コンテンツへスキップ
ライブラリの全資料

二値予測市場における構造的ボラティリティ予測

記事 arXiv papers · 著者: Weiye Xi et al.
原文を読む

サマリー

本稿は、価格が上下限のある確率を表し、契約が既知の期限に決済される二値予測市場向けに、ボラティリティ予測の枠組みを開発しています。期限が近づくにつれて不確実性が解消される仕組みをモデル化するWright–Fisher要素と、情報を持つ注文フロー、スプレッド、出来高をボラティリティに結び付けるGlosten–Milgrom要素を組み合わせています。また、これらの構造的入力をARCHおよびGARCHのベンチマークと比較し、残差GARCHの動学を加えることも検討しています。

Kalshi契約の大規模パネルを使った検証では、構造変数は単純なARCH/GARCHモデルより予測を改善し、残差GARCHの動学を組み合わせると全体として最も強い予測になることが分かりました。この枠組みでは、確率が五分五分に近い価格や、決済期限が迫る契約でボラティリティが高まると説明しています。また、変動がより滑らかな経済関連契約と、イベントに集中したスポーツ関連契約の違いも報告しています。カテゴリー別の当てはめはサンプル外の結果を一貫して改善しないため、これらの結果は調査対象カテゴリー間での適用可能性を支持しますが、利用可能な契約を超える性能を示すものではありません。

主なアイデア

  • 二値契約のボラティリティには、期限に伴う不確実性の解消と情報を持つ取引の両方が影響します。
  • モデルは確率水準と決済までの時間を構造的な予測入力として使います。
  • 報告されたパネルでは、構造的なモデルが単純なARCH/GARCHベンチマークを上回りました。
  • 残差GARCHの動学を加えたモデルが、本研究で最も優れた予測を示しました。
  • ボラティリティのパターンは契約カテゴリーで異なりますが、カテゴリー別の当てはめはサンプル外で一貫した効果を示しません。

タグ

ボラティリティデリバティブ価格評価市場マイクロストラクチャー統計リスク管理
全文
# Volatility in Prediction Markets: A Structural Approach


# Volatility in Prediction Markets: A Structural Approach









Forward-looking volatility forecasts are central inputs to derivatives pricing, market making, risk management, and volatility-linked trading strategies, with ARCH and GARCH models serving as the canonical workhorses. Such models are natural in standard asset markets, where prices are positive-valued stochastic processes and volatility is typically inferred from return dynamics. Prediction markets have a different structure: prices are bounded probabilities, payoffs are binary, and contracts resolve at known deadlines. We develop and estimate a volatility model tailored to binary prediction markets. The model combines two economic mechanisms: a Wright-Fisher deadline-resolution component, capturing how remaining binary uncertainty is forced to resolve over time, and a Glosten-Milgrom order-flow component, capturing volatility from informed trading as reflected in spreads and volume. Using a large panel of Kalshi contracts, we show that these structural variables carry substantial forecasting power. Plain ARCH/GARCH benchmarks are dominated by structural specifications; combining the structural model with residual GARCH dynamics gives the best overall forecasts. The model also provides an interpretable measurement framework: volatility is highest near fifty-fifty prices, rises near resolution, and varies across categories with the timing and discreteness of information arrival. Economics contracts are closer to smooth deadline-resolution dynamics, while sports contracts exhibit more event-concentrated, jump-like behavior. Across major categories, category-specific fitting does not systematically improve out-of-sample performance, suggesting that the structural specification transfers beyond the pooled headline result.

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。