Estimating stochastic volatility: the rough side to equity returns

Grimm, Lukas; Haynes, Jonathan; Schmitt, Daniel

Estimating stochastic volatility: the rough side to equity returns

License

Citation

Grimm, L, Haynes, J, Schmitt, D. Estimating stochastic volatility: the rough side to equity returns. 2017. handle: http://hdl.handle.net/10230/33536

This citation was generated automatically.

Abstract

This Project evaluates the forecasting performance of a Brownian Semi-Stationary (BSS) process in modelling the volatility of 21 equity indices. We implement a sophisticated Hybrid Scheme to simulate BSS processes with high efficiency and precision. These simulations are useful to price derivatives, accounting for rough volatility. Then we calibrate the BSS parameters for the realised kernel of 21 equity indices, using data from the Oxford-Man Institute. We conduct one- and ten-step ahead forecasts on six indices and find that the BSS outperforms our benchmarks, including a Log-HAR specification, in the majority of cases.
Aquest projecte avalua el rendiment predictiu d'un procés Brownià Semi-estacionari (BSS) en la modelització de la volatilitat de 21 índexs de renda variable. Implementem un sofisticat sistema híbrid per simular processos BSS amb gran eficàcia i precisió. Aquestes simulacions són útils per derivats de preus, que representen una volatilitat aproximada. A continuació, calibrem els paràmetres del BSS per al nucli realitzat de 21 índexs de renda variable, utilitzant dades de l'Oxford-Man Institute. Realitzem previsions d'un o deu passos per davant en sis índexs i descobrim que el BSS supera els nostres punts de referència, incloent-hi una especificació Log-HAR, en la majoria dels casos.