コンテンツへスキップ
ライブラリの全資料

高頻度ローソク足データによるスポットベータ推定

記事 arXiv papers · 著者: Yasin Simsek
原文を読む

サマリー

この論文は、体系的リスクの尺度としてのベータに特に注目し、スポット回帰の推定量と推論手続きを開発しています。始値から終値までのリターンだけに頼るのではなく、各区間の高値と安値を含む高頻度ローソク足データを使用します。推定量は固定kの漸近枠組みの下で二次リスクを最小化して構成され、スポットベータについて実行可能な仮説検定を提案しています。

シミュレーション結果では、特にサンプルが小さい場合、リターンに基づく推定量より推定リスクが低く、提案された検定の検出力は高いことが示されています。応用では、IBITとSPYの1分足データを用いてビットコインが市場中立かを調べており、特にボラティリティの高い期間に、中立性から外れる推定結果が報告されています。これらの知見は特定の応用と枠組みに関するものです。文書にはサンプル設計、頑健性検証、取引成績の詳細がないため、ベータの結果だけでは収益性のある戦略やビットコインの市場エクスポージャーについて一般的な結論は導けません。

主なアイデア

  • ローソク足の高値と安値を、始値から終値までのリターンに加えてスポット回帰推定に利用できます。
  • この枠組みは二次リスクを最小化し、スポットベータを含む回帰パラメータを推定します。
  • 提案された実行可能な検定は、漸近的に正しいサイズとなるよう設計されています。
  • シミュレーションでは、特に小標本で推定リスクが低く、検定力が高いと報告されています。
  • IBIT-SPYの応用では、特にボラティリティの高い期間にビットコインが市場中立から外れることが示されています。

タグ

統計株式暗号資産ボラティリティリスク管理
全文
# 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.

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。