基于内在熵模型的股市指数波动率估计器
摘要：使用内在熵模型估计股市指数的波动性是金融证券行业和衍生工具定价的主要关注点之一。本文介绍了应用内在熵模型作为估计股市指数波动性的替代方法的结果。内在熵模型与广泛使用的只考虑交易价格元素的波动模型有所不同，内在熵模型还考虑了考虑时间段内的交易量。我们调整了之前为交易所交易证券引入的日内内在熵模型，以将每日OHLC价格与对应时间段内交易总量的比率相连接。内在熵模型将这个比率理解为对应价格水平的熵概率或市场信任度。我们使用历史每日交易市场指数（标准普尔500指数、道琼斯30指数、纽交所综合指数、纳斯达克综合指数、日经225指数和恒生指数）的数据计算内在熵。我们将内在熵模型产生的结果与使用广泛应用的行业波动性估计器获得的相同数据集的波动性估计进行比较。内在熵模型在各个时间段上都能稳定地产生可靠的估计，并且在变异系数方面表现出特别高的值，与其他先进的波动性估计器相比，估计值的范围显著较低。
作者：Claudiu Vinte, Marcel Ausloos and Titus Felix Furtuna
论文ID：2205.01370
分类：Mathematical Finance
分类简称：q-fin.MF
提交时间：2022-05-04