Esto es en realidad un juego aparentemente buena pregunta porque, como todos sabemos, las estimaciones de la varianza son extremadamente sensibles a la frecuencia de muestreo, intervalos de muestreo, y los gal. Esto es debido a que no todos los precios de las acciones se adhieren perfectamente al Movimiento Browniano (es decir, la varianza, no se adhiere fuertemente a la raíz de la regla). No es totalmente claro en el papel exactamente cómo intradía volatilty está siendo medido. Por lo tanto, en el mundo real interpretaciones e implementaciones podrían variar significativamente.
Tomando su extracto y comparando a los siguientes expertos, a partir de la página 12, sugiere que Almgren tiene la intención intradía volatilty a decir que es muestreada de intradía de datos a través de intervalos de 15 minutos:
Diez días promedio intradía volumen de perfil (superior) y volatilty perfil
(inferior), en intervalos de 15 minutos.
Deduzco que esto significa que "la volatilidad intradía" para el puprose de este documento se refiere a algo que se parece a la siguiente:
${P_t} = $ media logarítmica de los precios se tomaron muestras en cada una de las $t$ intervalos de un minuto
$\mu_{(P,t)} = $ media logarítmica de los precios de cada una de las $t$ minutos de intervalo de muestreo de $t$ a $T$.
$$\mathbb{E}[\sigma^2_{intraday}] \approx \frac{ \sum_{t=0}^{15*24*60} \big( ({P_{15t}}-{P_{15t-15}}) -({\mu_{P,15t }-\mu_{P,15t -15}}) \big)^2}{T}$$
Este detallado de la aplicación es apoyado por Almgren las notas a pie de página en la alta frecuencia de la volatilidad de la estimación: http://cims.nyu.edu/~almgren/unicc/notes7.pdf.
Almgren también referencias simplificado implementaciones utilizando el Garman-Klass (GK) y Yhang-Zhang (YZ) estimadores.
En la práctica, implementar las Almgren impacto modelo de uso de la YZ OHLC estimador. Por un lado, ha demostrado ser más eficiente que el GK. Además, es un gran ejemplo de la regla 80/20 de Pareto: YZ obtiene aproximadamente el 80% de los beneficios de intradía de datos, pero requiere aproximadamente el 20% del esfuerzo (es decir, 5 veces menos trabajo) para implementar, además de OHLC de datos es de bajo a bajo costo.
Un resumen sobre la YZ estimador se encuentra aquí: Comprensión Yang Zhang Volatilidad del Estimador.