Newest papers

Structured SDEs for Realized GARCH: Continuous-Time Volatility Modelling and Component-Level Analysis

Hongyu Yao, Zhengyang Chi, Junbin Gao · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.17732 · cited by 0 works (OpenAlex) · open-access PDF

Russian

Мы предлагаем структурированную модель непрерывной стохастической волатильности для прогнозирования интегрированной вариации на один день вперед. Модель вводит совместно развивающееся состояние реализованного измерения, которое питается непосредственно в динамику скрытой вариации, в то время как коррелирующие инновации Brownian улавливают зависимость, связанную с возвратом. Параметры оцениваются с помощью предсказательного обучения на основе симуляции, а симуляция Monte Carlo прогнозирует интегрированную вариацию. На протяжении 17 индексов акций предлагаемая модель показывает сильную результатность по сравнению с GARCH, GARCH-Itô, Realized GARCH, HAR, и HEAVY бенчмарками под QLIKE, MSE, MAE. Результаты оценки показывают

Machine translation (Meta M2M100); the English original follows.

Abstract

We propose a structured continuous-time stochastic volatility model for one-day-ahead integrated-variance forecasting. The model introduces a jointly evolving realized-measure state that feeds directly into latent variance dynamics, while correlated Brownian innovations capture return-linked dependence. Parameters are estimated through simulation-based predictive learning, and Monte Carlo simulation forecasts integrated variance. Across 17 equity indices, the proposed model shows strong out-of-sample performance relative to GARCH, GARCH-Itô, Realized GARCH, HAR, and HEAVY benchmarks under QLIKE, MSE, and MAE. Ablation results show that realized-measure feedback provides substantial incremental forecasting value within the proposed framework, while return-linked Brownian dependence contributes more modest complementary gains. The results support incorporating measurement-driven information directly into continuous-time latent volatility dynamics to improve integrated-variance forecasting.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Stochastic volatility, Volatility (finance), Econometrics, Monte Carlo method, Realized variance, Computer science

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange