跳至正文
返回文库全部文档

利用高频数据估计已实现局部波动率曲面

文章 arXiv papers · 作者: Yuming Ma et al.
阅读原文

总结

本文介绍已实现局部波动率曲面，用于估计标的资产剧烈波动期间的条件波动率。文中将该估计视为根据历史价格推导的一般化维纳测度，并将其用于风险管理中的 Delta-Gamma 动态对冲。

所提出的流程使用高频市场数据，并通过哈密顿蒙特卡洛拟合折棒式高斯混合模型。该流程生成带有 95% 可信区间的波动率曲面，以表达估计的不确定性。本文报告了使用 TSLA 数据进行的实证示例，并称该方法能够捕捉反事实波动率。文中还讨论了其在基于波动率的风险管理中的潜在用途。简要描述没有定义反事实波动率指标，没有给出表现比较，也未提供数据选择和验证细节，因此仅凭此摘要无法评估该方法在实际中的稳健性。

核心观点

  • 已实现局部波动率曲面旨在估计市场突然波动时的条件波动率。
  • 该方法根据高频历史价格重建曲面。
  • 研究使用哈密顿蒙特卡洛拟合折棒式高斯混合模型。
  • 输出包含 95% 可信区间，以表达估计的不确定性。
  • 所提出的风险管理应用是在 Delta-Gamma 框架内进行动态对冲。

标签

波动率风险管理高频交易统计学
全文
# Realized Local Volatility Surface


# Realized Local Volatility Surface









For quantitative trading risk management purposes, we present a novel idea: the realized local volatility surface. Concisely, it stands for the conditional expected volatility when sudden market behaviors of the underlying occur. One is able to explore risk management usages by following the orthotical Delta-Gamma dynamic hedging framework. The realized local volatility surface is, mathematically, a generalized Wiener measure from historical prices. It is reconstructed via employing high-frequency trading market data. A Stick-Breaking Gaussian Mixture Model is fitted via Hamiltonian Monte Carlo, producing a local volatility surface with 95% credible intervals. A practically validated Bayesian nonparametric estimation workflow. Empirical results on TSLA high-frequency data illustrate its ability to capture counterfactual volatility. We also discuss its application in improving volatility-based risk management.

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。