고빈도 상호작용에서 다차원 거친 변동성 도출
기사 arXiv papers · 저자: Mehdi Tomas et al.
요약
이 연구는 금융자산에서 관측되는 거친 변동성과 여러 자산 가격을 연결하는 미시적 동역학을 연계합니다. 기존 모형 연구가 단일 자산에 집중한 경우가 많았지만, 저자들은 고빈도 상호작용에서 다변량 거친 변동성 모형이 어떻게 나타날 수 있는지 살펴봅니다.
저자들은 Hawkes 과정으로 자산 간 상호작용을 표현하는 미시적 모형을 구성한 뒤, 모형의 장기 스케일링 극한을 연구합니다. 분석에서는 미시적 수준의 모멘텀과 평균회귀가 다차원 가격 형성에 미치는 영향을 살펴보고, 고차원 주식 상관행렬의 기존 특성을 재현합니다. 이 문서는 트레이딩 전략이나 직접적인 실증 성과 테스트가 아니라 모형 및 이론 분석을 제시합니다. 제공된 요약에는 자산, 추정 절차 또는 수치 결과가 명시되지 않습니다.
핵심 아이디어
- Hawkes 과정으로 여러 자산 가격의 고빈도 상호작용을 모형화합니다.
- 이 미시적 모형의 장기 스케일링 극한에서 다차원 거친 변동성 모형이 나타날 수 있습니다.
- 미시적 모멘텀과 평균회귀는 여러 자산의 가격이 함께 형성되는 방식에 영향을 줍니다.
- 분석 결과는 고차원 주식 상관행렬의 고전적 특성을 재현합니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.