Оценка стохастической волатильности по OHLC

Сводка

В статье разрабатываются модели стохастической волатильности, использующие цены открытия и закрытия, а также максимумы и минимумы каждого периода. Идея состоит в том, что экстремальные цены внутри периода содержат информацию о волатильности, которую могут упустить наблюдения от закрытия до закрытия. Для вывода динамики волатильности цены актива модели используют все четыре показателя и сравниваются с близкими подходами из предыдущих исследований.

В статье также рассматриваются методы последовательного Монте-Карло для подгонки моделей. Их свойства демонстрируются в исследовании на основе симуляции и данных индекса S&P 500. В представленном описании не приведены конкретные сравнительные результаты и не утверждается, что подход улучшает торговые результаты. Работа посвящена оценке волатильности; качество выводов зависит от модели, процедуры подгонки и информации, содержащейся в ценовых экстремумах за период.

Ключевые идеи

• Максимумы и минимумы внутри периода могут содержать дополнительную информацию о волатильности помимо цен открытия и закрытия.
• Предложенный класс моделей объединяет наблюдения открытия, максимума, минимума и закрытия для оценки динамики волатильности.
• В статье модели сравниваются с близкими методами из существующих исследований.
• Для подгонки моделей рассматриваются алгоритмы последовательного Монте-Карло.
• Подход иллюстрируется симуляцией и данными индекса S&P 500.

Теги

# Stochastic Volatility Models Including Open, Close, High and Low Prices


# Stochastic Volatility Models Including Open, Close, High and Low Prices









Mounting empirical evidence suggests that the observed extreme prices within a trading period can provide valuable information about the volatility of the process within that period. In this paper we define a class of stochastic volatility models that uses opening and closing prices along with the minimum and maximum prices within a trading period to infer the dynamics underlying the volatility process of asset prices and compares it with similar models that have been previously presented in the literature. The paper also discusses sequential Monte Carlo algorithms to fit this class of models and illustrates its features using both a simulation study and data form the SP500 index.

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.