ضمنی اتار چڑھاؤ سے کرنسی کے رجحان کی پیروی میں تبدیلی
خلاصہ
یہ دستاویز کرنسی مارکیٹوں میں رجحان کی پیروی کے رویے کا مطالعہ کرنے کے لیے ایک ہائبرڈ حرکیاتی ماڈل پیش کرتی ہے۔ یہ ایٹ دی منی ضمنی اتار چڑھاؤ کی مدت وار ساخت کے لوگ نارمل ڈفیوژن ماڈل سے علامتی حرکیات اخذ کرتا ہے، اور بنیادی زرِ مبادلہ کے منافع کی خصوصیات بیان کرنے کے لیے ڈیریویٹوز کی معلومات استعمال کرتا ہے۔ اطلاق میں JPY-USD زرِ مبادلہ کی شرح اور اس کے ایک ماہ، تین ماہ، چھ ماہ اور ایک سال کے ضمنی اتار چڑھاؤ شامل ہیں۔
رپورٹ شدہ نتیجے کے مطابق، ڈیریویٹوز پر مبنی اشاروں سے خود انحصاری رجحان پیروی کے عمل میں تبدیلی کرنے سے زرِ مبادلہ کی شرح کے سلسلے میں مسلسل علامت بدلنے کے درمیانی وقفوں کی تقسیم کے ساتھ ماڈل کی مطابقت نمایاں طور پر بہتر ہوتی ہے۔ یہ تقسیم کے ساتھ مطابقت کا نتیجہ ہے، زیادہ ٹریڈنگ منافع یا کم خطرے کا ثبوت نہیں۔ وضاحت میں ماڈل کے تفصیلی قواعد، ڈیٹا کی مدت، موازنے کے پیمانے یا نمونے سے باہر توثیق نہیں دی گئی، اس لیے عملی کارکردگی کے بارے میں نتائج محدود ہیں۔
اہم خیالات
- ماڈل کرنسی کے منافع کی حرکیات کے لیے ضمنی اتار چڑھاؤ کی مدت وار ساخت کا ڈیٹا استعمال کرتا ہے۔
- یہ مختلف میعادوں کے ایٹ دی منی ضمنی اتار چڑھاؤ پر لوگ نارمل ڈفیوژن لاگو کرتا ہے۔
- ڈیریویٹوز پر مبنی اشارے خود انحصاری رجحان پیروی کے عمل میں تبدیلی کے لیے استعمال ہوتے ہیں۔
- رپورٹ شدہ بہتری منافع کی علامت بدلنے کے درمیانی وقفوں کی تقسیم کی مطابقت سے متعلق ہے، ٹریڈنگ کے منافع سے نہیں۔
ٹیگز
مکمل متن
# Hybrid dynamics for currency modeling # Hybrid dynamics for currency modeling We present a simple hybrid dynamical model as a tool to investigate behavioral strategies based on trend following. The multiplicative symbolic dynamics are generated using a lognormal diffusion model for the at-the-money implied volatility term structure. Thus, are model exploits information from derivative markets to obtain qualititative properties of the return distribution for the underlier. We apply our model to the JPY-USD exchange rate and the corresponding 1mo., 3mo., 6mo. and 1yr. implied volatilities. Our results indicate that the modulation of autoregressive trend following using derivative-based signals significantly improves the fit to the distribution of times between successive sign flips in the underlier time series.
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۔