Estimativa da volatilidade de índices com entropia intrínseca ponderada por volume

Resumo

Este artigo apresenta um modelo de entropia intrínseca para estimar a volatilidade histórica de índices do mercado acionário. Diferentemente dos estimadores baseados apenas nos preços diários de abertura, máxima, mínima e fechamento, a abordagem proposta também incorpora o volume de trading. Ela adapta um modelo intradiário anterior ao relacionar os níveis diários de preço à parcela do volume total de cada dia no período analisado, tratando essa parcela como uma medida de credibilidade do mercado naquele nível de preço.

Os autores calculam estimativas com dados diários históricos de vários índices US e asiáticos e as comparam com estimadores do setor usados com frequência em vários horizontes temporais. Relatam que o modelo de entropia produz estimativas que consideram confiáveis, com coeficiente de variação notavelmente alto e valores em uma faixa substancialmente inferior à dos outros estimadores avançados. O resumo não apresenta detalhes do desenho de validação nem evidências sobre o desempenho das estimativas em trading ou na precificação de derivativos; portanto, a comparação relatada não deve ser interpretada como prova de valor preditivo ou de investimento.

Ideias principais

• O estimador de entropia intrínseca usa o volume de trading junto com os preços diários OHLC.
• A parcela do volume de cada dia é tratada como credibilidade do mercado associada ao respectivo nível de preço.
• O modelo é avaliado com dados históricos de índices dos mercados acionários US e asiáticos.
• Suas estimativas são comparadas com estimadores de volatilidade estabelecidos em vários horizontes temporais.
• As estimativas relatadas apresentam alta variação e ficam abaixo das dos outros estimadores avançados.

Tags

# A Volatility Estimator of Stock Market Indices Based on the Intrinsic Entropy Model


# A Volatility Estimator of Stock Market Indices Based on the Intrinsic Entropy Model









Grasping the historical volatility of stock market indices and accurately estimating are two of the major focuses of those involved in the financial securities industry and derivative instruments pricing. This paper presents the results of employing the intrinsic entropy model as a substitute for estimating the volatility of stock market indices. Diverging from the widely used volatility models that take into account only the elements related to the traded prices, namely the open, high, low, and close prices of a trading day (OHLC), the intrinsic entropy model takes into account the traded volumes during the considered time frame as well. We adjust the intraday intrinsic entropy model that we introduced earlier for exchange-traded securities in order to connect daily OHLC prices with the ratio of the corresponding daily volume to the overall volume traded in the considered period. The intrinsic entropy model conceptualizes this ratio as entropic probability or market credence assigned to the corresponding price level. The intrinsic entropy is computed using historical daily data for traded market indices (S&P 500, Dow 30, NYSE Composite, NASDAQ Composite, Nikkei 225, and Hang Seng Index). We compare the results produced by the intrinsic entropy model with the volatility estimates obtained for the same data sets using widely employed industry volatility estimators. The intrinsic entropy model proves to consistently deliver reliable estimates for various time frames while showing peculiarly high values for the coefficient of variation, with the estimates falling in a significantly lower interval range compared with those provided by the other advanced volatility estimators.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.