추세 기반 변동성·상관관계 예측

기사 arXiv papers · 저자: Sara A. Safari et al.

요약

이 문서는 현재 시장 추세가 미래 변동성과 상관관계를 예측하는 데 도움이 되는지 살펴봅니다. 추세 강도를 리스크 예측의 입력값으로 사용하자고 제안하며, 추세 강도와 기대수익률의 관계를 다룬 이전 연구를 확장합니다. 현재 추세 강도의 이차 함수를 사용해 추세에 따라 변동성과 상관관계가 어떻게 달라지는지 수량화합니다.

보고된 실증 패턴에서는 강한 상승 추세와 하락 추세 모두 변동성과 상관관계가 높아지는 경향을 보이며, 하락 추세에서 효과가 더 큽니다. 저자들은 추세 정보를 반영해 일반적인 평균회귀 모형을 개선하고 시장 리스크 예측을 향상한다고 설명합니다. 그러나 본문에는 데이터, 추정 절차, 예측 기간 또는 성과 비교의 세부 정보가 없어 개선 폭이나 강건성을 평가할 수 없습니다. 결과를 시장의 임계점 격자 기체 모형과 연결하지만, 해당 모형을 자세히 설명하거나 시험하지는 않습니다.

핵심 아이디어

현재 추세 강도에는 미래 변동성과 상관관계에 관한 정보가 있을 수 있습니다.
리스크 측정치가 추세 강도에 따라 달라지는 방식을 이차 함수로 나타내자고 제안합니다.
강한 추세, 특히 하락 추세에서 변동성과 상관관계가 높아지는 경향이 있다고 보고합니다.
추세 정보를 추가하면 평균회귀 기반 리스크 예측을 개선할 수 있습니다.
이 결과는 시장의 임계점 격자 기체 관점과 일치하는 것으로 제시됩니다.

# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets


# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets









We forecast future volatilities and correlations of financial markets based on the current trends in these markets. This complements previous work that models future expected returns by a cubic polynomial of the current trend strength. Empirically, we observe that volatilities and correlations tend to increase day after day in times of strong up- or down-trends. This effect is particularly pronounced in down-trends. It can be accurately quantified by quadratic polynomials of today's trend strengths, which refine common mean-reversion models of volatilities and correlations. Our results improve the prediction of market risk by accounting for market trends. They also support a recent proposal to model financial markets by a lattice gas near its critical point.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

시장 추세로 변동성과 상관관계 예측하기

요약

핵심 아이디어

태그