Thursday 24 August 2017

Dynamic volatility trading strategies in the currency option market


Strategi Perdagangan Volatilitas Dinamis di Pasar Opsi Mata Uang Mengutip artikel ini sebagai: Guo, D. Tinjauan Riset Derivatif (2000) 4: 133. doi: 10.1023A: 1009638225908 Volatilitas bersyarat nilai tukar dapat diprediksi menggunakan model GARCH atau tersirat Volatilitas yang diekstraksi dari opsi mata uang. Makalah ini menyelidiki apakah prediksi ini bermakna secara ekonomi dalam strategi perdagangan yang dirancang hanya untuk menimbulkan risiko volatilitas perdagangan. Pertama, artikel ini memberikan bukti baru mengenai masalah kandungan informasi dari volatilitas tersirat dan volatilitas GARCH dalam meramalkan varians masa depan. Dalam dunia buatan tanpa biaya transaksi, strat perdagangan delta-netral dan straddle menyebabkan keuntungan positif yang signifikan, terlepas dari metode prediksi volatilitas yang digunakan. Secara khusus, agen yang menggunakan metode Regresi Volatilitas Sasaran Tersedianya (ISVR) menghasilkan keuntungan yang lebih besar daripada agen yang menggunakan metode GARCH. Kedua, ini menunjukkan bahwa pasar opsi mata uang efisien secara informasi. Setelah memperhitungkan biaya transaksi, yang diasumsikan sama dengan satu persen dari harga opsi, laba yang diobservasi tidak jauh berbeda dari nol pada kebanyakan strategi perdagangan. Akhirnya, strategi yang ditawarkan ini memiliki rasio Sharpe yang lebih tinggi dan korelasi yang lebih rendah dengan beberapa kelas aset utama. Akibatnya, dana lindung nilai dan investor institusi yang mencari metode investasi pasar alternatif dapat menggunakan perdagangan volatilitas untuk meningkatkan profil pengembalian risiko portofolio mereka melalui diversifikasi. Tersirat volatilitas model GARCH model delta straddle-hedge trading C32 Versi revisi ini dipublikasikan secara online pada bulan November 2006 dengan koreksi Tanggal Penutupan. Referensi Baillie, R. dan T. Bollerslev. (1989). Pesan dalam Nilai Tukar Harian: Kisah Bersyarat-Variasi, Jurnal Bisnis dan Statistik Ekonomi 7, 297306. CrossRef Google Scholar Barone-Adesi, G. and R. Whaley. (1987). Pendekatan Analitik Efisien Nilai Opsi Amerika, Jurnal Keuangan 42, 301320. CrossRef Google Scholar Black, F. dan M. Scholes. (1973). Harga Opsi dan Kewajiban Perusahaan, Jurnal Ekonomi Politik 81, 637659. CrossRef Google Scholar Bodurtha, J. dan G. Courtadon. (1987). Pengujian Model Harga Opsi Amerika di Pasar Opsi Mata Uang Asing, Jurnal Analisis Keuangan dan Kuantitatif 22, 153167. CrossRef Google Scholar Bollerslev, T. (1986). Generalised Autoregressive Conditional Heteroscedasticity, Jurnal Ekonometrika 51, 307327. CrossRef Google Scholar Bollerslev, T. dan J. Wooldridge. (1992). Quasi Maximum Likelihood Estimation and Inference in Dynamic Model with Time Varying Covariances, Econometric Reviews 11, 143172. Google Scholar Dickey, D. dan W. Fuller. (1979). Distribusi Estimator untuk Seri Waktu Autoregresif dengan Unit Root, Journal of American Statistical Association 74, 427431. CrossRef Google Scholar Duan, J.