深度随机波动模型论

论文链接:https://arxiv.org/abs/2102.12658

  PDF版:2102.12658 (arxiv.org)

摘要

金 融 资 产 收 益 率 的 波 动 率 可 以 用 来 衡 量 金 融 市 场 的 风 险 。
基 于 深 度 变 量 模 型 的 框 架 , 提 出 了 一 种 深 度 随 机 波 动 模 型
(deep stochastic volatility model, DSVM) 。 它 使 用 灵 活 的 深 度
学 习 模 型 来 自 动 检 测 未 来 波 动 率 对 过 去 收 益 、 过 去 波 动 率
和 随 机 噪 声 的 依 赖 关 系 , 从 而 提 供 了 一 个 灵 活 的 波 动 率 模
型 , 而 不 需 要 手 动 选 择 特 征 。 我 们 开 发 了 一 种 基 于 变 分 推
理 的 可 扩 展 推 理 和 学 习 算 法 。 在 实 际 数 据 分 析 中 , DSVM
于 几 种 流 行 的 替 代 波 动 率 模 型 。 此 外 , DSVM 的 预 测 波 动 率
提 供 了 一 个 更 可 靠 的 风 险 度 量 , 可 以 更 好 地 反 映 金 融 市 场
的 风 险 , 与 美 国 股 票 市 场 上 具 有 庞 大 数 据 集 的 常 用 GARCH
型 模 型 相 比 , 在 市 场 风 险 更 大 时 更 快 地 达 到 较 高 水 平 , 在
市 场 更 稳 定 时 更 快 地 达 到 较 低 水 平 。

