वोलैटिलिटी क्लस्टरिंग और GARCH की व्याख्या

स्थिर-वोलैटिलिटी मॉडल कल की अनिश्चितता को इस बात से स्वतंत्र मानता है कि आज बाजार शांत था या अशांत। बाजार रिटर्न अक्सर इस सरलीकरण का खंडन करते हैं

बड़े निरपेक्ष रिटर्न के बाद चाल अक्सर ऊँची रहती है, जबकि शांत अवधि बनी रह सकती है। चालों का आकार ऊँचा रहने पर भी उनके चिह्न बदल सकते हैं

यही वोलैटिलिटी क्लस्टरिंग है। यह रिटर्न के आकार या वर्गित रिटर्न में निर्भरता बताती है, स्वयं सकारात्मक और नकारात्मक रिटर्न में विश्वसनीय पैटर्न नहीं

अनकंडीशनल वेरिएंस दीर्घकालीन वितरण का सार देता है। कंडीशनल वेरिएंस पूछता है कि अभी उपलब्ध जानकारी के आधार पर अगला रिटर्न कितना अनिश्चित है

ARCH मॉडल हाल के वर्गित शॉक से उस पूर्वानुमान को अपडेट करते हैं। बड़ा आश्चर्य अगला वेरिएंस अनुमान बढ़ाता है, चाहे आश्चर्य सकारात्मक हो या नकारात्मक

अनुमान मॉडल, डेटा आवृत्ति, रिटर्न परिभाषा, विंडो और फिट किए गए पैरामीटर पर निर्भर है। यह देखा गया बाजार तथ्य नहीं है

सामान्य GARCH(1,1) रूप hₜ = ω + αε²ₜ₋₁ + βhₜ₋₁ है। यहाँ h कंडीशनल वेरिएंस और ε पिछला रिटर्न इनोवेशन है

अल्फा नए वर्गित शॉक पर तात्कालिक प्रतिक्रिया नियंत्रित करता है। बीटा पिछला वेरिएंस अनुमान आगे ले जाता है, जिससे अशांत या शांत रेजीम बना रह सकता है

ओमेगा आधार रेखा देता है। पैरामीटर साथ में अनुमानित होते हैं, इसलिए केवल अल्फा या बीटा पढ़ना मॉडल की गतिशीलता को गलत बता सकता है

मानक स्पेसिफिकेशन में अल्फा और बीटा का योग अक्सर पर्सिस्टेंस मापने के लिए उपयोग होता है। एक के पास का मान बताता है कि वेरिएंस पूर्वानुमान में शॉक धीरे-धीरे घटता है

यदि अल्फा और बीटा का योग एक से कम है तो पूर्वानुमान मीन-रिवर्ट करता है। बुनियादी मान्यताओं में दीर्घकालीन वेरिएंस ओमेगा को एक माइनस अल्फा माइनस बीटा से भाग देने पर मिलता है

एक के पास पर्सिस्टेंस का अर्थ यह नहीं कि वोलैटिलिटी स्थायी रूप से ऊँची रहेगी। इसका अर्थ है कि मॉडल शॉक के प्रभाव को लंबी पूर्वानुमान अवधि में बाँटता है

मानक GARCH वर्गित शॉक पर प्रतिक्रिया करता है, इसलिए समान सकारात्मक और नकारात्मक आश्चर्य का वेरिएंस पर तात्कालिक प्रभाव समान होता है

इक्विटी वोलैटिलिटी गिरावट के बाद अधिक तीखी प्रतिक्रिया कर सकती है। असममित रूप चिह्न या थ्रेशोल्ड पद जोड़ते हैं, लेकिन अतिरिक्त लचीलापन अनुमान के अधिक विकल्प भी बनाता है

मॉडल चयन उपयोग और आउट-ऑफ-सैंपल प्रमाण के अनुसार होना चाहिए, पैरामीटरों की संख्या या सर्वश्रेष्ठ इन-सैंपल फिट के अनुसार नहीं

GARCH आम तौर पर वास्तविक-दुनिया रिटर्न प्रक्रिया में अनुमानित होता है। विकल्प IV एक जोखिम-तटस्थ मूल्य है जिसमें आपूर्ति, माँग और वोलैटिलिटी रिस्क का मुआवज़ा शामिल है

GARCH पूर्वानुमान से ऊपर IV अपने-आप महंगा नहीं है। अंतर जंप रिस्क, स्क्यू, मॉडल त्रुटि, हेजिंग लागत या वोलैटिलिटी रिस्क प्रीमियम का भुगतान हो सकता है

मिलती अवधियों और इकाइयों की तुलना करें, फिर विकल्प पेऑफ, सतह, लेन-देन लागत और परिदृश्यों का मॉडल बनाएँ। केवल पूर्वानुमान रैंक अपेक्षित लाभ स्थापित नहीं करती

संरचनात्मक टूटन, घटनाएँ, पुराने पैरामीटर, आउटलाईयर, ओवरनाइट गैप और सैंपलिंग विकल्प सहज रेकर्सिव पूर्वानुमान पर हावी हो सकते हैं

रेज़िडुअल, पैरामीटर स्थिरता, वैकल्पिक विंडो और उस समय उपलब्ध जानकारी से बनाए गए पूर्वानुमानों की जाँच करें। बैकटेस्ट में लुक-अहेड फिटिंग से बचें

एक सटीक संख्या की जगह कई वोलैटिलिटी परिदृश्य उपयोग करें। मॉडल सबसे उपयोगी तब है जब पूँजी लगाने से पहले उसकी विफलता के तरीके दिखाई दें