解析标普500股票波动与网络——一种编码–解码方法
统计金融
2021-10-25 v3 应用统计
摘要
金融股票的波动率指的是股票动态中蕴含的不确定性或风险的程度。此类风险已受到众多金融研究者的极大关注。遵循区制转换模型的概念，我们提出一种称为编码–解码的非参数方法，以发现离散时间股票收益序列中蕴含的多种波动状态。编码针对所选基于分位数的阈值，在整个时间点跨度上针对相对极端事件执行。如此，收益时间序列被转换为伯努利变量过程。在解码阶段，我们基于对新搜索算法及应用于二值过程上观测到的回归时间集合的信息准则的估计，计算地寻找变点位置。除构建几何分布似然函数所需的独立性外，所提方法能在不对动态结构与潜在分布作任何假设下，将整个收益时间序列功能性地划分为一组同质片段。数值实验中，我们的方法与隐马尔可夫模型等参数模型相比表现更优。在真实数据应用中，我们介绍了该方法在预测股票收益中的应用。最后，揭示了标普500中每只个股的波动动态，并据此建立股票网络以表示标普500中通过同步波动状态导出的依赖关系。
引用
@article{arxiv.2101.09395,
title = {Unraveling S&P500 stock volatility and networks -- An encoding-and-decoding approach},
author = {Xiaodong Wang and Fushing Hsieh},
journal= {arXiv preprint arXiv:2101.09395},
year = {2021}
}