-C. (1994). Teori Unified Option Pricing dengan Volatilitas Stokastik dari GARCH ke Difusi, manuskrip, Universitas McGill. Engle, R. F. (1982). Heteroskedastisitas Bersyarat Autoregresif Dengan Estimasi Variansi Inflasi Inggris, Econometrica 50, 9871008. CrossRef Google Scholar Engle, R. A. Kane, dan J. Noh. (1997). Index-Option Pricing Dengan Volatilitas Stokastik dan Nilai Prakiraan Varian yang Akurat, Review Penelitian Derivatif 1, 139157. CrossRef Google Scholar Fund, W. dan D. A. Hsieh. (1997). Karakteristik Empiris Strategi Perdagangan Dinamis: Kasus Hedge Funds, Tinjauan Studi Keuangan 10, 275302. CrossRef Google Scholar Galai, D. (1977). Pengujian Efisiensi Pasar dan Pilihan Dewan Chicago Exchange, Jurnal Bisnis 50, 167197. CrossRef Google Scholar Guo, D. (1996). Kekuatan Prediktif StochasticVariance Tersirat dari Opsi Mata Uang, Journal of Futures Markets 16, 915942. CrossRef Google Scholar Harvey, C. R. and R. Whaley. (1992). Prediksi Pasar Volatilitas dan Efisiensi Indeks Opsi S amp P 100, Jurnal Ekonomi Finansial 31, 4373. CrossRef Google Scholar Heston, S. (1993). Solusi Tutup untuk Pilihan dengan Volatilitas Stokastik, Tinjauan Studi Keuangan 6, 327343. CrossRef Google Scholar Hull, J. dan A. White. (1987a). Harga Opsi pada Aset dengan Volatilitas Stokastik, Jurnal Keuangan 42, 281300. CrossRef Google Scholar Hull, J. dan A. White. (1987b). Melindungi Risiko dari Menulis Pilihan Mata Uang Asing, Jurnal Uang dan Keuangan Internasional 6, 131152. CrossRef Google Scholar Hsieh, D. A. (1988). Properti Statistik Nilai Tukar Mata Uang Asing: 1974-1983, Jurnal Ekonomi Internasional 24, 129145. CrossRef Google Scholar Hsieh, D. A. (1989). Pemodelan Heteroscedasticity dalam Nilai Tukar Mata Uang Harian, Jurnal Bisnis dan Statistik Ekonomi 7, 307317. CrossRef Google Scholar Lamoureux, C G. dan W. D. Lastrapes. (1993). Peramalan Variance Return Saham: Menuju Pemahaman tentang Volatilitas Terstima Stochastic, Kajian Finacial 6, 293326. CrossRef Google Scholar Liang, B. (1998). Tentang Kinerja Hedge Funds, working paper, Case Western Reserve University. Melino, A. dan S. Turnbull. (1990). Harga Opsi Mata Uang Asing dengan Volatilitas Stokastik, Jurnal Ekonometrika 45, 739. CrossRef Google Scholar Phillips, S. M. dan C. W. Smith. (1980). Biaya Perdagangan untuk Pilihan Terdaftar: Implikasi Efisiensi Pasar, Jurnal Ekonomi Keuangan 8, 179201. CrossRef Google Scholar Shastri, K. dan K. Tandon. (1986). Penilaian Pilihan Mata Uang Asing: Beberapa Tes Empiris Jurnal Analisis Keuangan dan Kuantitatif 21, 144160. Google Scholar Sharpe, W. F. (1992). Alokasi Aset: Pengukuran Gaya Manajemen dan Kinerja, Jurnal Manajemen Portofolio 18, 719. CrossRef Google Scholar Whaley, R. (1982). Penilaian American Call Options pada Dividen-Membayar Saham: Tes Empiris, Jurnal Ekonomi Keuangan 10, 2958. CrossRef Google Scholar Wiggins, J. B. (1987). Nilai Opsi Berdasarkan Volatilitas Stokastik: Estimasi Teori dan Empiris, Jurnal Ekonomi Keuangan 19, 351372. CrossRef Google Scholar Informasi hak cipta Kluwer Academic Publishers 2000 Penulis dan Afiliasi Dajiang Guo 1 2 1. Pusat Grup Zurich Financial Service New York USA 2. Institute for Policy Analisis University of Toronto Toronto Kanada Tentang artikel ini Strategi Operasional Volatilitas Dinamis di Pasar Opsi Mata Uang quotThe bencana finansial pada dekade terakhir, termasuk kebangkrutan perusahaan besar, kegagalan dana penting dan default hutang beberapa negara besar, belum lagi Krisis kredit saat ini, telah menunjukkan perlunya melakukan lindung nilai terhadap