Pengelompokan Volatiliti dan GARCH: Penjelasan

Model volatiliti malar menganggap ketidakpastian esok tidak bergantung pada sama ada hari ini tenang atau bergelora. Pulangan pasaran sering bercanggah dengan penyederhanaan itu

Pulangan mutlak yang besar cenderung diikuti pergerakan tinggi, manakala tempoh tenang sering berterusan. Tanda boleh berselang-seli walaupun saiz pergerakan kekal tinggi

Inilah pengelompokan volatiliti. Ia menerangkan pergantungan pada magnitud pulangan atau pulangan kuasa dua, bukan corak yang boleh dipercayai dalam pulangan positif dan negatif itu sendiri

Varians tanpa syarat meringkaskan taburan jangka panjang. Varians bersyarat bertanya betapa tidak pastinya pulangan seterusnya berdasarkan maklumat yang tersedia sekarang

Model ARCH mengemas kini ramalan itu daripada kejutan kuasa dua terkini. Kejutan besar menaikkan anggaran varians seterusnya sama ada kejutan itu positif atau negatif

Anggaran itu bersyarat pada model, kekerapan data, takrif pulangan, tetingkap, dan parameter terpadan. Ia bukan fakta pasaran yang diperhatikan

Bentuk GARCH(1,1) biasa ialah hₜ = ω + αε²ₜ₋₁ + βhₜ₋₁. Di sini h ialah varians bersyarat dan ε ialah inovasi pulangan sebelumnya

Alpha mengawal tindak balas segera kepada kejutan kuasa dua baharu. Beta membawa ke hadapan anggaran varians sebelumnya, membolehkan rejim bergelora atau tenang berterusan

Omega menyediakan asas. Parameter dianggar bersama, maka membaca alpha atau beta sahaja boleh menyalahgambarkan dinamik model

Dalam spesifikasi standard, alpha tambah beta sering digunakan sebagai ukuran kebergigihan. Nilai hampir satu bermaksud kejutan mereput perlahan dalam ramalan varians

Jika alpha tambah beta di bawah satu, ramalan kembali kepada min. Di bawah andaian asas, varians jangka panjang ialah omega dibahagi dengan satu tolak alpha tolak beta

Kebergigihan hampir satu tidak bermaksud volatiliti kekal tinggi selama-lamanya. Ia bermaksud model mengagihkan kesan kejutan merentasi ufuk ramalan yang panjang

GARCH standard bertindak balas kepada kejutan kuasa dua, maka kejutan positif dan negatif yang sama mempunyai kesan segera yang sama terhadap varians

Volatiliti ekuiti boleh bertindak lebih kuat selepas kejatuhan. Varian tidak simetri menambah terma tanda atau ambang, tetapi fleksibiliti tambahan juga menghasilkan lebih banyak pilihan anggaran

Pemilihan model perlu mengikut kegunaan dan bukti luar sampel, bukan bilangan parameter atau padanan dalam sampel yang terbaik

GARCH biasanya dianggar di bawah proses pulangan dunia sebenar. IV opsyen ialah harga neutral risiko yang merangkumi penawaran, permintaan, dan pampasan risiko volatiliti

IV yang melebihi ramalan GARCH tidak automatik terlebih mahal. Jurang itu mungkin membayar risiko lonjakan, skew, ralat model, kos lindung nilai, atau premium risiko volatiliti

Bandingkan ufuk dan unit yang sepadan, kemudian modelkan bayaran opsyen, permukaan, kos transaksi, dan senario. Kedudukan ramalan sahaja tidak membuktikan keuntungan jangkaan

Perubahan struktur, peristiwa, parameter lapuk, pencilan, jurang semalaman, dan pilihan pensampelan boleh mengatasi ramalan rekursif yang licin

Semak baki, kestabilan parameter, tetingkap alternatif, dan ramalan yang hanya menggunakan maklumat tersedia pada waktu itu. Ujian belakang mesti mengelakkan padanan melihat masa hadapan

Gunakan beberapa senario volatiliti dan bukannya satu nombor tepat. Model paling berguna apabila mod kegagalannya kelihatan sebelum modal dipertaruhkan