Исследования особенностей процесса волатильности, автокорреляции, распределения уровней и приращений, разные меры волатильности (OHLC RV, |log r|) и т.п.
Подробней в
видео 15мин, и
отчете. Данные — дневные OHLC цены 250 акций 50 лет каждая.



Ошибки, какие то еще особенности волатильности что я упустил, было бы интересно услышать...
сигнал который подается на классический гарч, огромный разброс значений, точность наверно будет низкая
Этот же сигнал но боль менее нормализованный (напр EGARH), разброс гораздо меньше, по идее точность должна быть лучше
Хотя, по слухам вроде как гарч в классическом виде давно уже никто не использует… так что вопрос не актуален…
Точность такого измерения низкая, std от такого измерения — будет квадрат в квадрате, или 4я степень, огромный разброс плюсминус километр, что делает число полученное такой агрегацией бессмысленным.
Вторую часть не понял.
Да лог сильно сжимает, стоит попробовать также менее экстремалтную нормализацию, как абс значения.
желательно разбить поток данных на режимы покой/стресс/паника. распределением стьюдента/Jump-Diffusion/Устойчивое Леви модели распределения.
формализовать можно через — Модель Маркова с переключениями (Markov-Switching Model, MSM).
разные модели дадут разные оценки дисперси (риска).
если начать фильтровать экстремальные события — систематически занижаем риск, создаем иллюзию стабильности, модель будет молчать до самого кризиса, а в момент кризиса сломается.
Вторая задача лучше узнать как выглядит волатильность, для лучшего понимания. Например я не ожидал что у лог волатильности и ее приращений практически идеальное нормальное распределение, и еще ряд моментов. И мне хотелось посмотреть насколько измерения RV отличается от log r — отличается сильно. И еще ряд моментов которые я не знал до этого.
Я со временем планирую добавить тюнинг моделей на минутках, но пока не дошел…
Второй момент — тут бы на день что-то предсказать, а вы на 3 года хотите — очень амбициозно)
Третий момент — предсказания и ожидания живут в поверхности iv, на том же snp из нее больше шансов что-то вытащить. И живут они там не долго, лупа нужна и короткие окна, а не дневки)
Вы же rough vol упоминали в статьях. Так вот Гатерал достаточно подробно разбирает моменты мгновенной волатильности.
Ну и на счёт модели — она вам зачем? Прайсить опционы и предсказывать кризисы — задачи сильно разные
2) На мой взгляд на день слишком много людей предсказывает, мне кажется лучше поискать золото там где людей меньше :)
3) Предсказания пo IV по сути ничего не предсказывают, они используют текущее мнение рынка о будущем, и лишь ищут перекосы в ценообразовании. Т.е. это не прогноз а скорей интерполяция, поиск SV модели которая наилучшим образом повторит веру рынка о будущем. В моем случае — я как раз ищу расхождения веры рынка о будущем с независимым прогнозом. Цены опционов тоже приходится расчитывать, но они вторичны, самое главное это сам прогноз.
4) По Rough Vol я не до конца понял. Да, на дневных данных нет того что показывает Гатерал на Realised Volatility посчитанной на минутках. Чуть похоже на RV через дневные OHLC.
5) Я покупаю акции которые упали, в надежде что они могут вырасти в след 3мес-3года (анализ финотчетности, транзакций инсайдеров и т.п. фундаментал), иногда имеет смысл из защитить пут опцинами, иногда вместо покупки акций купить кол. Поэтму мне нужен во первых независимый от рынка прогноз и во вторых примерно знать цены опционов, особенно как они ведут себя при сильных движениях вверх/вниз.