perubahan tingkat volatilitas di pasar keuangan. Bersamaan, volatilitas yang sering dan tiba-tiba dalam volatilitas juga menciptakan peluang untuk perdagangan volatilitas Carr dan Madan (1998), Guo (2000), Poon and Pope (2000). Abstrak Abstrak: Kami menganalisis kandungan informasi dalam indeks volatilitas pasar saham internasional mengenai kondisi pasar saat ini dan masa depan. Kami menemukan hubungan negatif yang kuat antara perubahan indeks volatilitas dan tingkat pengembalian pasar saat ini, serta kausalitas Granger yang berjalan di kedua arah. Sayangnya, korelasi ini tidak dapat dieksploitasi, setidaknya menggunakan model linier, untuk berhasil memperkirakan volatilitas masa depan yang direalisasikan atau pengembalian masa depan dari horizon waktu yang lama. Perkiraan volatilitas yang direalisasikan di masa depan yang diperoleh dari indeks volatilitas sama baiknya dengan yang diperoleh dari volatilitas historis, namun tidak cukup baik untuk digunakan untuk manajemen risiko. Indeks volatilitas tampaknya mencerminkan sentimen pasar saat ini yang jauh lebih baik daripada harapan yang masuk akal mengenai kondisi pasar di masa depan. Marazen Gonzlez Alfonso Novales Cinca Dalam sebuah studi lain yang menggunakan tingkat pengembalian frekuensi tinggi, Martens dan Zein (2004) menyimpulkan bahwa untuk opsi pada futures USDJPY, perkiraan memori lama dari model fraksional yang terintegrasi dan volatilitas tersirat keduanya memiliki informasi yang lain. tidak mengandung. Guo (2000) mengaitkan peramalan volatilitas ke pasar opsi dengan menyelidiki pengembalian dari opsi perdagangan valuta asing, dengan strategi pilihan berdasarkan prediksi volatilitas bersyarat yang berasal dari spesifikasi model IV atau GARCH. Studi ini menyimpulkan bahwa perdagangan lebih menguntungkan bila IV digunakan untuk meramalkan volatilitas masa depan. Abstrak Abstrak: Kami mempelajari fungsi pasar antar bank yang aman dan tidak aman dengan adanya risiko kredit. Model ini menghasilkan prediksi empiris yang sejalan dengan perkembangan selama krisis keuangan 200709. Suku bunga turun di pasar yang aman dan tidak aman menyusul gejolak yang merugikan risiko kredit. Kelangkaan agunan yang mendasari dapat memperkuat volatilitas suku bunga di pasar yang aman. Kami menggunakan model untuk membahas berbagai respons kebijakan terhadap krisis. Full-text Article Dec 2008 Jurnal Perbankan amp Finance Markku Lanne Katja Ahoniemi menilai bahwa regresi (1) menggambarkan data dengan baik, selanjutnya kita menguji apakah mempertahankan kebaikan yang sama sesuai dalam setting prediktif. Variabel ini diperbesar dengan istilah IV t-1 Harvey dan Whaley (1992) dan Guo (2000) telah menemukan bahwa istilah ini secara statistik signifikan untuk memprediksi volatilitas tersirat 9. Selanjutnya, pilihan variabel-variabel ini didukung Dengan literatur besar tentang prediktabilitas pengembalian aset. Abstrak Abstraksi: Kami menjawab pertanyaan apakah evolusi volatilitas tersirat dapat diperkirakan dengan mempelajari sejumlah indeks volatilitas Eropa dan AS yang tersirat. Baik prakiraan titik dan interval terbentuk dengan spesifikasi model alternatif. Signifikansi statistik dan ekonomi dari prakiraan ini diperiksa. Yang terakhir ini dinilai oleh strategi perdagangan di pasar berjangka volatilitas CBOE yang