1介绍

金 融 资 产 回 报 的 波 动 性 , 作 为 金 融 市 场 的 风 险 度 量 , 对 投 资 决 策 非 常 关 键 (Markowitz 1952) 。 它 也 是 衍 生 品 定 价 中 最 重 要 的 因 素 ( 1995;Goard and Mazur 2013) , 因 为 资 产 回 报 的 不 确 定 性 , 反 映 为 波 动 性 , 驱 动 了 衍 生 品 的 价 值 。
资 产 回 报 的 波 动 是 不 可 观 察 的 , 历 史 波 动 通 常 由 固 定 时 间 间 隔 内 的 历 史 回 报 的 标 准 差 来 衡 量 。
金 融 资 产 的 回 报 往 往 表 现 出 异 方 差 , 即 回 报 的 波 动 是 时 间 依 赖 的 。 特 别 是 , 更 高 的 波 动 率 往 往 伴 随 着 更 高 的 波 动 率 , 而 更 低 的 波 动 率 通 常 伴 随 着 更 低 的 波 动 率 , 这 种 现 象 在 金 融 市 场 上 被 称 为 波 动 率 集 聚 。 此 外 , 过 去 的 正 回 报 和 负 回 报 对 波 动 率 的 影 响 是 不 对 称 的 — — 过 去 的 负 回 报 会 比 过 去 的 正 回 报 更 显 著 地 增 加 波 动 率 。
为 了 做 未 来 的 投 资 决 策 和 衍 生 品 定 价 , 需 要 开 发 波 动 率 模 型 来 预 测 未 来 的 波 动 率 。 由 于 波 动 率 是 不 可 观 测 的 , 构 建 波 动 率 模 型 的 最 大 挑 战 是 识 别 不 可 观 测 波 动 率 与 观 测 数 据 ( 资 产 收 益 )之 间 的 依 赖 关 系,从 而 捕 捉 波 动 率 的 上 述 两 个 经 验 特 征 :波 动 率 聚 类 和 正 负收 益 的 不 对 称 效 应 。
广 义 自 回 归 条 件 异 方 差 模 型 (Generalized Autoregressive Conditional heteroscasasity model, Bollerslev 1986)是 最 流 行 的 波 动 率 模 型 , 该 模 型 假 定 收 益 的 方 差 ( 波 动 率 的 平 方 ) 是 过 去 收 益 的 平 方 和 过 去 波 动 率 的 平 方 的 线 性 函 数 。 已 经 开 发 了 许 多 变 体 GARCH 模 型 , 其 中 大 多 数 主 要 试 图 解 决 GARCH模 型 的 两 个 局 限 性 : 假 设 当 前 和 过 去 的 平 方 波 动 率 之 间 存 在 线 性 关 系 , 以 及 假 设 过 去 的 正 负 回 归 的 对 称 效 应 。极 大 似 然 法 可 以 用 来 学 习 GARCH 族 模 型 的 参 数 。 关 于 GARCH家 族 的 详 细 审 查 可 以 在 (Hentschel 1995) 中 找 到 。 GARCH家 族 模 型 是 确 定 性 波 动 率 模 型 , 也 就 是 说 , 给 定 过 去 的 收 益 和 过 去 的 波 动 率 , 未 来 的 波 动 率 是 一 个 确 定 的 值 。 波 动 率 模 型 的 另 一 种 类 型 是 随 机 波 动 率 模 型 , 其 中 波 动 率 被 建 模 为 一 个 通 过 偏 微 分 方 程 定 义 的 潜 在 随 机 过 程 。 在 实 践 中 , 随 机 波 动 率 模 型 离 散 化 的 均 匀 间 隔 数 据 通 常 用 于 预 测 (S. Kim, N. shepherd -pard , 和 Chibb 1997;Omori et al. 2007), 并 使 用 蒙 特 卡 洛 马 尔 可 夫 链 方 法 进 行 估 计 。 虽 然 理 论 上 更 可 靠 , 但 在 实 践 中 , 随 机 波 动 率 模 型 通 常 不 会 优 于 GARCH 模 型 (S. Kim, N. Sheppard, and Chibb 1997; Omori et al. 2007)。
上 述 确 定 性 波 动 率 模 型 和 随 机 波 动 率 模 型 都 对 波 动 率 模 型 的 作 用 进 行 了 限 定。 最 近 , 波 动 率 建 模 受 到 了 机 器 学 习 社 区 的 关 注 , 研 究 人 员 有 兴 趣 提 出 对 函 数 形 式 的 假 设 较 少 的 波 动 率 模 型 。 例 如 , (Wu, Lobato, and Ghahramani, 2014)提 出 用 一 个 灵 活 的 非 线 性 高 斯 过 程 模 型 来 模 拟 未 来 波 动 率 对 过 去 波 动 率 和 过 去 回 报 的 依 赖 , 该 模 型 只 假 设 波 动 率 模 型 函 数 是 平 滑 的 。 深 度 潜 伏 神 经 网 络 模 型 的 近 期 发 展 (Krishnan, Shalit, and Sontag 2017;Fraccaro et al. 2016; Chung et al. 2015;拜 耳 和 Os-endorfer 2014;Liu et al. 2018) 提 供 了 一 个 灵 活 的 框 架 来 建 模 observed unobserv-之 间 的 依 赖 关 系能潜 变 量 。 (Luo et al. 2018)提 出 了 一 个 波 动 率 模 型 ,
其 中 使 用 一 个 潜 在 变 量 序 列 来 提 取 原 始 多 元 股 票 回 报 时 间 序 列 的 紧 凑 表 示 。 然 而 , 该 模 型 并 没 有 明 确 地 考 虑 波 动 率 聚 类 的 影 响 , 而 是 通 过 潜 在 变 量 暗 中 考 虑 。 此 外 , 建 模 多 元 股 票 时 间 序 列 ( 使 用 更 多 的 信 息 ) 会 对 数 据 预 处 理 产 生 更 多 的 影 响 , 例 如 , 如 何 选 择 要 一 起 建 模 的 股 票 组 , 这 可 能 会 影 响 业 绩 。
在 本 文 中 , 我 们 提 出 了 一 种 基 于 深 度 变 量 模 型 框 架 的 深 度 随 机 波 动 率 模 型 (DSVM) , 该 模 型 仅 使 用 单 变 量 回 归 时 间 序 列 的 信 息 。 DSVM 对 波 动 率 模 型 的 函
数 形 式 没 有 限 制 , 并 明 确 考 虑 了 随 机 噪 声 、 过 去 波 动 率 ( 自 回 归 ) 和 过 去 收 益 ( 外 生 变 量 ) 对 波 动 率 的 影 响 , 从 而 为 波 动 率 建 模 提 供 了 一 个 通 用 框 架 。 提 出 了 一 种 基 于 变 分 推 理 的 可 扩 展 学 习 和 推 理 方 法 来 估 计 DSVM 。 实 际 数 据 分 析 表 明 , DSVM 在 仅 基 于 单 变 量 回 归 时 间 序 列 的 信 息 检 验 负 似 然 方 面 优 于 几 种 流 行 的 波 动 率 模 型 。 此 外 , DSVM 的 预 测 波 动 率 为 金 融 集 合 提 供 了 更 可 靠 的 风 险 度 量 : 当 市 场 风 险 更 大 时 波 动 率 更 高 , 当 市 场 更 稳 定 时 波 动 率 更 低 。 在 第 2 节 中 , 我 们 将 详 细 回 顾 几 个 波 动 率 模 型 。 第 3 节 给 出 了 DSVM 的 公 式 , 第 4 节 给 出 了 可 扩 展 的 推 理 和 学 习 算 法 。 第 5 节 给 出 了 结 论 。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值