Previsão estrutural de volatilidade em mercados de previsão binários

Resumo

O documento desenvolve uma estrutura de previsão de volatilidade para mercados de previsão binários, nos quais os preços representam probabilidades limitadas e os contratos são liquidados em prazos conhecidos. Combina um componente Wright–Fisher, que modela como a incerteza precisa se resolver à medida que os prazos se aproximam, com um componente Glosten–Milgrom, que relaciona fluxo de ordens informadas, spreads e volume à volatilidade. Também compara essas variáveis estruturais com referências ARCH e GARCH e considera adicionar dinâmicas residuais de GARCH.

Testes em um grande conjunto de contratos da Kalshi indicam que as variáveis estruturais melhoram as previsões em relação a modelos ARCH/GARCH simples, enquanto combiná-las com dinâmicas residuais de GARCH gera as melhores previsões gerais. A estrutura atribui maior volatilidade a preços próximos de uma probabilidade equilibrada e a contratos perto da liquidação. Também relata diferenças entre contratos econômicos mais estáveis e contratos esportivos mais concentrados em eventos. O ajuste específico por categoria não melhora de forma consistente os resultados fora da amostra; assim, os resultados sustentam a transferência entre as categorias estudadas, mas não comprovam desempenho além dos contratos disponíveis.

Ideias principais

• A volatilidade de contratos binários reflete tanto a resolução determinada pelo prazo quanto o trading informado.
• O modelo usa níveis de probabilidade e o tempo até a liquidação como variáveis estruturais de previsão.
• As especificações estruturais superam as referências ARCH/GARCH simples no conjunto analisado.
• Adicionar dinâmicas residuais de GARCH gera as melhores previsões gerais do estudo.
• Os padrões de volatilidade variam entre categorias de contratos, mas os ajustes específicos por categoria não melhoram os resultados fora da amostra de forma consistente.

Tags

# Volatility in Prediction Markets: A Structural Approach


# Volatility in Prediction Markets: A Structural Approach









Forward-looking volatility forecasts are central inputs to derivatives pricing, market making, risk management, and volatility-linked trading strategies, with ARCH and GARCH models serving as the canonical workhorses. Such models are natural in standard asset markets, where prices are positive-valued stochastic processes and volatility is typically inferred from return dynamics. Prediction markets have a different structure: prices are bounded probabilities, payoffs are binary, and contracts resolve at known deadlines. We develop and estimate a volatility model tailored to binary prediction markets. The model combines two economic mechanisms: a Wright-Fisher deadline-resolution component, capturing how remaining binary uncertainty is forced to resolve over time, and a Glosten-Milgrom order-flow component, capturing volatility from informed trading as reflected in spreads and volume. Using a large panel of Kalshi contracts, we show that these structural variables carry substantial forecasting power. Plain ARCH/GARCH benchmarks are dominated by structural specifications; combining the structural model with residual GARCH dynamics gives the best overall forecasts. The model also provides an interpretable measurement framework: volatility is highest near fifty-fifty prices, rises near resolution, and varies across categories with the timing and discreteness of information arrival. Economics contracts are closer to smooth deadline-resolution dynamics, while sports contracts exhibit more event-concentrated, jump-like behavior. Across major categories, category-specific fitting does not systematically improve out-of-sample performance, suggesting that the structural specification transfers beyond the pooled headline result.

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.