انتہائی اتار چڑھاؤ کی پیش گوئی میں ٹریڈنگ حجم کا استعمال

خلاصہ

یہ دستاویز ٹریڈنگ حجم اور اتار چڑھاؤ کے باہمی تعلق کا مطالعہ کرتی ہے، خصوصاً ان ادوار میں جب دونوں بلند ہوں۔ اس میں مشروط تقسیم کا تجزیہ بیان ہے: حجم کی مختلف سطحوں پر اتار چڑھاؤ کی تقسیم دیکھی جاتی ہے، اسے پاور لا اور ایکسپونینشل کٹ آف سے ماڈل کیا جاتا ہے، اور پھر اسکیل تبدیل کر کے مشترک منحنی پر لایا جاتا ہے۔ یہ مقامی زیادہ سے زیادہ اتار چڑھاؤ (LMV) کو کسی دی گئی حجم حد میں سب سے بڑے اتار چڑھاؤ کے طور پر بھی متعین کرتی ہے، اور پاتی ہے کہ LMV لاگرتھمی حجم کے ساتھ بڑھتا ہے۔

رپورٹ شدہ تجرباتی نتائج سے اشارہ ملتا ہے کہ حجم اسی دن اور قریب مستقبل دونوں میں زیادہ سے زیادہ اتار چڑھاؤ کا تخمینہ لگانے میں مدد دے سکتا ہے۔ حجم اور اتار چڑھاؤ دونوں استعمال کرنے والا مشترک مشروط امکان اگلے دن کے سب سے بڑے اتار چڑھاؤ کی پیش گوئی میں ہر ایک کو تنہا استعمال کرنے سے بہتر ہے۔ خلاصے میں اثاثہ، نمونہ، درست مدت، توثیق کا ڈیزائن یا پیش گوئی کی خطا کے پیمانے نہیں، اس لیے یہ واضح نہیں ہوتا کہ تعلق مختلف منڈیوں میں کتنا عمومی ہے یا قابلِ نفاذ ٹریڈنگ اسٹریٹیجی کی تائید کرتا ہے۔

اہم خیالات

• ٹریڈنگ حجم کے لحاظ سے مشروط اتار چڑھاؤ کو ایکسپونینشل کٹ آف کے ساتھ پاور لا بیان کرتی ہے۔
• حجم کے لحاظ سے مشروط اتار چڑھاؤ کی تقسیم کو دوبارہ اسکیل کرنے سے وہ مشترک منحنی پر آ جاتی ہے۔
• مقامی زیادہ سے زیادہ اتار چڑھاؤ کسی حجم حد میں دیکھے گئے بلند ترین اتار چڑھاؤ کو ناپتا ہے۔
• لاگرتھمی حجم کا مقامی زیادہ سے زیادہ اتار چڑھاؤ سے مضبوط تعلق ہے۔
• حجم اور اتار چڑھاؤ کو یکجا کرنے سے اگلے دن کے زیادہ سے زیادہ اتار چڑھاؤ کی پیش گوئی، کسی ایک کو تنہا استعمال کرنے سے بہتر ہوتی ہے۔

ٹیگز

# 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.

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۔