高頻度の相互作用から多次元ラフボラティリティを導く
記事 arXiv papers · 著者: Mehdi Tomas et al.
サマリー
本研究は、金融資産で観測されるラフボラティリティと、複数の資産価格を結びつける微視的な動態を関連づけます。従来のモデルの多くが単一資産に注目してきたのに対し、著者らは高頻度の相互作用から多変量ラフボラティリティモデルがどのように生じるかを検討します。
著者らはHawkes過程で資産間の相互作用を表す微視的モデルを構築し、モデルの長期的なスケーリング極限を調べます。分析では、微視的な水準でのモメンタムと平均回帰が多次元の価格形成に及ぼす影響を検討し、高次元の株式相関行列に見られる既知の特徴を再現します。この文書はトレード戦略や直接的な実証性能テストではなく、モデル化と理論分析を扱います。利用可能な要約には対象資産、推定手順、数値結果が示されていません。
主なアイデア
- 複数の資産価格間の高頻度の相互作用をHawkes過程でモデル化します。
- 微視的モデルの長期的なスケーリング極限から、多次元ラフボラティリティモデルが導かれます。
- 微視的なモメンタムと平均回帰が、連動する価格の形成に影響します。
- 分析結果は、高次元の株式相関行列に関する古典的な性質を再現します。
タグ
全文
# From microscopic price dynamics to multidimensional rough volatility models # From microscopic price dynamics to multidimensional rough volatility models Rough volatility is a well-established statistical stylised fact of financial assets. This property has lead to the design and analysis of various new rough stochastic volatility models. However, most of these developments have been carried out in the mono-asset case. In this work, we show that some specific multivariate rough volatility models arise naturally from microstructural properties of the joint dynamics of asset prices. To do so, we use Hawkes processes to build microscopic models that reproduce accurately high frequency cross-asset interactions and investigate their long term scaling limits. We emphasize the relevance of our approach by providing insights on the role of microscopic features such as momentum and mean-reversion on the multidimensional price formation process. We in particular recover classical properties of high-dimensional stock correlation matrices.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。