Волатильность это скрытый лог нормальный процесс (без перекоса и без тяжелых хвостов). И поэтому все упрощется и в каждый момент его можно описать всего 2мя числами — локация и дисперсия. Соотв прогноз волатильности это 2 числа, не одно.
Если мерять через IV поверхность, то локация это волатильность ATM а дисперсия — как сильно отличается волатильность на FAR OTM, т.е. как высоко идут крылья.
Если мерять через интрадей, то локация это Е[log r^2] а дисперсия std[log r^2] от минутных лог прибылей.
Практический смысл? Возможно стоит на графиках вывести 2 линии вместо одной (или одну переменной толщины), может они смогут лучше обьяснить режимы рынка и т.п. чем одна линия...
П.С. И это то чего не может GARCH, он отслеживает только loc, упуская 2е (ну и динамику).
вы только что сказали, что log-GARCH это на самом деле просто ARIMA для волы, а для волы волы нужен бы… GARCH (!)
я уж совсем свалю в оффтоп, но реально «устойчивое дно дискуссии» — это функция полезности, в ней естественным образом вылазят и волатильность и все остальные моменты (не только 3й и 4й, а вообще все) и вопрос где рубить разложение полезности по моментам — это вопрос о таймфрейме, потому что на разных таймфреймах вклад разных моментов убывает по разному
+ «с автокорреляцией которая дает нестационарность ошибки». Я упустил это уточнение о нестационарности ошибки в посте, вы это имели ввиду, или что то другое
думаю нет… я про вот это
Соотв прогноз волатильности это 2 числа
как вообще пришли к GARCH?
— сначала прогнозировали r как регрессию от предыдущих r и \eps, по сути это ARMA для локация
— задумались, что \sigma перед \eps тоже как-то меняется и написали на неё (её квадрат) еще одну регрессию — это ARMA для масштаба или GARCH
впринципе, то о чем вы пишите дальше — это про регрессию для log \Sigma^2 через неё саму и log \r^2, таки да, оно постационарнее будет чем просто для \sigma^2, но вот будет ли оно правдоподобнее я не проверял, наверное будет ...
вопрос — а почему вы останавливаетесь на модели для log \sigma^2? можно же продолжать и дальше — у этой модели есть инновация — coeff * (log [r^2 / \sigma^2] — avg)
всё сказанное выше можно провернуть еще раз и для log coeff^2
USD/CHF: Роковая встреча у линии тренда — быкам здесь не место?
Швейцарский франк продолжает накапливать потенциал для возобновления нисходящего движения — «медведи» уверенно удерживают стратегическое преимущество. В настоящий момент цена формирует...
Дивидендная доходность «голубых фишек». Какой она будет
На российском рынке в разгаре сезон отчётности: компании подводят результаты 2025 года, а значит, можно оценить и потенциальные дивиденды. Традиционно «голубые фишки» ассоциируются у инвесторов...
ИИ в России выходит в правовое поле: что это значит для рынка и инвесторов #ЭкспертыSOFL
Дорогие инвесторы! Мы запускаем новую отраслевую рубрику, которая называется #ЭкспертыSOFL. В рамках этой рубрики каждую неделю будем разбирать ключевые темы технологического рынка и комментарии...
Актуализация взгляда на акции Северстали: пришло ли время покупать?
Здравствуйте! Хочу поделиться актуальным видением на бизнес Северстали и стоимость акций в условиях текущей неблагоприятной рыночной конъюнктуры.
Глобальные цены от США до России и Китая...
ЗПИФ недвижимости или валютная облигация. Что выберете? Итак, имеем 2 типа активов, защищённых от инфляции (в теории).
ЗПИФ недвижимости и валютные облигации.
По валютным облигациям всё поня...
✅Селектел - "купить и забыть" или новый выпуск облигаций 001Р-07R 📍О компании«Селектел» — российский независимый провайдер IT-инфраструктуры, который предоставляет свои услуги на основе подп...
Итоги аукционов Минфина РФ по размещению ОФЗ 25.02.2026 Минфин РФ 25.02.2026 провел аукционы по размещению ОФЗ-ПД серий: 26253 с погашением 06.10.2038 и серии 26252 с погашением 12.10.2033. Премии ко ...
в нашенском деле — интереснее распад волатильности…
я уж совсем свалю в оффтоп, но реально «устойчивое дно дискуссии» — это функция полезности, в ней естественным образом вылазят и волатильность и все остальные моменты (не только 3й и 4й, а вообще все) и вопрос где рубить разложение полезности по моментам — это вопрос о таймфрейме, потому что на разных таймфреймах вклад разных моментов убывает по разному
думаю нет… я про вот это
как вообще пришли к GARCH?
— сначала прогнозировали r как регрессию от предыдущих r и \eps, по сути это ARMA для локация
— задумались, что \sigma перед \eps тоже как-то меняется и написали на неё (её квадрат) еще одну регрессию — это ARMA для масштаба или GARCH
впринципе, то о чем вы пишите дальше — это про регрессию для log \Sigma^2 через неё саму и log \r^2, таки да, оно постационарнее будет чем просто для \sigma^2, но вот будет ли оно правдоподобнее я не проверял, наверное будет ...
вопрос — а почему вы останавливаетесь на модели для log \sigma^2? можно же продолжать и дальше — у этой модели есть инновация — coeff * (log [r^2 / \sigma^2] — avg)
всё сказанное выше можно провернуть еще раз и для log coeff^2
ps: кстати, а как вы логорифмируете r^2 при r=0?