Модель доходности: микроструктурный шум и эффект Эппса

Сводка

В статье предложена модель финансовой доходности на тиковых данных, объединяющая процесс ARFIMA, эффект bid–ask bounce, доходности с тяжелыми хвостами и интервалы между сделками, не описываемые распределением Пуассона. Эти элементы используются для объяснения нескольких наблюдаемых особенностей рыночных данных: кратковременных корреляций доходности, более устойчивых корреляций абсолютной доходности, микроструктурного шума и эффекта Эппса.

В модели эффект bid–ask bounce создает отрицательные корреляции доходности, что помогает объяснить, почему оценки волатильности снижаются с увеличением интервала измерения. Эффект Эппса — рост измеренной корреляции между активами при увеличении интервала — объясняется статистическим перекрытием импульса доходности, когда активы действительно коррелированы, а доходности обладают долгой памятью. Представлено качественное и количественное объяснение, но в предоставленном тексте нет набора данных, оценок параметров или сравнения с альтернативными объяснениями, поэтому он не показывает, насколько хорошо модель применима к разным рынкам.

Ключевые идеи

• Модель объединяет доходности с долгой памятью, эффект bid–ask bounce, тяжелые хвосты и непуассоновские интервалы между сделками.
• Эффект bid–ask bounce порождает отрицательные корреляции доходности на коротких интервалах.
• Измеренная волатильность может снижаться с увеличением интервала оценки доходности.
• Измеренная корреляция между активами может расти с увеличением интервала, создавая эффект Эппса.
• Перекрытие импульса с долгой памятью предложено как объяснение эффекта Эппса при реальной корреляции активов.

Теги

# A simple microstructure return model explaining microstructure noise and Epps effects


# A simple microstructure return model explaining microstructure noise and Epps effects









We present a simple microstructure model of financial returns that combines (i) the well-known ARFIMA process applied to tick-by-tick returns, (ii) the bid-ask bounce effect, (iii) the fat tail structure of the distribution of returns and (iv) the non-Poissonian statistics of inter-trade intervals. This model allows us to explain both qualitatively and quantitatively important stylized facts observed in the statistics of microstructure returns, including the short-ranged correlation of returns, the long-ranged correlations of absolute returns, the microstructure noise and Epps effects. According to the microstructure noise effect, volatility is a decreasing function of the time scale used to estimate it. Paradoxically, the Epps effect states that cross correlations between asset returns are increasing functions of the time scale at which the returns are estimated. The microstructure noise is explained as the result of the negative return correlations inherent in the definition of the bid-ask bounce component (ii). In the presence of a genuine correlation between the returns of two assets, the Epps effect is due to an average statistical overlap of the momentum of the returns of the two assets defined over a finite time scale in the presence of the long memory process (i).

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.