Alex Craft
Alex Craft личный блог
17 декабря 2025, 08:40

Волатильность это 2 числа

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).
10 Комментариев
  • wistopus
    17 декабря 2025, 09:25
    Возможно стоит на графиках вывести 2 линии вместо одной (или одну переменной толщины)
    волатильность как амплитуда движения цены между точкой входа и точкой выхода...
    в нашенском деле  — интереснее распад волатильности…
  • GYD
    17 декабря 2025, 12:27
    🦵🥔🦵
  • anon
    17 декабря 2025, 20:07
    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
  • anon
    18 декабря 2025, 19:10
    + «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

    ps: кстати, а как вы логорифмируете r^2 при r=0?

Активные форумы
Что сейчас обсуждают

Старый дизайн
Старый
дизайн