σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyHojas de rutaRutas
Ctrl K
AO
+1,2 k estudiantes
Iniciar sesiónUnirse ↗
Hojas de rutaRutas
AO
+1,2 k estudiantes
Iniciar sesión
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyHojas de rutaRutas
Ctrl K
AO
+1,2 k estudiantes
Iniciar sesiónUnirse ↗
Hojas de rutaRutas
AO
+1,2 k estudiantes
Iniciar sesión
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Ruta de Time Series›Módulo 3 · Volatilidad›Tema 3.1·~50 minAvanzado

Agrupación de volatilidad y ARCH

Posición en la rutaMódulo 3 de 5 · Tema 1 de 3
3.1 Agrupación de volatilidad y ARCH
—Puntuación del lab— / 100XP total—Racha—

Cuando la varianza no es constante

Los rendimientos están casi incorrelacionados, pero no son independientes: el tamaño del movimiento de hoy informa sobre el de mañana. Las semanas tranquilas siguen a las tranquilas y las turbulentas a las turbulentas. El modelo ARCH de Engle (1982) lo recoge haciendo que la varianza del choque dependa de los choques recientes al cuadrado: rt=μ+εtr_t=\mu+\varepsilon_trt​=μ+εt​, εt=σtzt\varepsilon_t=\sigma_tz_tεt​=σt​zt​ con ztz_tzt​ normal estándar, y σt2=ω+α1εt−12+⋯+αqεt−q2\sigma_t^{2}=\omega+\alpha_1\varepsilon_{t-1}^{2}+\dots+\alpha_q\varepsilon_{t-q}^{2}σt2​=ω+α1​εt−12​+⋯+αq​εt−q2​. Un gran choque ayer eleva la varianza hoy, y el choque en sí no tiene memoria en su signo. La varianza incondicional de un ARCH(1) es ω/(1−α)\omega/(1-\alpha)ω/(1−α) y exige α<1\alpha<1α<1.

σt2=ω+α εt−12,Var(εt)=ω1−α,LM=T R2∼χq2,σt2=λσt−12+(1−λ) rt−12\sigma_t^{2}=\omega+\alpha\,\varepsilon_{t-1}^{2},\qquad \mathrm{Var}(\varepsilon_t)=\frac{\omega}{1-\alpha},\qquad \mathrm{LM}=T\,R^{2}\sim\chi^{2}_{q},\qquad \sigma_t^{2}=\lambda\sigma_{t-1}^{2}+(1-\lambda)\,r_{t-1}^{2}σt2​=ω+αεt−12​,Var(εt​)=1−αω​,LM=TR2∼χq2​,σt2​=λσt−12​+(1−λ)rt−12​(1)

Incluso con choques ztz_tzt​ normales, un ARCH produce rendimientos con colas más gruesas que una normal, porque en una misma muestra se mezclan un tramo tranquilo y uno turbulento. Por eso los histogramas de rendimientos muestran exceso de curtosis. Para contrastar efectos ARCH se toman los residuos ε^t\hat\varepsilon_tε^t​ de un modelo de la media, se regresa ε^t2\hat\varepsilon_t^{2}ε^t2​ sobre sus propios qqq retardos y se calcula el estadístico de Engle TR2T R^{2}TR2, que es χq2\chi^{2}_qχq2​ bajo la nula de ausencia de ARCH. Una alternativa simple que no requiere ajuste es la media móvil exponencial, σt2=λσt−12+(1−λ)rt−12\sigma_t^{2}=\lambda\sigma_{t-1}^{2}+(1-\lambda)r_{t-1}^{2}σt2​=λσt−12​+(1−λ)rt−12​, con λ=0,94\lambda=0{,}94λ=0,94 como valor de RiskMetrics para datos diarios. Los rendimientos reales muestran además un efecto apalancamiento: una caída eleva la siguiente varianza más que una subida del mismo tamaño, algo que el ARCH simple no representa. Reproducir la larga persistencia de la volatilidad exige muchos retardos ARCH, y GARCH, que se ve más adelante en esta habilidad, lo logra con pocos parámetros.

