Оценка спот-бета по высокочастотным свечным данным

Сводка

В статье разрабатываются методы оценки и статистического вывода для спот-регрессий с особым вниманием к бета-коэффициенту как показателю систематического риска. Вместо использования только доходности от открытия до закрытия метод учитывает высокочастотные свечные данные, включая максимальные и минимальные цены каждого интервала. Оценки строятся минимизацией квадратичного риска в асимптотической схеме с фиксированным k; также предлагается реализуемый тест гипотезы для спот-бета.

Результаты симуляции указывают на меньший риск оценки по сравнению с оценками на основе доходности, особенно на небольших выборках, а предлагаемый тест обладает большей мощностью. В одном из применений минутные данные для IBIT и SPY используются, чтобы выяснить, нейтрален ли Bitcoin к рынку; сообщаемые оценки отклоняются от нейтральности, особенно в периоды высокой волатильности. Эти выводы относятся к конкретному применению и методике. В документе нет дополнительных подробностей о дизайне выборки, проверках устойчивости или результатах торговли, поэтому один лишь результат по бета-коэффициенту не доказывает прибыльность стратегии или не позволяет сделать общий вывод о рыночной экспозиции Bitcoin.

Ключевые идеи

• Максимумы и минимумы свечей дополняют доходность от открытия до закрытия при оценке спот-регрессии.
• В рамках метода параметры регрессии, включая спотовую бету, оцениваются путём минимизации квадратичного риска.
• Предлагаемый реализуемый тест предназначен для обеспечения корректного асимптотического уровня значимости.
• В симуляциях сообщается о меньшем риске оценки, особенно на небольших выборках, и большей мощности теста.
• В применении к IBIT-SPY обнаружены отклонения Bitcoin от рыночной нейтральности, особенно при высокой волатильности.

Теги

# Spot Regressions with Candlesticks


# Spot Regressions with Candlesticks









Betas from spot regressions are central to asset pricing and risk management, as measures of systematic risk. This paper develops a new estimation and inference framework for spot regressions by leveraging high-frequency candlesticks, extending conventional (open-to-close) returns with intra-period high/low prices. Specifically, I construct candlestick-based estimators of regression parameters, including spot beta, by minimizing a quadratic risk under a fixed-k asymptotic framework. I then develop a feasible hypothesis testing procedure for spot betas with correct asymptotic size. Simulation results show that the proposed estimator reduces estimation risk relative to return-based estimators, especially in small samples, and the test achieves notably higher power. I apply the framework to assess the market neutrality of Bitcoin using 1-minute data on IBIT and SPY, finding deviations from neutrality, particularly in high-volatility periods.

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.