跳至正文
返回文库全部文档

利用高频烛形图估计即时贝塔

文章 arXiv papers · 作者: Yasin Simsek
阅读原文

总结

本文针对即时回归构建估计量和推断程序，尤其关注作为系统性风险衡量指标的贝塔。该方法不只依赖开盘至收盘收益，还使用包含各时间区间最高价和最低价的高频烛形图数据。估计量是在固定k渐近框架下通过最小化二次风险构建的，论文还提出了适用于即时贝塔的可行假设检验。

模拟结果表明，与基于收益的估计量相比，该方法的估计风险较低，尤其是在小样本中；所提出的检验则具有更高的检验功效。一项应用使用IBIT和SPY的一分钟数据，考察比特币是否与市场中性；报告的估计结果偏离中性，尤其是在高波动时期。这些发现针对特定应用和框架。文档没有进一步说明样本设计、稳健性检验或交易表现，因此仅凭贝塔结果无法证明策略能够盈利，也不能对比特币的市场风险暴露得出普遍结论。

核心观点

  • 烛形图的最高价和最低价可以补充开盘至收盘收益，用于即时回归估计。
  • 该框架通过最小化二次风险估计回归参数，包括即时贝塔。
  • 所提出的可行检验旨在达到正确的渐近检验尺寸。
  • 模拟结果显示，估计风险较低，尤其是在小样本中，且检验功效较高。
  • IBIT-SPY应用发现，比特币偏离市场中性，尤其是在高波动时期。

标签

统计学股票加密资产波动率风险管理
全文
# Spot Regressions with Candlesticks


# Spot Regressions with Candlesticks









Betas from spot regressions are central to asset pricing and risk management, as measures of systematic risk. This paper develops a new estimation and inference framework for spot regressions by leveraging high-frequency candlesticks, extending conventional (open-to-close) returns with intra-period high/low prices. Specifically, I construct candlestick-based estimators of regression parameters, including spot beta, by minimizing a quadratic risk under a fixed-k asymptotic framework. I then develop a feasible hypothesis testing procedure for spot betas with correct asymptotic size. Simulation results show that the proposed estimator reduces estimation risk relative to return-based estimators, especially in small samples, and the test achieves notably higher power. I apply the framework to assess the market neutrality of Bitcoin using 1-minute data on IBIT and SPY, finding deviations from neutrality, particularly in high-volatility periods.

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。