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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • 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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de Particle filtering and non-stationary time series›Módulo 2 · Filtros de partículas›Tópico 2.4·~1 h 10 minAvançado

Filtragem da volatilidade estocástica

Posição no roteiroMódulo 2 de 3 · Tópico 4 de 5
2.4 Filtragem da volatilidade estocástica
—Nota do lab— / 100XP total—Sequência—

A volatilidade que não se vê

Os retornos vêm em períodos calmos e em tempestades, então a dispersão de um retorno muda de um dia para o outro e ninguém a divulga. O modelo de volatilidade estocástica trata o logaritmo da variância, hth_tht​, como um estado oculto. Ele se move como uma autorregressão de primeira ordem em torno de um nível de longo prazo μ\muμ: uma fração φ\varphiφ da diferença de ontem permanece e chega um choque novo de tamanho σ\sigmaσ. O retorno é um sino com variância ehte^{h_t}eht​. O logaritmo mantém a variância positiva e faz os choques a multiplicarem. Três números descrevem o modelo: o nível μ\muμ, a persistência φ\varphiφ (perto de 111, os choques de volatilidade duram) e a volatilidade da volatilidade σ\sigmaσ.

ht=μ+φ (ht−1−μ)+σ ηt,rt=eht/2 εt,sd(h)=σ1−φ2h_t=\mu+\varphi\,(h_{t-1}-\mu)+\sigma\,\eta_t,\qquad r_t=e^{h_t/2}\,\varepsilon_t,\qquad \mathrm{sd}(h)=\frac{\sigma}{\sqrt{1-\varphi^{2}}}ht​=μ+φ(ht−1​−μ)+σηt​,rt​=eht​/2εt​,sd(h)=1−φ2​σ​(1)

O estado oculto está dentro de uma exponencial, então a observação é uma função não linear dele e o filtro de Kalman não tem resposta exata. Um filtro de partículas bootstrap tem. Comece com partículas da distribuição de longo prazo de hhh. A cada dia, mova cada partícula com a autorregressão, pondere-a pela densidade normal do retorno com variância ehe^{h}eh e reamostre quando o tamanho amostral efetivo for baixo. A volatilidade filtrada é a raiz da média ponderada de ehe^{h}eh, e multiplicar por 252\sqrt{252}252​ passa do diário para o anual. A média das verossimilhanças das partículas dá também a log-verossimilhança dos parâmetros, que o próximo tópico usa.

Os números de um diaTomemos μ=−8,85\mu=-8{,}85μ=−8,85 (volatilidade anual de 19%19\%19%), φ=0,98\varphi=0{,}98φ=0,98 e σ=0,15\sigma=0{,}15σ=0,15. A dispersão de longo prazo de hhh é 0,15/1−0,982=0,7540{,}15/\sqrt{1-0{,}98^2}=0{,}7540,15/1−0,982​=0,754. Uma partícula em h=−8h=-8h=−8 significa variância diária e−8e^{-8}e−8 e volatilidade anual 252 e−8=29,1%\sqrt{252\,e^{-8}}=29{,}1\%252e−8​=29,1%. Sua previsão para amanhã tem média −8,85+0,98×0,85=−8,017-8{,}85+0{,}98\times0{,}85=-8{,}017−8,85+0,98×0,85=−8,017. Se o retorno é −2%-2\%−2%, sua densidade normal vale 12,012{,}012,0. Um retorno de −3%-3\%−3% é 505050 vezes mais provável com h=−8h=-8h=−8 do que com uma partícula calma em h=−9,5h=-9{,}5h=−9,5, então a partícula tempestuosa recebe 505050 vezes o peso.

Nos 5 4045\,4045404 retornos do SPY desde 2005, com μ=ln⁡(r2‾)=−8,85\mu=\ln(\overline{r^{2}})=-8{,}85μ=ln(r2)=−8,85, φ=0,98\varphi=0{,}98φ=0,98, σ=0,15\sigma=0{,}15σ=0,15 e 100010001000 partículas, a volatilidade anual filtrada tem média de 8,7%8{,}7\%8,7% em 2017 e 30,8%30{,}8\%30,8% em 2008, com pico de 79,5%79{,}5\%79,5% em 15 de outubro de 2008. A log-verossimilhança é 17 75217\,75217752, contra 16 25216\,25216252 com volatilidade constante, um ganho de cerca de 1 5001\,5001500. O tamanho amostral efetivo tem mediana 966966966 em 100010001000, mas cai para 3,33{,}33,3 em 10 de outubro de 2018 (−3,2%-3{,}2\%−3,2% após um período calmo, com a volatilidade filtrada saltando de 7,9%7{,}9\%7,9% para 18,9%18{,}9\%18,9%). Depois da calma, quase nenhuma partícula tem volatilidade alta o bastante para explicar um choque.

