हाई-फ़्रीक्वेंसी कैंडलस्टिक से स्पॉट बीटा का अनुमान
सारांश
यह शोधपत्र स्पॉट रिग्रेशन के लिए अनुमानक और निष्कर्ष-निर्धारण प्रक्रियाएँ विकसित करता है, विशेष रूप से व्यवस्थित जोखिम के माप बीटा पर ध्यान देते हुए। केवल ओपन-टू-क्लोज़ रिटर्न पर निर्भर रहने के बजाय, विधि हाई-फ़्रीक्वेंसी कैंडलस्टिक डेटा का उपयोग करती है और हर अंतराल के उच्च तथा निम्न मूल्य शामिल करती है। अनुमानक तय-k एसिम्प्टोटिक ढाँचे के अंतर्गत द्विघात जोखिम को न्यूनतम करके बनाए जाते हैं, और शोधपत्र स्पॉट बीटा के लिए एक व्यवहार्य परिकल्पना परीक्षण प्रस्तावित करता है।
सिमुलेशन परिणाम बताते हैं कि रिटर्न-आधारित अनुमानकों की तुलना में अनुमान जोखिम कम है, विशेषकर छोटे नमूनों में, जबकि प्रस्तावित परीक्षण की शक्ति अधिक है। एक अनुप्रयोग में यह जाँचने के लिए IBIT और SPY के एक-मिनट डेटा का उपयोग किया गया है कि क्या बिटकॉइन बाज़ार-तटस्थ है; बताए गए अनुमान तटस्थता से अलग हैं, विशेषकर उच्च अस्थिरता के दौर में। ये निष्कर्ष एक विशिष्ट अनुप्रयोग और ढाँचे तक सीमित हैं। दस्तावेज़ नमूना डिज़ाइन, दृढ़ता जाँच या ट्रेडिंग प्रदर्शन का आगे विवरण नहीं देता, इसलिए केवल बीटा परिणाम लाभदायक रणनीति या बिटकॉइन के बाज़ार जोखिम के बारे में सामान्य निष्कर्ष स्थापित नहीं करता।
मुख्य विचार
- स्पॉट रिग्रेशन अनुमान में कैंडलस्टिक के उच्च और निम्न मूल्य, ओपन-टू-क्लोज़ रिटर्न के पूरक हो सकते हैं।
- यह ढाँचा द्विघात जोखिम को न्यूनतम करके स्पॉट बीटा समेत रिग्रेशन पैरामीटर का अनुमान लगाता है।
- प्रस्तावित व्यवहार्य परीक्षण का उद्देश्य एसिम्प्टोटिक आकार सही रखना है।
- सिमुलेशन में कम अनुमान जोखिम, विशेषकर छोटे नमूनों में, और परीक्षण की अधिक शक्ति बताई गई है।
- IBIT-SPY अनुप्रयोग में बिटकॉइन की बाज़ार-तटस्थता से विचलन मिला, विशेषकर उच्च अस्थिरता के दौर में।
टैग
पूरा पाठ
# 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.
स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0
यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।