Which power variation predicts volatility well?

We estimate MIDAS regressions with various (bi)power variations to predict future volatility measured via increments in quadratic variation. Instead of pre-determining the (bi)power variation we parameterize it and estimate the intra-daily return power transformation that optimally predicts future...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of empirical finance
1. Verfasser:	Ghysels, Eric (VerfasserIn)
Weitere Verfasser:	Sohn, Bumjean (VerfasserIn)
Format:	UnknownFormat
Sprache:	eng
Veröffentlicht:	2009
Schlagworte:	Aufsatz in Zeitschrift
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Bestellen

Nach Artikeln suchen

Beschreibung
Zusammenfassung:	We estimate MIDAS regressions with various (bi)power variations to predict future volatility measured via increments in quadratic variation. Instead of pre-determining the (bi)power variation we parameterize it and estimate the intra-daily return power transformation that optimally predicts future increments in quadratic variation. We find that the longer the prediction horizon, the smaller the optimal power transformation.
Beschreibung:	graph. Darst.
ISSN:	0927-5398