跳至正文
返回文库全部文档

市场趋势如何帮助预测波动率与相关性

文章 arXiv papers · 作者: Sara A. Safari et al.
阅读原文

总结

本文考察当前市场趋势能否帮助预测未来波动率和相关性。研究提出将趋势强度用作风险预测的输入，拓展了此前关于趋势强度与预期收益关系的研究。该方法使用当前趋势强度的二次函数，量化波动率和相关性如何随趋势变化。

报告的实证模式显示，在强劲的上涨和下跌趋势期间，波动率和相关性往往都会上升，且下跌趋势中的效应更大。作者称，将趋势信息纳入市场风险预测，能够改进常见的均值回归模型，并提高预测能力。文本没有提供数据、估计流程、预测期限或表现比较的细节，因此无法评估增益的大小或稳健性。文章还将发现与市场的临界点晶格气体模型联系起来，但未详细解释或检验该模型。

核心观点

  • 当前趋势强度可能包含有关未来波动率和相关性的信息。
  • 研究提出使用二次函数描述风险指标如何随趋势强度变化。
  • 据报告，强趋势期间波动率和相关性会上升，且下跌趋势中更明显。
  • 加入趋势信息可以改进基于均值回归的风险预测。
  • 研究称这些发现与市场临界点晶格气体观点一致。

标签

波动率统计学风险管理
全文
# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets


# Trends, Volatility, Correlations, and Critical Phenomena in Financial Markets









We forecast future volatilities and correlations of financial markets based on the current trends in these markets. This complements previous work that models future expected returns by a cubic polynomial of the current trend strength. Empirically, we observe that volatilities and correlations tend to increase day after day in times of strong up- or down-trends. This effect is particularly pronounced in down-trends. It can be accurately quantified by quadratic polynomials of today's trend strengths, which refine common mean-reversion models of volatilities and correlations. Our results improve the prediction of market risk by accounting for market trends. They also support a recent proposal to model financial markets by a lattice gas near its critical point.

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。