Прогноз экстремальной волатильности по торговому объёму

Сводка

В документе изучается взаимодействие торгового объёма и волатильности, особенно в периоды, когда оба показателя повышены. Описан анализ условных распределений: распределения волатильности рассматриваются при разных уровнях объёма, моделируются степенным законом с экспоненциальным отсечением и нормируются так, чтобы свестись к общей кривой. Также вводится локальный максимум волатильности (LMV) — наибольшая волатильность в заданном диапазоне объёма; показано, что LMV растёт с логарифмом объёма.

Представленные эмпирические результаты позволяют предположить, что объём помогает оценивать максимальную волатильность как в течение того же дня, так и на ближайшем будущем горизонте. Совместная условная вероятность, учитывающая объём и волатильность, лучше прогнозирует наибольшую волатильность следующего дня, чем каждый показатель по отдельности. В описании не указаны актив, выборка, точный горизонт, схема проверки или ошибки прогноза, поэтому оно не доказывает, что эта связь обобщается на разные рынки или подходит для торговой стратегии, готовой к применению.

Ключевые идеи

• Условная по торговому объёму волатильность описывается степенным законом с экспоненциальным отсечением.
• Нормирование условных распределений волатильности по объёму сводит их к общей кривой.
• Локальный максимум волатильности измеряет наибольшую волатильность в заданном диапазоне объёма.
• Локальный максимум волатильности тесно связан с логарифмом объёма.
• Совместный учёт объёма и волатильности улучшает прогноз максимальной волатильности на следующий день по сравнению с использованием каждого показателя по отдельности.

Теги

# Predicting market instability: New dynamics between volume and volatility


# Predicting market instability: New dynamics between volume and volatility









Econophysics and econometrics agree that there is a correlation between volume and volatility in a time series. Using empirical data and their distributions, we further investigate this correlation and discover new ways that volatility and volume interact, particularly when the levels of both are high. We find that the distribution of the volume-conditional volatility is well fit by a power-law function with an exponential cutoff. We find that the volume-conditional volatility distribution scales with volume, and collapses these distributions to a single curve. We exploit the characteristics of the volume-volatility scatter plot to find a strong correlation between logarithmic volume and a quantity we define as local maximum volatility (LMV), which indicates the largest volatility observed in a given range of trading volumes. This finding supports our empirical analysis showing that volume is an excellent predictor of the maximum value of volatility for both same-day and near-future time periods. We also use a joint conditional probability that includes both volatility and volume to demonstrate that invoking both allows us to better predict the largest next-day volatility than invoking either one alone.

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.