利用隐含波动率调节货币趋势跟踪
文章 arXiv papers · 作者: Ted Theodosopoulos et al.
总结
本文提出一个混合动力学模型，用于研究货币市场中的趋势跟踪行为。模型根据平值隐含波动率期限结构的对数正态扩散模型生成符号动力学，并利用衍生品信息刻画标的汇率收益的性质。应用对象为 JPY-USD 汇率，以及相应的一个月、三个月、六个月和一年期隐含波动率。
报告结果显示，用衍生品信号调节自回归趋势跟踪，可显著改善模型对汇率序列连续符号变化之间时间分布的拟合。这是分布拟合结果，并非交易收益提高或风险降低的证据。描述没有提供模型的详细规则、数据时期、比较指标或样本外验证，因此无法据此充分判断实际表现。
核心观点
- 模型利用隐含波动率期限结构数据来描述货币收益动态。
- 模型将对数正态扩散应用于多个期限的平值隐含波动率。
- 研究使用衍生品信号调节自回归趋势跟踪过程。
- 报告的改善涉及对收益符号翻转间隔的拟合，并非交易盈利能力。
标签
全文
# Hybrid dynamics for currency modeling # Hybrid dynamics for currency modeling We present a simple hybrid dynamical model as a tool to investigate behavioral strategies based on trend following. The multiplicative symbolic dynamics are generated using a lognormal diffusion model for the at-the-money implied volatility term structure. Thus, are model exploits information from derivative markets to obtain qualititative properties of the return distribution for the underlier. We apply our model to the JPY-USD exchange rate and the corresponding 1mo., 3mo., 6mo. and 1yr. implied volatilities. Our results indicate that the modulation of autoregressive trend following using derivative-based signals significantly improves the fit to the distribution of times between successive sign flips in the underlier time series.
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。