منافع کے ٹیڑھے پن اور دُموں کے ماڈل کے لیے تصادفی گھڑیوں کی تنظیم

خلاصہ

یہ مقالہ مسلسل وقت کے مالی ماڈلز کے لیے منضبط تصادفی گھڑیاں تجویز کرتا ہے، جو ٹریڈنگ سرگرمی کی نمائندگی کرتی ہیں اور غیر متناسب نیز بھاری دُم والے منافع کو پکڑنے میں مدد دیتی ہیں۔ یہ طریقہ لیوی سب آرڈینیٹرز، یا غیر منفی آزاد اضافوں والے زیادہ عمومی عمل سے بننے والی گھڑیوں میں بار بار اوسط لینے سے متاثرہ کرنل استعمال کرکے تبدیلی کرتا ہے۔ تنظیم کا ایک پیرامیٹر ایڈجسٹمنٹ کی سطح کو قابو کرتا ہے، بغیر ٹریڈز کی تعداد گھٹائے یا ٹریڈنگ کی شدت بدلے۔

مصنفین لیپلاس ٹرانسفارمز، خصوصیتی ٹرپلٹس اور کمولینٹس کا تجزیہ کرتے ہیں، جن کے ممکنہ استعمال میں تخمینہ، آپشن کیلیبریشن اور سیمولیشن شامل ہیں۔ وہ منتخب جمپ-ڈفیوژن اور ٹیمپرڈ اسٹیبل ماڈلز کے لیے پروفائل لائکلی ہُڈ کے ساتھ لمحوں پر مبنی تخمینہ طریقۂ کار بناتے ہیں، پھر روزانہ کے ایس اینڈ پی 500 اور بٹ کوائن منافع کا مطالعہ کرتے ہیں۔ تجرباتی تجزیہ مطلوبہ اثرات کے ثبوت کے طور پر پیش کیا گیا ہے، مگر اقتباس نتائج یا ان کی مقدار نہیں بتاتا۔ یہ طریقہ منتخب گھڑیوں کے خاندانوں اور ماڈل کے مفروضوں سے بھی جڑا ہے۔

اہم خیالات

• منضبط تصادفی گھڑیاں منافع میں عدم تناسب اور دُم کے خطرے کو پکڑنے کی کوشش کرتی ہیں۔
• کرنل کے انتخاب غیر منفی آزاد اضافوں والے عمل کو ٹریڈنگ کی شدت یا ٹریڈز کی تعداد بدلے بغیر منضبط کرتے ہیں۔
• ایک ہائپر پیرامیٹر تنظیم کو قابو کرتا ہے اور ٹیڑھے پن اور زائد کرٹوسس کی وسیع حد پیدا کر سکتا ہے۔
• فریم ورک میں نظریاتی تشریح، تخمینہ، آپشن کیلیبریشن اور سیمولیشن کے اطلاقات شامل ہیں۔
• تجرباتی مطالعہ روزانہ کے ایس اینڈ پی 500 اور بٹ کوائن منافع استعمال کرتا ہے۔

ٹیگز

# Regulating stochastic clocks


# Regulating stochastic clocks









Stochastic clocks represent a class of time change methods for incorporating trading activity into continuous-time financial models, with the ability to deal with typical asymmetrical and tail risks in financial returns. In this paper we propose a significant improvement of stochastic clocks for the same objective but without decreasing the number of trades or changing the trading intensity. Our methodology targets any Lévy subordinator, or more generally any process of nonnegative independent increments, and is based on various choices of regulating kernels motivated from repeated averaging. By way of a hyperparameter linked to the degree of regulation, arbitrarily large skewness and excess kurtosis of returns can be easily achieved. Generic-time Laplace transforms, characterizing triplets, and cumulants of the regulated clocks and subsequent mixed models are analyzed, serving purposes ranging from statistical estimation and option price calibration to simulation techniques. Under specified jump--diffusion processes and tempered stable processes, a robust moment-based estimation procedure with profile likelihood is developed and a comprehensive empirical study involving S\&P500 and Bitcoin daily returns is conducted to demonstrate a series of desirable effects of the proposed methods.

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۔