Un choque y la varianza siguienteTomemos un ARCH(1) en unidades de porcentaje con ω=0,2\omega=0{,}2ω=0,2 y α=0,5\alpha=0{,}5α=0,5. La varianza de largo plazo es 0,2/(1−0,5)=0,40{,}2/(1-0{,}5)=0{,}40,2/(1−0,5)=0,4, una volatilidad diaria de 0,63%0{,}63\%0,63%. Tras un día tranquilo con ε=0,2\varepsilon=0{,}2ε=0,2 la siguiente varianza es 0,2+0,5⋅0,04=0,220{,}2+0{,}5\cdot0{,}04=0{,}220,2+0,5⋅0,04=0,22. Tras un choque de ε=−2\varepsilon=-2ε=−2 es 0,2+0,5⋅4=2,20{,}2+0{,}5\cdot4=2{,}20,2+0,5⋅4=2,2, una volatilidad de 1,48%1{,}48\%1,48%, más del doble del nivel de largo plazo. Un modelo que usara siempre 0,40{,}40,4 subestimaría el riesgo justo después del choque.
  • ARCH(qqq): la varianza del choque de hoy es una constante más una suma ponderada de los últimos qqq choques al cuadrado.
  • Prueba de Engle: regresar los residuos al cuadrado sobre sus retardos y usar TR2∼χq2T R^{2}\sim\chi^{2}_qTR2∼χq2​.
  • EWMA con λ=0,94\lambda=0{,}94λ=0,94 es una alternativa sin ajuste; apalancamiento: las caídas elevan la volatilidad más que las subidas.

Lab: qué se califica

  • La varianza de largo plazo15 pts
  • Varianza tras un choque15 pts
  • Una actualización EWMA15 pts
  • El estadístico de Engle15 pts
  • Las colas de un modelo ARCH10 pts
  • Emparejar el vocabulario15 pts
  • El riesgo justo tras un choque15 pts
0/ 7 respondidos
Ejercicios
1Respuesta numérica15 ptsSin responder

Un ARCH(1) tiene ω=0,2\omega=0{,}2ω=0,2 y α=0,5\alpha=0{,}5α=0,5 (en porcentaje al cuadrado). ¿Cuál es su varianza incondicional ω/(1−α)\omega/(1-\alpha)ω/(1−α)?

v=v =v=aceptado: ± 0.005
2Respuesta numérica15 ptsSin responder

Para el mismo modelo, el choque de ayer fue εt−1=−2\varepsilon_{t-1}=-2εt−1​=−2. ¿Cuál es la varianza de hoy σt2=ω+αεt−12\sigma_t^{2}=\omega+\alpha\varepsilon_{t-1}^{2}σt2​=ω+αεt−12​?

s2=s2 =s2=aceptado: ± 0.01
3Respuesta numérica15 ptsSin responder

Con λ=0,94\lambda=0{,}94λ=0,94, la estimación de varianza de ayer es 1,01{,}01,0 y el rendimiento de ayer fue 2%2\%2%. ¿Cuál es la varianza EWMA de hoy λσt−12+(1−λ)rt−12\lambda\sigma_{t-1}^{2}+(1-\lambda)r_{t-1}^{2}λσt−12​+(1−λ)rt−12​?

ew=ew =ew=aceptado: ± 0.01
4Respuesta numérica15 ptsSin responder

La regresión de los residuos al cuadrado sobre un retardo da R2=0,04R^{2}=0{,}04R2=0,04 con T=500T=500T=500 observaciones. ¿Cuál es el estadístico de Engle TR2T R^{2}TR2 (compárelo con el valor χ12\chi^{2}_1χ12​ al 5 % de 3,843{,}843,84)?

lm=lm =lm=aceptado: ± 0.1
5Elección10 ptsSin responder

Un ARCH(1) con choques ztz_tzt​ normales genera rendimientos cuya distribución incondicional es

6Emparejar15 ptsSin responder

Empareje cada término con su significado.

Elige la pareja de cada elemento de la izquierda.

Modelo ARCH
Varianza EWMA
Efecto apalancamiento
Prueba LM de Engle
7Explicar con palabras15 ptsSin responder

En una o dos frases, explique por qué un modelo de varianza constante subestima el riesgo justo después de un gran choque.

Modo matemáticasEntrada por teclado o LaTeXEjercicio 1 de 7 · Ctrl ⏎ para comprobar

Inicia sesión para ejecutar tu código.

Todas las clases se pueden leer gratis. Crea una cuenta o inicia sesión para ejecutar código, lanzar las pruebas y enviar este lab.

  • IDE en el navegador con terminal bash — sin instalar nada
  • Corrección instantánea, XP y tu lugar en la ruta
Crear una cuentaIniciar sesión
O
Continuar con GitHub