Dynamics of Realized Volatility and Correlations: An Empirical Study Using Interest Rate Spread Options
Notice bibliographique
Résumé
by Hydro-Québec. 3 We have benefited from the useful commentsof Jean-Hugues Lafleur. All remaining errors are our responsibility. This study empirically examines the competitiveness of different forecasting sets of realized volatilities and correlations using linear and nonlinear specifications of time series based on high frequency data. The linear specification uses lagged explanatory variables to explain fractionally integrated series of realized volatilities and correlations. The nonlinear specification consists of a two-step approach. In the first step, joint time series of realized volatilities and correlations are filtered using a multivariate singular system analysis approach. Based on the cleaned series, vectors of nearest neighbors are identified in space and casted into a local linear regression to generate forecasts in the second step. The empirical performance of those specifications is compared to a GARCH diagonal-BEKK model in the context of a trader who would simultaneously quote a call spread option price based on the forecasted parameters and delta-hedge her position with a replicating portfolio. More traditional loss functions based on the absolute forecasting error are also used. The forecasting methodologies based on time series of realized volatilities and correlations generally (but not unanimously) dominate the GARCH approach. Evidence of nonlinearity seems apparent for time series of volatilities irrespective of the return sampling frequency. General performance ranking for the approaches based on realized volatilities and correlations is not robust to the chosen loss function and the return sampling frequency.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».