Combinar el modelo EWMA o ARCH con un estimador distinto de los rendimientos al cuadrado

Question

Actualmente utilizo el modelo EWMA con los rendimientos logarítmicos al cuadrado como estimador aproximado de la volatilidad, con el fin de predecir la volatilidad un paso por delante en un escenario intradiario (el marco temporal es un par de minutos)

Sin embargo he leído y observado que los rendimientos al cuadrado como estimador de la volatilidad tiene sus limitaciones. Así que ahora quiero utilizar un estimador más sofisticado como Garman-Klass.

Mi pregunta es:

• ¿Es posible, y además sensato, combinar un estimador como Garman-Klass con un modelo de volatilidad como EWMA o cualquiera de la familia ARCH?
• ¿O acaso necesito un modelo de volatilidad como EWMA o *ARCH cuando utilizo estos estimadores (por ejemplo, Garman-Klass) para predecir la volatilidad?

Answer 1

Existen artículos sobre la mejora de los modelos *ARCH mediante el uso de otros estimadores distintos del clásico estimador de rendimientos al cuadrado.

Aquí hay algunos enlaces:

En el documento ¿Qué utilidad tienen los distintos estimadores de volatilidad para mejorar las previsiones de volatilidad basadas en GARCH? Datos del índice bursátil Nasdaq - 100 Por ejemplo, las investigaciones comparan diferentes estimadores, como el de Parkinson o el de Garman-Klass, utilizados en el modelo GARCH. Proporcionan una medida de la utilidad de estos estimadores, comparándolos con diferentes medidas de error.

En Un modelo GARCH basado en rangos para predecir la volatilidad, por Dennis S. Mapa. diferentes modelos GARCH como Garch(1,2) EGarch y similares se actualizan utilizando el estimador de Parkinson. Y de nuevo se comparan con diferentes medidas de error.

Ambas fueron lecturas muy interesantes para mí.