Структурное прогнозирование волатильности на рынках прогнозов

Сводка

В документе разрабатывается система прогнозирования волатильности для бинарных рынков прогнозов, где цены представляют собой ограниченные вероятности, а исходы контрактов определяются в известные сроки. Она объединяет компонент Wright–Fisher, моделирующий разрешение неопределённости по мере приближения срока определения исхода, и компонент Glosten–Milgrom, связывающий информированный поток заявок, спреды и объём с волатильностью. Кроме того, структурные входные данные сравниваются с базовыми моделями ARCH и GARCH, а также рассматривается добавление динамики остаточного GARCH.

Проверки на большой панели контрактов Kalshi показывают, что структурные переменные улучшают прогнозы по сравнению с обычными моделями ARCH/GARCH, а их сочетание с динамикой остаточного GARCH даёт лучшие прогнозы в целом. Согласно модели, волатильность выше, когда цены близки к равновероятному исходу и когда срок исполнения контракта приближается. Также отмечаются различия между более плавной динамикой экономических контрактов и большей концентрацией спортивных контрактов вокруг событий. Настройка модели отдельно для каждой категории не всегда улучшает результаты вне выборки. Это позволяет говорить о переносимости выводов между изученными категориями, но не о результатах за пределами доступных контрактов.

Ключевые идеи

• Волатильность бинарных контрактов зависит как от разрешения неопределённости по мере приближения срока исполнения, так и от информированной торговли.
• В модели уровни вероятности и время до определения исхода используются как структурные входные данные для прогнозирования.
• В исследованной панели структурные спецификации превосходят базовые модели ARCH/GARCH.
• В исследовании лучшие прогнозы в целом получены при добавлении динамики остаточного GARCH.
• Характер волатильности различается между категориями контрактов, но отдельная настройка для каждой категории не всегда помогает вне выборки.

Теги

# 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.

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.