  • O estado oculto é o log da variância: mantém a variância positiva e faz os choques a multiplicarem.
  • Os pesos favorecem a volatilidade que explica o retorno: um retorno grande eleva as partículas tempestuosas e um pequeno as calmas.
  • Vigie o ESS depois da calma: uma grande surpresa pode deixar pouquíssimas partículas úteis.

Lab: o que é avaliado

  • A dispersão de longo prazo15 pts
  • Volatilidade anual de uma partícula10 pts
  • A média prevista15 pts
  • Uma densidade normal10 pts
  • Uma razão de pesos15 pts
  • Por que o log da variância10 pts
  • Associar o vocabulário10 pts
  • Por que não usar só o retorno15 pts
0/ 8 respondidas
Tarefas
1Resposta numérica15 ptsSem resposta

Com φ=0,98\varphi=0{,}98φ=0,98 e σ=0,15\sigma=0{,}15σ=0,15, o desvio padrão do log da variância no longo prazo é σ/1−φ2\sigma/\sqrt{1-\varphi^{2}}σ/1−φ2​. Quanto vale? Dê três casas decimais.

s=s =s=aceito: ± 0.003
2Resposta numérica10 ptsSem resposta

Uma partícula tem h=−8h=-8h=−8, então sua variância diária é e−8=0,000335e^{-8}=0{,}000335e−8=0,000335. Qual é sua volatilidade anual 252×0,000335\sqrt{252\times0{,}000335}252×0,000335​ em porcentagem? Dê uma casa decimal.

v=v =v=aceito: ± 0.3
3Resposta numérica15 ptsSem resposta

Uma partícula tem h=−8h=-8h=−8 hoje, com μ=−8,85\mu=-8{,}85μ=−8,85 e φ=0,98\varphi=0{,}98φ=0,98. Qual é a média do hhh de amanhã, μ+φ(h−μ)\mu+\varphi(h-\mu)μ+φ(h−μ)? Dê três casas decimais.

h=h =h=aceito: ± 0.003
4Resposta numérica10 ptsSem resposta

Com h=−8h=-8h=−8, o retorno tem desvio padrão 0,01830{,}01830,0183. A densidade normal de um retorno de −0,02-0{,}02−0,02 é e−z2/20,01832π\dfrac{e^{-z^{2}/2}}{0{,}0183\sqrt{2\pi}}0,01832π​e−z2/2​ com z=−0,02/0,0183z=-0{,}02/0{,}0183z=−0,02/0,0183. Dê seu valor com uma casa decimal.

f=f =f=aceito: ± 0.2
5Resposta numérica15 ptsSem resposta

Um retorno de −3%-3\%−3% tem densidade 5,705{,}705,70 na partícula tempestuosa (h=−8h=-8h=−8) e 0,1130{,}1130,113 na calma (h=−9,5h=-9{,}5h=−9,5). Quantas vezes maior é o peso da partícula tempestuosa? Dê a razão ao inteiro mais próximo.

n=n =n=aceito: ± 1.5
6Escolha10 ptsSem resposta

Por que o modelo coloca um processo tipo passeio aleatório sobre o logaritmo da variância e não sobre a própria variância?

7Associar10 ptsSem resposta

Associe cada parâmetro ou quantidade ao seu significado.

Escolha o par de cada item da esquerda.

Nível mu
Persistência phi
Volatilidade da volatilidade sigma
Log da variância oculto h
8Explicar com palavras15 ptsSem resposta

Em 16 de março de 2020 o SPY caiu 11,6%11{,}6\%11,6%, mas a volatilidade anual filtrada foi 69%69\%69% e não 184%184\%184%. Em uma ou duas frases, explique por que o filtro não iguala a volatilidade ao tamanho do retorno de um único dia.

Modo matemáticaEntrada por teclado ou LaTeXTarefa 1 de 8 · Ctrl ⏎ para verificar

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub