跳至正文
返回文库全部文档

比特币波动率模型比较与预测波动率—隐含波动率价差交易

文章 arXiv papers · 作者: Yeguang Chi et al.
阅读原文

总结

本研究使用比特币现货价格比较历史波动率、指数移动平均 ARCH、GARCH 和 EGARCH 模型。报告称，GARCH 和 EGARCH 在样本内拟合和样本外预测方面都优于其他模型。EGARCH 不对称性估计为正，但在统计上不显著；作者将其解读为，该分析未发现过去收益率存在不对称波动率响应的显著证据。

研究还提出一种期权策略，通过 Delta 对冲交易 GARCH 预测波动率与期权隐含波动率之间的差异。报告称，这种简单的波动率价差策略取得了稳健利润。简要说明没有提供样本期、交易规则、交易成本假设或“稳健”的定义，因此无法根据所提供的信息独立评估盈利主张。比特币现货和期权市场的结果也可能取决于所考察的数据和市场状况。

核心观点

  • 比较涵盖历史波动率、EMA ARCH、GARCH 和 EGARCH 模型。
  • 报告称，GARCH 和 EGARCH 在拟合和预测方面优于其他模型。
  • EGARCH 不对称性估计为正，但在统计上不显著。
  • 所提期权策略通过 Delta 对冲交易预测波动率与隐含波动率之间的差异。
  • 盈利主张缺少样本期和成本假设等支持详情。

标签

加密资产波动率期权衍生品定价回测
全文
# A Horserace of Volatility Models for Cryptocurrency: Evidence from Bitcoin Spot and Option Markets


# A Horserace of Volatility Models for Cryptocurrency: Evidence from Bitcoin Spot and Option Markets









We test various volatility models using the Bitcoin spot price series. Our models include HIST, EMA ARCH, GARCH, and EGARCH, models. Both of our in-sample-fit and out-of-sample-forecast results suggest that GARCH and EGARCH models perform much better than other models. Moreover, the EGARCH model's asymmetric term is positive and insignificant, which suggests that Bitcoin prices lack the asymmetric volatility response to past returns. Finally, we formulate an option trading strategy by exploiting the volatility spread between the GARCH volatility forecast and the option's implied volatility. We show that a simple volatility-spread trading strategy with delta-hedging can yield robust profits.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。