Les observations de rendement extrêmes peuvent être exclues à l’aide d’un seuil tel que deux écarts-types.
• La comparaison des intervalles d’échantillonnage peut montrer lequel produit un bêta plus stable et significatif.
• Les estimations quotidiennes du bêta peuvent être calculées séparément, puis moyennées.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: CC BY-SA 4.0 (Stack Exchange)

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.