Cómo probar y cómo simular el precio de subida/caída de la asimetría en el mercado de valores

Question

Uno de los hechos estilizados de financiero de la serie de tiempo parece ser una asimetría fundamental entre suaves movimientos hacia arriba a lo largo de largos períodos de tiempo, seguido por la abrupta disminuye con el relativamente corto tiempo de marcos ("accidentes").

Por desgracia no he encontrado mucha literatura sobre esto todavía, y estoy tratando de responder a dos preguntas como punto de partida:

1. ¿Cómo puede usted probar empírico de series de tiempo para el grado de este tipo de patrón?
2. Con que estocástica del proceso de generación se puede simular este tipo de comportamiento?

La investigación adicional sería ir en la dirección de cómo explotar estos patrones de si realmente se puede ser corroborado empíricamente.

Answer 1

"Treshold Garch" o T-Garch modelos están diseñados para la captura de esta asimetría. Ver esta exposición por la U. de Chicago Ruey Tsay que tiene un excelente texto en tiempo de los modelos de la serie en el "Análisis Financiero de la Serie de Tiempo".

Usted puede utilizar la estructura de la T-Garch modelos para simular los datos con esta propiedad.

Hay un paquete llamado fGarch que crea APARCH modelos. Un T-GARCH modelo es un caso especial de un modelo APARCH donde delta = 1. Ver Ruey de la Conferencia 5 y asociados R-código para el uso de la fGarch de la biblioteca.

También, hay algunos destacados teóricos de la investigación por el Fondo de Capital de Gestión de uso de la física estadística enfoque sobre la manera de explicar la negativa de la asimetría y otras características. Puedo incluir un enlace y el resumen de su investigación a continuación:

Más hechos estilizados de los mercados financieros: efecto de apalancamiento y desventaja correlaciones

Hablamos de dos más universal de las características de los mercados bursátiles: el llamado efecto de apalancamiento (una correlación negativa entre el pasado vuelve y el futuro de la volatilidad), y el mayor inconveniente de las correlaciones. Para acciones individuales, el apalancamiento de correlación puede ser racionalizado en los términos de un nuevo `retrasados' modelo que interpola puramente aditivo y puramente multiplicativo proceso estocástico. Para el caldo los índices de un mercado específico de pánico fenómeno parece ser necesario cuenta de lo observado amplitud del efecto. Como para el aumento de la de las correlaciones en períodos de alta volatilidad, investigar cuánto de este efecto puede ser explicado dentro de un simple no-Gaussiano de un factor de descripción con el tiempo, independiente de las correlaciones. En particular, este de un modelo de factor puede explicar el nivel y la asimetría de información empírica superación de las correlaciones, lo que refleja la grasa de cola y negativamente desequilibrios en la distribución de rendimientos del mercado.

Answer 2

Estos patrones son, por supuesto, bien conocido lo suficiente como para haber sido "precio" a los mercados financieros. Saltar diffusions son un clásico a la manera de capturar el fenómeno, y a menudo tienen forma cerrada de opción de fórmulas de precios asociados con ellos. La opción implícita de sesgo, por ejemplo, obtiene mucho más plana cuando se utiliza un modelo JD.

Saltar diffusions se combinan a menudo con algún tipo de volatilidad estocástica del modelo (por ejemplo, como se describe por Jim Gatheral) para obtener lo que muchos practictioners considerar el más descriptivo manejable marco de modelado. Creo que esta familia de modelos es fácilmente superior a un determinado "régimen" modelo de serie temporal, como algunos de los descritos anteriormente, no menos porque creo GARCH es sólo de interés académico.

La dificultad fundamental en este tipo de trabajo no es encontrar a una plausible estocástico descripción, sino más bien el logro de tratabilidad y evitar una explosión de los parámetros más allá de lo que sus datos soporta.

Answer 3

Se puede evaluar la bondad de algunas GEV ajuste de distribución en contra de una gaussiana? También se puede utilizar esta curva asimétrica para generar un alcoholímetro de la secuencia.