GARCH-اِٹو عمل سے رات اور دن کے اتار چڑھاؤ کی ماڈلنگ

خلاصہ

یہ مقالہ اتار چڑھاؤ کی ماڈلنگ میں ایک خلا کو دیکھتا ہے: مارکیٹ بند ہونے اور اگلی بار کھلنے کے درمیان انٹرا ڈے اعلیٰ تعدد ڈیٹا دستیاب نہیں ہوتا، اس لیے ماڈلز رات کے اہم تغیرات چھوڑ سکتے ہیں۔ یہ GARCH-اِٹو فریم ورک پیش کرتا ہے، جو اوپن ٹو کلوز اور کلوز ٹو اوپن ادوار کو الگ فوری اتار چڑھاؤ کے عمل سے ظاہر کرکے ٹریڈنگ دن کے دونوں حصے شامل کرتا ہے۔

مصنفین وزنی کم سے کم مربعات کے ذریعے دونوں ادوار کے پیرامیٹرز کا تخمینہ لگاتے اور طریقے کی اسیمپٹوٹک خصوصیات دیکھتے ہیں۔ وہ محدود نمونے میں رویے کے جائزے کے لیے سمیولیشن مطالعہ پیش کرتے اور طریقہ حقیقی ٹریڈنگ ڈیٹا پر لاگو کرتے ہیں۔ فراہم کردہ بیان اثاثوں، تجرباتی تخمینوں یا متبادل ماڈلز کے مقابلے میں کارکردگی نہیں بتاتا، اس لیے یہ ثابت نہیں ہوتا کہ عملی طور پر فریم ورک پیش گوئیوں کو کتنا بہتر بناتا ہے۔ اس کی شراکت ماڈلنگ اور تخمینے کا ایسا طریقہ ہے جو انٹرا ڈے حرکیات کے ساتھ رات کے اتار چڑھاؤ کی معلومات بھی محفوظ رکھنے کے لیے بنایا گیا ہے۔

اہم خیالات

• ماڈل اوپن ٹو کلوز اور کلوز ٹو اوپن کے اتار چڑھاؤ کے عمل الگ کرتا ہے۔
• دونوں ادوار کے پیرامیٹرز کے تخمینے کے لیے وزنی کم سے کم مربعات استعمال کیے جاتے ہیں۔
• مطالعہ اسیمپٹوٹک خصوصیات، سمیولیشنز اور حقیقی ٹریڈنگ ڈیٹا کا جائزہ لیتا ہے۔
• بیان مخصوص تجرباتی نتائج یا پیش گوئی میں تقابلی بہتری رپورٹ نہیں کرتا۔

ٹیگز

# Overnight GARCH-Itô Volatility Models


# Overnight GARCH-Itô Volatility Models









Various parametric volatility models for financial data have been developed to incorporate high-frequency realized volatilities and better capture market dynamics. However, because high-frequency trading data are not available during the close-to-open period, the volatility models often ignore volatility information over the close-to-open period and thus may suffer from loss of important information relevant to market dynamics. In this paper, to account for whole-day market dynamics, we propose an overnight volatility model based on Itô diffusions to accommodate two different instantaneous volatility processes for the open-to-close and close-to-open periods. We develop a weighted least squares method to estimate model parameters for two different periods and investigate its asymptotic properties. We conduct a simulation study to check the finite sample performance of the proposed model and method. Finally, we apply the proposed approaches to real trading data.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