面向实时风险度量的高频方法
高能物理 - 唯象学
2025-10-21 v1
摘要
我们提出了一种新方法，称为实时风险度量 (RRM)，用于基于高频金融数据估计价值-at风险 (VaR) 和预期损失 (ES)。该方法扩展了Dimitriadis和Halbleib提出的实时分位 (RQ) 方法，克服了传统方法在描述实证数据方面的局限性。具体而言，与RQ方法类似，RRM通过亚过程(subordinator)将日内收益变换为内在时间，以捕捉交易活跃度和/或波动性聚类的不均匀性。随后，采用合适的移动平均过程滤除由非零自相关导致的微观结构效应。最后，对清洗后的日内收益拟合厚尾分布。通过特征函数方法或蒙特卡罗模拟，对低频（日）收益分布进行外推。VaR和ES分别作为该分布的分位值和尾部均值进行估计。本方法与RQ方法通过多项实验进行了基准测试。广泛的数值仿真和对18只美国股票的实证研究表明，我们的方法在样内估计风险度量和样外风险预测方面均表现出优势。
引用
@article{arxiv.2510.16528,
title = {Nucleon axial form factors in generalized nonlocal chiral effective theory},
author = {Y. Salamu and Haximjan Abdusattar},
journal= {arXiv preprint arXiv:2510.16528},
year = {2025}
}