On Forecasting Taiwanese Stock Index Option Prices: The Role of Implied Volatility Index
Notice bibliographique
Résumé
This paper aims to propose four volatility measures: The first is the GARCH model advocated by Bollerslev (1986); the second is the GARCHVIX model which extends the GARCH model by including the volatility index (VIX) as explanatory variable for volatility; the last two are HS20D and HS252D, which represent the historical volatilities generated by traditional rolling window technique with 20- and 252-day historical index returns data, respectively. We examine the price information on VIX to improve the predictive performance of GARCH model for valuing TAIEX stock index call options (TXO) over the period from January 2014 to May 2015. Empirical results firstly indicate that both the GARCH and GARCHVIX models consistently perform better than the historical volatility models for forecasting call value of TXO under different moneynesses. Secondly, the GARCHVIX model significantly outperforms the GARCH model for most cases, indicating that the GARCH-based option price forecasts can be effectively improved with the additional information contained in VIX. Finally, the use of GARCHVIX model can greatly reduce model mispricing especially for out-the-money TXO option case. Thus, volatility index is crucial for option traders to efficiently predict TXO option value with GARCH model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».