آپشنز سے اخذ کردہ کھردرے اتار چڑھاؤ کے اندازے HAR کی پیش گوئی بہتر بناتے ہیں

خلاصہ

یہ مطالعہ پوچھتا ہے کہ ٹریڈ ہونے والے آپشنز سے اخذ کردہ اسپاٹ اتار چڑھاؤ کے اندازے حقیقی اتار چڑھاؤ کی پیش گوئیاں بہتر بنا سکتے ہیں یا نہیں۔ یہ حقیقی اتار چڑھاؤ کے ہیٹروجینیئس آٹوریگریسیو ماڈل میں رف اسٹاکیسٹک وولٹیلٹی کا اندازہ شامل کرتا ہے، جو پہلے کے کام پر مبنی تکراری دو مرحلوں کے طریقۂ کار سے اخذ کیا گیا ہے۔ بڑے آپشن پینلز میں تخمینے تیز کرنے کے لیے ڈیپ لرننگ کا متبادل ماڈل استعمال کیا گیا ہے۔

بڑھی ہوئی HAR-RV-آرہیسٹن تخصیص کا روایتی اسٹاکیسٹک اتار چڑھاؤ ماڈلز، بشمول ہیسٹن، بیٹس اور SVCJ، نیز VIX اشاریے سے موازنہ کیا گیا ہے۔ بیان کردہ نتائج میں روزانہ حقیقی اتار چڑھاؤ کی پیش گوئی کی درستگی بہتر دکھائی گئی ہے، اور ایک ماہ تک کے ادوار میں بھی برتری برقرار رہی۔ دستاویز پیش گوئیوں کے موازنے پیش کرتی ہے، مگر ڈیٹا کی مدت، جانچ کے پیمانے یا شماریاتی اہمیت واضح نہیں کرتی؛ اس لیے صرف اس خلاصے سے بیان کردہ بہتری کی قوت اور عمومیت کا اندازہ نہیں لگایا جا سکتا۔

اہم خیالات

• ماڈل جانچتا ہے کہ آپشنز سے اخذ کردہ اسپاٹ اتار چڑھاؤ HAR کے حقیقی اتار چڑھاؤ والے ماڈل میں پیش گوئی کی قدر بڑھاتا ہے یا نہیں۔
• رف اسٹاکیسٹک وولٹیلٹی ماڈل کے تحت تکراری دو مرحلوں کے طریقے سے اسپاٹ اتار چڑھاؤ کا اندازہ اخذ کیا جاتا ہے۔
• ڈیپ لرننگ کا متبادل ماڈل بڑے آپشن پینلز سے تخمینہ تیز کرتا ہے۔
• بڑھے ہوئے ماڈل کا موازنہ ہیسٹن، بیٹس، SVCJ اور VIX سے کیا گیا ہے۔
• بیان کردہ پیش گوئی کی بہتری روزانہ اندازوں سے ایک ماہ تک کے ادوار میں پھیلی ہوئی ہے۔

ٹیگز

# On options-driven realized volatility forecasting: Information gains via rough volatility model


# On options-driven realized volatility forecasting: Information gains via rough volatility model









We examine whether model-based spot volatility estimators extracted from traded options data enhance the predictive power of the Heterogeneous Autoregressive (HAR) model for realized volatility. Specifically, we infer spot volatility under the rough stochastic volatility model via an iterative two-step approach following Andersen et al. (2015a) and adopt a deep learning surrogate to accelerate model estimation from large-scale options panels. Benchmarked against traditional stochastic volatility models (Heston, Bates, SVCJ) and the VIX index, our results demonstrate that the augmented HAR-RV-RHeston model improves daily realized volatility forecasting accuracy and sustains superior performance across horizons up to one month.

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۔