Prix intrajournaliers irréguliers et discrets : modèle à score GARCH

Résumé

Le document présente un modèle de prix haute fréquence conçu pour des temps d’observation irréguliers et des variations de prix discrètes. Il utilise une distribution de Skellam à inflation de zéros dans un cadre de volatilité piloté par score, avec une composante de moyenne mobile destinée à filtrer le bruit de microstructure du marché. Des splines de lissage représentent les liens entre durées des transactions et volatilité, ainsi que leurs variations au cours de la journée de trading.

Les paramètres sont estimés par maximum de vraisemblance. Une application empirique à l’action IBM est présentée comme ajustant bien les données, et les auteurs indiquent que le modèle peut aussi mesurer la volatilité réalisée quotidienne. Le compte rendu ne fournit aucune comparaison détaillée avec d’autres modèles, aucune statistique quantitative d’ajustement ni de tests plus larges sur plusieurs actifs et conditions de marché ; les éléments probants se limitent donc à l’étude annoncée sur une seule action.

Idées clés

• Le modèle prend en charge des observations horodatées irrégulièrement et des variations de prix discrètes.
• Une distribution de Skellam à inflation de zéros pilote un processus de volatilité variable dans le temps fondé sur les scores.
• Une composante de moyenne mobile sert à prendre en compte le bruit de microstructure du marché.
• Des splines de lissage décrivent les liens entre durée des transactions et volatilité, y compris les profils intrajournaliers.
• L’approche est estimée par maximum de vraisemblance et est également proposée pour mesurer la volatilité réalisée quotidienne.

Étiquettes

# 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.

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.