GARCH orientado por score para preços intradiários discretos e irregulares

Resumo

O documento apresenta um modelo de preços de alta frequência desenvolvido para horários de observação irregulares e variações discretas de preço. Ele usa uma distribuição de Skellam com inflação de zeros em uma estrutura de volatilidade orientada por score, com um componente de média móvel destinado a filtrar o ruído de microestrutura de mercado. Splines suavizadores representam a relação entre a duração das negociações e a volatilidade, e como ambas variam ao longo do dia de negociação.

Os parâmetros são estimados por máxima verossimilhança. Relata-se que uma aplicação empírica à ação IBM se ajusta bem aos dados, e os autores observam que o modelo também pode medir a volatilidade realizada diária. O relato não oferece comparação detalhada com modelos alternativos, estatísticas quantitativas de ajuste ou testes mais amplos em diferentes ativos e condições de mercado; portanto, as evidências se limitam ao estudo de uma única ação mencionado.

Ideias principais

• O modelo acomoda observações com horários irregulares e variações discretas de preço.
• Uma distribuição de Skellam com inflação de zeros conduz a um processo de volatilidade variável no tempo e baseado em score.
• Um componente de média móvel é usado para considerar o ruído de microestrutura de mercado.
• Splines suavizadores captam relações entre duração das negociações e volatilidade, inclusive padrões intradiários.
• A abordagem é estimada por máxima verossimilhança e também é proposta para medir a volatilidade realizada diária.

Tags

# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations


# An Intraday GARCH Model for Discrete Price Changes and Irregularly Spaced Observations









We develop a novel observation-driven model for high-frequency prices. We account for irregularly spaced observations, simultaneous transactions, discreteness of prices, and market microstructure noise. The relation between trade durations and price volatility, as well as intraday patterns of trade durations and price volatility, is captured using smoothing splines. The dynamic model is based on the zero-inflated Skellam distribution with time-varying volatility in a score-driven framework. Market microstructure noise is filtered by including a moving average component. The model is estimated by the maximum likelihood method. In an empirical study of the IBM stock, we demonstrate that the model provides a good fit to the data. Besides modeling intraday volatility, it can also be used to measure daily realized volatility.

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.