baru saja diresmikan. Pola yang dapat diprediksi terdeteksi dari sudut pandang statistik. Namun, ini tidak signifikan secara ekonomi karena tidak ada keuntungan abnormal yang bisa dicapai. Oleh karena itu, hipotesis bahwa volatilitas pasar futures yang efisien tidak dapat ditolak. Full-text Article Nov 2008 Eirini Konstantinidi George Skiadopoulos Emilia Tzagkaraki Strategi Perdagangan Volatilitas Dinamis di Pasar Opsi Mata Uang Mengutip artikel ini sebagai: Guo, D. Tinjauan Riset Derivatif (2000) 4: 133. doi: 10.1023A: 1009638225908 Volatilitas bersyarat Nilai tukar mata uang asing dapat diprediksi menggunakan model GARCH atau volatilitas tersirat yang diambil dari opsi mata uang. Makalah ini menyelidiki apakah prediksi ini bermakna secara ekonomi dalam strategi perdagangan yang dirancang hanya untuk menimbulkan risiko volatilitas perdagangan. Pertama, artikel ini memberikan bukti baru mengenai masalah kandungan informasi dari volatilitas tersirat dan volatilitas GARCH dalam meramalkan varians masa depan. Dalam dunia buatan tanpa biaya transaksi, strat perdagangan delta-netral dan straddle menyebabkan keuntungan positif yang signifikan, terlepas dari metode prediksi volatilitas yang digunakan. Secara khusus, agen yang menggunakan metode Regresi Volatilitas Sasaran Tersedianya (ISVR) menghasilkan keuntungan yang lebih besar daripada agen yang menggunakan metode GARCH. Kedua, ini menunjukkan bahwa pasar opsi mata uang efisien secara informasi. Setelah memperhitungkan biaya transaksi, yang diasumsikan sama dengan satu persen dari harga opsi, laba yang diobservasi tidak jauh berbeda dari nol pada kebanyakan strategi perdagangan. Akhirnya, strategi yang ditawarkan ini memiliki rasio Sharpe yang lebih tinggi dan korelasi yang lebih rendah dengan beberapa kelas aset utama. Akibatnya, dana lindung nilai dan investor institusi yang mencari metode investasi pasar alternatif dapat menggunakan perdagangan volatilitas untuk meningkatkan profil pengembalian risiko portofolio mereka melalui diversifikasi. Tersirat volatilitas model GARCH model delta straddle-hedge trading C32 Versi revisi ini dipublikasikan secara online pada bulan November 2006 dengan koreksi Tanggal Penutupan. Referensi Baillie, R. dan T. Bollerslev. (1989). Pesan dalam Nilai Tukar Harian: Kisah Bersyarat-Variasi, Jurnal Bisnis dan Statistik Ekonomi 7, 297306. CrossRef Google Scholar Barone-Adesi, G. and R. Whaley. (1987). Pendekatan Analitik Efisien Nilai Opsi Amerika, Jurnal Keuangan 42, 301320. CrossRef Google Scholar Black, F. dan M. Scholes. (1973). Harga Opsi dan Kewajiban Perusahaan, Jurnal Ekonomi Politik 81, 637659. CrossRef Google Scholar Bodurtha, J. dan G. Courtadon. (1987). Pengujian Model Harga Opsi Amerika di Pasar Opsi Mata Uang Asing, Jurnal Analisis Keuangan dan Kuantitatif 22, 153167. CrossRef Google Scholar Bollerslev, T. (1986). Generalised Autoregressive Conditional Heteroscedasticity, Jurnal Ekonometrika 51, 307327. CrossRef Google Scholar Bollerslev, T. dan J. Wooldridge. (1992). Quasi Maximum Likelihood Estimation and Inference in Dynamic Model with Time Varying Covariances, Econometric Reviews 11, 143172. Google Scholar Dickey, D. dan W. Fuller. (1979). Distribusi Estimator untuk Seri Waktu Autoregresif dengan Unit Root, Journal of American Statistical Association 74, 427431. CrossRef Google Scholar Duan, J.-C. (1994). Teori Unified Option Pricing dengan Volatilitas Stokastik dari GARCH ke Difusi, manuskrip, Universitas McGill. Engle, R. F. (1982). Heteroskedastisitas Bersyarat Autoregresif Dengan Estimasi Variansi Inflasi Inggris, Econometrica 50, 9871008. CrossRef Google Scholar Engle, R. A. Kane, dan J. Noh. (1997). Index-Option Pricing Dengan Volatilitas Stokastik dan Nilai Prakiraan Varian yang Akurat, Review Penelitian Derivatif 1, 139157. CrossRef Google Scholar Fund, W. dan D. A. Hsieh. (1997). Karakteristik Empiris Strategi Perdagangan Dinamis: Kasus Hedge Funds, Tinjauan Studi Keuangan 10, 275302. CrossRef Google Scholar Galai, D. (1977). Pengujian Efisiensi Pasar dan Pilihan Dewan Chicago Exchange, Jurnal Bisnis 50, 167197. CrossRef Google Scholar Guo, D. (1996). Kekuatan Prediktif StochasticVariance Tersirat dari Opsi Mata Uang, Journal of Futures Markets 16, 915942. CrossRef Google Scholar Harvey, C. R. and R. Whaley. (1992). Prediksi Pasar Volatilitas dan Efisiensi Indeks Opsi S amp P 100, Jurnal Ekonomi Finansial 31, 4373. CrossRef Google Scholar Heston, S. (1993). Solusi Tutup untuk Pilihan dengan Volatilitas Stokastik, Tinjauan Studi Keuangan 6, 327343. CrossRef Google Scholar Hull, J. dan A. White. (1987a). Harga Opsi pada Aset dengan Volatilitas Stokastik, Jurnal Keuangan 42, 281300. CrossRef Google Scholar Hull, J. dan A. White. (1987b). Melindungi Risiko dari Menulis Pilihan Mata Uang Asing, Jurnal Uang dan Keuangan Internasional 6, 131152. CrossRef Google Scholar Hsieh, D. A. (1988). Properti Statistik Nilai Tukar Mata Uang Asing: 1974-1983, Jurnal Ekonomi Internasional 24, 129145. CrossRef Google Scholar Hsieh, D. A. (1989). Pemodelan Heteroscedasticity dalam Nilai Tukar Mata Uang Harian, Jurnal Bisnis dan Statistik Ekonomi 7, 307317. CrossRef Google Scholar Lamoureux, C G. dan W. D. Lastrapes. (1993). Peramalan Variance Return Saham: Menuju Pemahaman tentang Volatilitas Terstima Stochastic, Kajian Finacial 6, 293326. CrossRef Google Scholar Liang, B. (1998). Tentang Kinerja Hedge Funds, working paper, Case Western Reserve University. Melino, A. dan S. Turnbull. (1990). Harga Opsi Mata Uang Asing dengan Volatilitas Stokastik, Jurnal Ekonometrika 45, 739. CrossRef Google Scholar Phillips, S. M. dan C. W. Smith. (1980). Biaya Perdagangan untuk Pilihan Terdaftar: Implikasi Efisiensi Pasar, Jurnal Ekonomi Keuangan 8, 179201. CrossRef Google Scholar Shastri, K. dan K. Tandon. (1986). Penilaian Pilihan Mata Uang Asing: Beberapa Tes Empiris Jurnal Analisis Keuangan dan Kuantitatif 21, 144160. Google Scholar Sharpe, W. F. (1992). Alokasi Aset: Pengukuran Gaya Manajemen dan Kinerja, Jurnal Manajemen Portofolio 18, 719. CrossRef Google Scholar Whaley, R. (1982). Penilaian American Call Options pada Dividen-Membayar Saham: Tes Empiris, Jurnal Ekonomi Keuangan 10, 2958. CrossRef Google Scholar Wiggins, J. B. (1987). Nilai Opsi Berdasarkan Volatilitas Stokastik: Estimasi Teori dan Empiris, Jurnal Ekonomi Keuangan 19, 351372. CrossRef Google Scholar Informasi hak cipta Kluwer Academic Publishers 2000 Penulis dan Afiliasi Dajiang Guo 1 2 1. Pusat Grup Zurich Financial Service New York USA 2. Institute for Policy Analisis Universitas Toronto Toronto Kanada Tentang artikel ini

No comments:

Post a Comment