거래량으로 극단적 변동성 예측하기
기사 arXiv papers · 저자: Zeyu Zheng et al.
요약
이 문서는 거래량과 변동성이 어떻게 상호작용하는지, 특히 둘 다 높은 시기에 초점을 맞춰 연구합니다. 조건부 분포 분석을 설명합니다. 거래량 수준별 변동성 분포를 살펴보고, 멱법칙과 지수 컷오프로 모형화한 뒤, 공통 곡선에 포개지도록 재조정합니다. 또한 국소 최대 변동성(LMV)을 주어진 거래량 범위에서 가장 높은 변동성으로 정의하고, LMV이 로그 거래량에 따라 증가함을 확인합니다.
보고된 실증 결과에 따르면 거래량은 당일과 가까운 미래의 최대 변동성을 추정하는 데 도움이 될 수 있습니다. 거래량과 변동성을 모두 사용한 결합 조건부 확률은 어느 한 입력만 사용했을 때보다 다음 날 최대 변동성을 더 잘 예측합니다. 요약에는 자산, 표본, 정확한 예측 기간, 검증 설계 또는 예측 오차 지표가 없어, 이 관계가 여러 시장에 얼마나 일반화되는지 또는 실제 매매 전략을 뒷받침하는지는 확인할 수 없습니다.
핵심 아이디어
- 거래량을 조건으로 한 변동성은 지수 컷오프가 있는 멱법칙으로 설명됩니다.
- 조건부 변동성 분포를 거래량으로 재조정하면 공통 곡선에 포개집니다.
- 국소 최대 변동성은 거래량 범위 안에서 관측된 가장 높은 변동성을 나타냅니다.
- 로그 거래량은 국소 최대 변동성과 강한 연관성을 보입니다.
- 거래량과 변동성을 결합하면 둘 중 하나만 사용할 때보다 다음 날 최대 변동성을 더 잘 예측합니다.
태그
전문
# Predicting market instability: New dynamics between volume and volatility # Predicting market instability: New dynamics between volume and volatility Econophysics and econometrics agree that there is a correlation between volume and volatility in a time series. Using empirical data and their distributions, we further investigate this correlation and discover new ways that volatility and volume interact, particularly when the levels of both are high. We find that the distribution of the volume-conditional volatility is well fit by a power-law function with an exponential cutoff. We find that the volume-conditional volatility distribution scales with volume, and collapses these distributions to a single curve. We exploit the characteristics of the volume-volatility scatter plot to find a strong correlation between logarithmic volume and a quantity we define as local maximum volatility (LMV), which indicates the largest volatility observed in a given range of trading volumes. This finding supports our empirical analysis showing that volume is an excellent predictor of the maximum value of volatility for both same-day and near-future time periods. We also use a joint conditional probability that includes both volatility and volume to demonstrate that invoking both allows us to better predict the largest next-day volatility than invoking either one alone.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.