Prévision structurelle de la volatilité des marchés de prédiction binaires

Résumé

Le document développe un cadre de prévision de la volatilité pour les marchés de prédiction binaires, où les prix représentent des probabilités bornées et les contrats arrivent à échéance à des dates connues. Il combine un composant Wright–Fisher, qui modélise la résolution forcée de l’incertitude à l’approche des échéances, avec un composant Glosten–Milgrom, qui relie le flux d’ordres informés, les écarts acheteur-vendeur et le volume à la volatilité. Il compare aussi ces variables structurelles aux modèles de référence ARCH et GARCH, et envisage l’ajout d’une dynamique résiduelle GARCH.

Les tests sur un vaste ensemble de contrats Kalshi montrent que les variables structurelles améliorent les prévisions par rapport aux modèles ARCH/GARCH simples, tandis que leur combinaison avec une dynamique résiduelle GARCH donne les meilleures prévisions globales. Le cadre attribue une volatilité plus élevée aux prix proches d’une probabilité de cinquante pour cent et aux contrats proches de leur échéance. Il fait également état de différences entre les contrats économiques, plus lisses, et les contrats sportifs, davantage concentrés autour d’événements. L’ajustement par catégorie n’améliore pas systématiquement les résultats hors échantillon ; ces constats étayent donc un transfert entre les catégories étudiées sans établir de performance au-delà des contrats disponibles.

Idées clés

• La volatilité des contrats binaires reflète à la fois la résolution liée à l’échéance et le trading informé.
• Le modèle utilise les niveaux de probabilité et le temps restant avant résolution comme variables structurelles de prévision.
• Les spécifications structurelles surpassent les modèles de référence ARCH/GARCH simples dans l’ensemble étudié.
• L’ajout d’une dynamique résiduelle GARCH donne les meilleures prévisions globales de l’étude.
• Les profils de volatilité varient selon les catégories de contrats, mais les ajustements propres à chaque catégorie n’aident pas systématiquement hors échantillon.

Étiquettes

# Volatility in Prediction Markets: A Structural Approach


# Volatility in Prediction Markets: A Structural Approach









Forward-looking volatility forecasts are central inputs to derivatives pricing, market making, risk management, and volatility-linked trading strategies, with ARCH and GARCH models serving as the canonical workhorses. Such models are natural in standard asset markets, where prices are positive-valued stochastic processes and volatility is typically inferred from return dynamics. Prediction markets have a different structure: prices are bounded probabilities, payoffs are binary, and contracts resolve at known deadlines. We develop and estimate a volatility model tailored to binary prediction markets. The model combines two economic mechanisms: a Wright-Fisher deadline-resolution component, capturing how remaining binary uncertainty is forced to resolve over time, and a Glosten-Milgrom order-flow component, capturing volatility from informed trading as reflected in spreads and volume. Using a large panel of Kalshi contracts, we show that these structural variables carry substantial forecasting power. Plain ARCH/GARCH benchmarks are dominated by structural specifications; combining the structural model with residual GARCH dynamics gives the best overall forecasts. The model also provides an interpretable measurement framework: volatility is highest near fifty-fifty prices, rises near resolution, and varies across categories with the timing and discreteness of information arrival. Economics contracts are closer to smooth deadline-resolution dynamics, while sports contracts exhibit more event-concentrated, jump-like behavior. Across major categories, category-specific fitting does not systematically improve out-of-sample performance, suggesting that the structural specification transfers beyond the pooled headline result.

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.