コンテンツへスキップ
ライブラリの全資料

不規則で離散的な日中価格に対するスコア駆動型GARCH

記事 arXiv papers · 著者: Vladimír Holý
原文を読む

サマリー

この文書は、不規則な観測時刻と離散的な価格変化に対応する高頻度価格モデルを提示しています。ゼロ過剰スケラム分布をスコア駆動型ボラティリティの枠組みに組み込み、市場マイクロストラクチャー・ノイズの除去を意図した移動平均成分を加えています。取引間隔とボラティリティの関係、およびその日中変化を表すため、平滑化スプラインを用いています。

パラメータは最尤法で推定します。IBM株への実証適用ではデータによく適合したと報告され、日次実現ボラティリティの測定にもこのモデルを使えると著者らは述べています。代替モデルとの詳しい比較、定量的な適合度統計、複数資産や市場環境にまたがる検証はなく、証拠は記載された単一銘柄の研究に限られます。

主なアイデア

  • 不規則な間隔の観測と離散的な価格変化に対応するモデルです。
  • ゼロ過剰スケラム分布を用いて、スコアに基づく時変ボラティリティ過程を構成します。
  • 市場マイクロストラクチャー・ノイズを考慮するため移動平均成分を使います。
  • 平滑化スプラインで、取引間隔とボラティリティの関係や日中パターンを捉えます。
  • 最尤法で推定し、日次実現ボラティリティの測定にも使えると提案されています。

タグ

高頻度取引統計ボラティリティ市場マイクロストラクチャー
全文
# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations


# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations









We develop a novel observation-driven model for high-frequency prices. We account for irregularly spaced observations, simultaneous transactions, discreteness of prices, and market microstructure noise. The relation between trade durations and price volatility, as well as intraday patterns of trade durations and price volatility, is captured using smoothing splines. The dynamic model is based on the zero-inflated Skellam distribution with time-varying volatility in a score-driven framework. Market microstructure noise is filtered by including a moving average component. The model is estimated by the maximum likelihood method. In an empirical study of the IBM stock, we demonstrate that the model provides a good fit to the data. Besides modeling intraday volatility, it can also be used to measure daily realized volatility.

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。