חיזוי תנודתיות קיצונית לפי נפח מסחר
סיכום
המסמך בוחן את יחסי הגומלין בין נפח מסחר לתנודתיות, תוך התמקדות בתקופות שבהן שניהם גבוהים. הוא מתאר ניתוח של התפלגות מותנית: התפלגויות התנודתיות נבחנות ברמות נפח שונות, ממודל באמצעות חוק חזקה וחיתוך מעריכי, ועוברות שינוי קנה מידה עד שהן מתלכדות לעקומה משותפת. כמו כן, הוא מגדיר תנודתיות מרבית מקומית (LMV) כתנודתיות הגבוהה ביותר בטווח נפח נתון, ומוצא ש־LMV עולה עם הלוגריתם של הנפח.
התוצאות האמפיריות המדווחות מצביעות על כך שנפח המסחר עשוי לסייע באמידת התנודתיות המרבית הן בתוך אותו יום והן בטווח זמן קרוב בעתיד. הסתברות מותנית משותפת המשתמשת גם בנפח וגם בתנודתיות משיגה תוצאות טובות יותר בחיזוי התנודתיות הגבוהה ביותר ביום הבא מאשר שימוש בכל אחד מהם לבדו. התקציר אינו מציין נכס, מדגם, אופק מדויק, מערך תיקוף או מדדי שגיאת חיזוי, ולכן אינו קובע באיזו מידה הקשר מכליל בין שווקים או תומך באסטרטגיית מסחר שניתנת ליישום.
רעיונות מרכזיים
- התנודתיות המותנית בנפח מסחר מתוארת בחוק חזקה עם חיתוך מעריכי.
- שינוי קנה המידה של התפלגויות התנודתיות המותנות לפי נפח מביא אותן לעקומה משותפת.
- תנודתיות מרבית מקומית מודדת את התנודתיות הגבוהה ביותר שנצפתה בטווח נפח נתון.
- נמצא קשר חזק בין נפח לוגריתמי לתנודתיות מרבית מקומית.
- שילוב נפח ותנודתיות משפר את חיזוי התנודתיות המרבית ביום הבא לעומת שימוש בכל אחד מהם לבדו.
תגיות
הטקסט המלא
# Predicting market instability: New dynamics between volume and volatility # Predicting market instability: New dynamics between volume and volatility Econophysics and econometrics agree that there is a correlation between volume and volatility in a time series. Using empirical data and their distributions, we further investigate this correlation and discover new ways that volatility and volume interact, particularly when the levels of both are high. We find that the distribution of the volume-conditional volatility is well fit by a power-law function with an exponential cutoff. We find that the volume-conditional volatility distribution scales with volume, and collapses these distributions to a single curve. We exploit the characteristics of the volume-volatility scatter plot to find a strong correlation between logarithmic volume and a quantity we define as local maximum volatility (LMV), which indicates the largest volatility observed in a given range of trading volumes. This finding supports our empirical analysis showing that volume is an excellent predictor of the maximum value of volatility for both same-day and near-future time periods. We also use a joint conditional probability that includes both volatility and volume to demonstrate that invoking both allows us to better predict the largest next-day volatility than invoking either one alone.
מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0
הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.