Giải thích hiện tượng gom cụm biến động và GARCH

Mô hình biến động không đổi xem sự bất định ngày mai là độc lập với việc hôm nay yên ắng hay hỗn loạn. Lợi nhuận thị trường thường trái với sự đơn giản hóa đó

Các mức lợi nhuận tuyệt đối lớn thường được theo sau bởi biến động cao, trong khi các giai đoạn yên ắng thường kéo dài. Dấu có thể luân phiên ngay cả khi quy mô biến động vẫn cao

Đây là gom cụm biến động. Nó mô tả sự phụ thuộc trong độ lớn lợi nhuận hoặc lợi nhuận bình phương, không phải một mô hình đáng tin cậy về bản thân các lợi nhuận dương và âm

Phương sai vô điều kiện tóm tắt một phân phối dài hạn. Phương sai có điều kiện hỏi lợi nhuận tiếp theo bất định đến đâu dựa trên thông tin hiện có

Các mô hình ARCH cập nhật dự báo đó từ những cú sốc bình phương gần đây. Một bất ngờ lớn làm tăng ước tính phương sai tiếp theo dù bất ngờ đó là dương hay âm

Ước tính phụ thuộc vào mô hình, tần suất dữ liệu, định nghĩa lợi nhuận, cửa sổ và các tham số đã khớp. Nó không phải sự thật thị trường được quan sát

Dạng GARCH(1,1) phổ biến là hₜ = ω + αε²ₜ₋₁ + βhₜ₋₁. Ở đây h là phương sai có điều kiện và ε là đổi mới lợi nhuận trước đó

Alpha kiểm soát phản ứng tức thời với các cú sốc bình phương mới. Beta truyền ước tính phương sai trước đó về phía trước, cho phép các chế độ hỗn loạn hoặc yên ắng kéo dài

Omega cung cấp mức nền. Các tham số được ước tính cùng nhau, nên chỉ đọc alpha hoặc beta có thể mô tả sai động lực của mô hình

Trong đặc tả tiêu chuẩn, alpha cộng beta thường được dùng làm thước đo tính dai dẳng. Giá trị gần một nghĩa là cú sốc suy giảm chậm trong dự báo phương sai

Nếu alpha cộng beta nhỏ hơn một, dự báo sẽ hồi quy về trung bình. Theo các giả định cơ bản, phương sai dài hạn là omega chia cho một trừ alpha trừ beta

Tính dai dẳng gần một không có nghĩa là biến động sẽ vĩnh viễn ở mức cao. Nó có nghĩa mô hình phân bổ ảnh hưởng của một cú sốc trên một chân trời dự báo dài

GARCH tiêu chuẩn phản ứng với cú sốc bình phương, nên các bất ngờ dương và âm có độ lớn bằng nhau có cùng ảnh hưởng tức thời lên phương sai

Biến động cổ phiếu có thể phản ứng mạnh hơn sau các đợt giảm. Các biến thể bất đối xứng thêm các thành phần dấu hoặc ngưỡng, nhưng độ linh hoạt bổ sung cũng tạo ra nhiều lựa chọn ước tính hơn

Việc chọn mô hình nên đi theo mục đích sử dụng và bằng chứng ngoài mẫu, không phải số lượng tham số hay độ khớp tốt nhất trong mẫu

GARCH thường được ước tính theo quá trình lợi nhuận trong thế giới thực. IV của quyền chọn là một mức giá trung lập rủi ro có chứa cung, cầu và khoản bù cho rủi ro biến động

IV cao hơn dự báo GARCH không tự động nghĩa là bị định giá quá cao. Khoảng cách có thể trả cho rủi ro bước nhảy, skew, sai số mô hình, chi phí hedge hoặc premium rủi ro biến động

Hãy so sánh các kỳ hạn và đơn vị tương ứng, sau đó mô hình hóa payoff quyền chọn, bề mặt, chi phí giao dịch và các kịch bản. Chỉ riêng thứ hạng dự báo không xác lập được lợi nhuận kỳ vọng

Đứt gãy cấu trúc, sự kiện, tham số cũ, ngoại lệ, gap qua đêm và lựa chọn lấy mẫu có thể lấn át một dự báo đệ quy trơn tru

Kiểm tra phần dư, độ ổn định tham số, các cửa sổ thay thế và những dự báo chỉ dùng thông tin có sẵn tại thời điểm đó. Backtest phải tránh việc khớp mô hình bằng thông tin nhìn trước

Hãy dùng nhiều kịch bản biến động thay vì một con số chính xác duy nhất. Mô hình hữu ích nhất khi các cách nó thất bại đã lộ rõ trước khi cam kết vốn