Volatility Estimation and Forecasts Based on Price Durations
Volatility Estimation and Forecasts Based on Price Durations
复制标题
基于价格持续时间的波动性估计和预测
DOI：
10.1093/jjfinec/nbab006
复制
发表时间：
2023
影响因子：
2.5
通讯作者：
Hong S
中科院分区：
文献类型：
--
作者：
Hong S
我们研究了长期被文献忽视的价格持续期方差估计量。特别地，我们考虑了易于构造的非参数久期估计量和使用自回归条件久期规范的参数价格久期估计量。本文展示了(I)价格久期估计器如何用于估计和预测潜在的半鞅价格过程的积分方差，以及(Ii)它们如何受到离散的和不规则的观测间隔、市场微观结构噪声和有限的价格跳跃的影响。具体地说，我们通过构造非参数估计的渐近理论来贡献文献，无论是否存在买卖价差和时间离散性。此外，我们通过适当选择定义价格持续期事件的阈值参数或通过对一系列非参数持续期估计器进行平均来提供关于如何在实践中最好地实施我们的估计器的指导。我们还提供了模拟和预测证据，表明当单独考虑或作为预测组合设置的一部分时，价格持续期估计器可以更好地从高频数据中提取相关信息，并比竞争已实现波动率和期权隐含方差估计器产生更准确的预测。
We investigate price duration variance estimators that have long been neglected in the literature. In particular, we consider simple-to-construct non-parametric duration estimators, and parametric price duration estimators using autoregressive conditional duration specifications. This paper shows (i) how price duration estimators can be used for the estimation and forecasting of the integrated variance of an underlying semi-martingale price process and (ii) how they are affected by discrete and irregular spacing of observations, market microstructure noise, and finite price jumps. Specifically, we contribute to the literature by constructing the asymptotic theory for the non-parametric estimator with and without the presence of bid/ask spread and time discreteness. Further, we provide guidance about how our estimators can best be implemented in practice by appropriately selecting a threshold parameter that defines a price duration event, or by averaging over a range of non-parametric duration estimators. We also provide simulation and forecasting evidence that price duration estimators can extract relevant information from high-frequency data better and produce more accurate forecasts than competing realized volatility and option-implied variance estimators, when considered in isolation or as part of a forecasting combination setting.
登录
查看更多内容
已实现波动率的半参数预测
影响因子：
0.8
作者：
R. Becker;A. Clements;S. Hurn
通讯作者：
S. Hurn
影响因子：
8
作者：
D. Cho;E. Frees
通讯作者：
D. Cho;E. Frees
影响因子：
2.5
作者：
Corsi, Fulvio
通讯作者：
Corsi, Fulvio
高频波动率的估计：自回归条件持续时间方法
影响因子：
3
作者：
Y. Tse;T. Yang
通讯作者：
T. Yang
基于刻度时间采样的已实现波动率的中心极限定理
影响因子：
1.7
作者：
M. Fukasawa
通讯作者：
M. Fukasawa