Ước lượng biến động chỉ số bằng entropy nội tại có trọng số khối lượng
Tóm tắt
Bài báo trình bày một mô hình entropy nội tại để ước lượng biến động lịch sử của các chỉ số thị trường cổ phiếu. Khác với các phương pháp ước lượng chỉ dựa vào giá mở cửa, cao nhất, thấp nhất và đóng cửa hằng ngày, cách tiếp cận đề xuất còn tính đến khối lượng giao dịch. Phương pháp điều chỉnh một mô hình trong ngày trước đó bằng cách liên hệ các mức giá hằng ngày với tỷ trọng của mỗi ngày trong tổng khối lượng của giai đoạn được phân tích, xem tỷ trọng đó là thước đo mức độ tin cậy của thị trường tại mức giá.
Các tác giả tính ước lượng từ dữ liệu ngày lịch sử của một số chỉ số US và châu Á, rồi so sánh chúng với các phương pháp ước lượng thường dùng trong ngành trên nhiều khung thời gian. Họ báo cáo rằng mô hình entropy tạo ra các ước lượng được họ đánh giá là đáng tin cậy, có hệ số biến thiên đặc biệt cao và giá trị thấp hơn đáng kể so với các phương pháp ước lượng tiên tiến khác. Bản tóm tắt không nêu thiết kế kiểm định chi tiết hay bằng chứng về hiệu quả của các ước lượng trong giao dịch hoặc định giá phái sinh, vì vậy không nên xem phép so sánh được báo cáo là bằng chứng về giá trị dự báo hay đầu tư.
Ý chính
- Phương pháp ước lượng entropy nội tại dùng khối lượng giao dịch cùng với giá OHLC hằng ngày.
- Tỷ trọng khối lượng của mỗi ngày được xem là mức độ tin cậy của thị trường gắn với mức giá ngày đó.
- Mô hình được đánh giá trên dữ liệu lịch sử của các chỉ số thị trường cổ phiếu US và châu Á.
- Các ước lượng của mô hình được so sánh với những phương pháp ước lượng biến động đã được thiết lập trên nhiều khung thời gian.
- Các ước lượng được báo cáo có mức biến thiên cao và thấp hơn các ước lượng từ những phương pháp tiên tiến khác.
Thẻ
Toàn văn
# A Volatility Estimator of Stock Market Indices Based on the Intrinsic Entropy Model # A Volatility Estimator of Stock Market Indices Based on the Intrinsic Entropy Model Grasping the historical volatility of stock market indices and accurately estimating are two of the major focuses of those involved in the financial securities industry and derivative instruments pricing. This paper presents the results of employing the intrinsic entropy model as a substitute for estimating the volatility of stock market indices. Diverging from the widely used volatility models that take into account only the elements related to the traded prices, namely the open, high, low, and close prices of a trading day (OHLC), the intrinsic entropy model takes into account the traded volumes during the considered time frame as well. We adjust the intraday intrinsic entropy model that we introduced earlier for exchange-traded securities in order to connect daily OHLC prices with the ratio of the corresponding daily volume to the overall volume traded in the considered period. The intrinsic entropy model conceptualizes this ratio as entropic probability or market credence assigned to the corresponding price level. The intrinsic entropy is computed using historical daily data for traded market indices (S&P 500, Dow 30, NYSE Composite, NASDAQ Composite, Nikkei 225, and Hang Seng Index). We compare the results produced by the intrinsic entropy model with the volatility estimates obtained for the same data sets using widely employed industry volatility estimators. The intrinsic entropy model proves to consistently deliver reliable estimates for various time frames while showing peculiarly high values for the coefficient of variation, with the estimates falling in a significantly lower interval range compared with those provided by the other advanced volatility estimators.
Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0
Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.