Как рыночные тренды помогают прогнозировать волатильность и корреляции

Сводка

В документе рассматривается, помогают ли текущие рыночные тренды прогнозировать будущую волатильность и корреляции. Предлагается учитывать силу тренда при прогнозировании риска; это развивает более раннюю работу о связи силы тренда с ожидаемой доходностью. В подходе квадратичные функции текущей силы тренда используются для оценки того, как меняются волатильность и корреляции вместе с трендом.

Согласно выявленной эмпирической закономерности, оба показателя обычно растут при сильных восходящих и нисходящих трендах, причём эффект сильнее при нисходящем тренде. Авторы считают, что это уточняет распространённые модели возврата к среднему и улучшает прогнозирование рыночного риска благодаря учёту трендовой информации. В тексте нет сведений о данных, процедуре оценивания, горизонте прогноза или сравнениях эффективности, поэтому оценить величину и устойчивость улучшений нельзя. Результаты также связываются с моделью рынка «решёточный газ вблизи критической точки», но эта модель подробно не объясняется и не тестируется.

Ключевые идеи

• Сила текущего тренда может содержать информацию о будущей волатильности и корреляциях.
• Для описания зависимости мер риска от силы тренда предлагаются квадратичные функции.
• Согласно сообщению, волатильность и корреляции растут при сильных трендах, особенно нисходящих.
• Учёт трендовой информации может уточнить прогнозы риска на основе возврата к среднему.
• Представленные выводы согласуются с представлением о рынке как о решёточном газе вблизи критической точки.

Теги

# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets


# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets









We forecast future volatilities and correlations of financial markets based on the current trends in these markets. This complements previous work that models future expected returns by a cubic polynomial of the current trend strength. Empirically, we observe that volatilities and correlations tend to increase day after day in times of strong up- or down-trends. This effect is particularly pronounced in down-trends. It can be accurately quantified by quadratic polynomials of today's trend strengths, which refine common mean-reversion models of volatilities and correlations. Our results improve the prediction of market risk by accounting for market trends. They also support a recent proposal to model financial markets by a lattice gas near its critical point.

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.