GARCH-Itô 과정으로 야간 및 장중 변동성 모델링
기사 arXiv papers · 저자: Donggyu Kim et al.
요약
이 논문은 변동성 모델링의 공백을 다룹니다. 장 마감과 다음 개장 사이에는 장중 고빈도 데이터를 이용할 수 없어 모형이 중요한 야간 움직임을 놓칠 수 있습니다. 장중과 야간을 모두 반영하기 위해 장 시작부터 마감까지와 마감부터 다음 장 시작까지의 기간에 서로 다른 순간 변동성 과정을 적용하는 GARCH-Itô 프레임워크를 제안합니다.
저자들은 가중 최소제곱법으로 두 기간의 모수를 추정하고 이 방법의 점근적 특성을 살펴봅니다. 유한 표본에서의 특성을 평가하는 시뮬레이션 연구를 보고하고 실제 거래 데이터에도 적용합니다. 제공된 설명에는 자산, 실증 추정치, 대안 모형과의 비교 성과가 명시되어 있지 않아 이 프레임워크가 실제 예측을 얼마나 개선하는지는 확인할 수 없습니다. 이 방법의 기여는 장중 움직임과 함께 야간 변동성 정보를 보존하도록 설계된 모델링 및 추정 접근법입니다.
핵심 아이디어
- 모형은 장 시작부터 마감까지와 마감부터 다음 장 시작까지의 변동성 과정을 분리합니다.
- 두 기간의 모수를 추정하는 데 가중 최소제곱법을 사용합니다.
- 점근적 특성, 시뮬레이션, 실제 거래 데이터를 살펴봅니다.
- 설명에는 구체적인 실증 결과나 다른 예측과 비교한 개선 폭이 보고되지 않습니다.
태그
전문
# Overnight GARCH-Itô Volatility Models # Overnight GARCH-Itô Volatility Models Various parametric volatility models for financial data have been developed to incorporate high-frequency realized volatilities and better capture market dynamics. However, because high-frequency trading data are not available during the close-to-open period, the volatility models often ignore volatility information over the close-to-open period and thus may suffer from loss of important information relevant to market dynamics. In this paper, to account for whole-day market dynamics, we propose an overnight volatility model based on Itô diffusions to accommodate two different instantaneous volatility processes for the open-to-close and close-to-open periods. We develop a weighted least squares method to estimate model parameters for two different periods and investigate its asymptotic properties. We conduct a simulation study to check the finite sample performance of the proposed model and method. Finally, we apply the proposed approaches to real trading data.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.