Volatility Modeling & Regimes
Forecast volatility with the GARCH family - asymmetry and leverage effects, dynamic correlations, vol targeting - then detect market regimes with HMMs and trade adaptively.
GARCH(1,1): Криптовалюта Волатильдігін Болжау
GARCH(1,1) моделі криптовалютадағы волатильділік кластерленуін қалай қамтитыны, оны arch кітапханасымен максималды ықтималдық әдісімен қалай бағалау керектігі және шартты дисперсия болжамдарын позиция көлемі мен серпінді стоптарға қалай айналдыру керектігі.
Асимметриялы және ауыр құйрықты GARCH: EGARCH, GJR және Student-t
Қарапайым GARCH(1,1) жақсы мен жаман жаңалықты бірдей қабылдайды және шоктарды Гаусс үлестіруі бойынша болжайды. EGARCH, GJR-GARCH және Student-t/skew-t инновациялары осы екі кемшілікті түзетеді - және криптовалюта үшін адал VaR мен Expected Shortfall береді.
DCC-GARCH: Парлар мен портфель тәуекелі үшін динамикалық корреляциялар
Крипто корреляциялары тұрақты емес - олар әрбір құлдырауда 1-ге қарай секіреді. DCC-GARCH уақыт бойынша өзгеретін корреляция матрицасын модельдейді, бұл парлық сауда үшін динамикалық хедж қатынастарын және портфель үшін адал, уақыт бойынша өзгеретін тәуекелді береді.
Волатильностті таргеттеу және GARCH болжамдарымен сауда
GARCH волатильность болжамы тек сауда шешімін жақсартқанда ғана құнды болады. Біз волатильностке бағытталған крипто стратегия құрамыз, болжам сапасын адал бағалаймыз және GARCH-ты realized-vol мен EWMA негізгі әдістерімен walk-forward бэктестте салыстырамыз.
