Spot Regressions with Candlesticks

以下是 Yasin Simsek 论文《使用 K 线进行现货回归》的详细技术总结。

1. 问题陈述

本文解决了在高频金融数据中估计现货回归参数（特别是现货贝塔，$\beta_t$）的挑战。

• 背景：传统资产定价依赖于低频回报（日度/周度），并假设贝塔是恒定的。然而，贝塔是随时间变化的，甚至在同一交易日内也是如此。
• 权衡：估计现货贝塔需要狭窄的时间窗口以捕捉局部动态。然而，狭窄的窗口面临偏差 - 方差权衡：有限的局部信息导致高估计方差和统计功效不足。
• 现有方法的局限性：
  • 标准估计量仅使用开盘至收盘回报，丢弃了宝贵的区间内价格信息。
  • 逐笔数据（毫秒频率）包含信息量最大，但成本高昂、许多机构无法获取，且严重受市场微观结构噪声污染，需要复杂的建模假设。
  • 现有的基于 K 线的文献主要集中在单变量波动率估计，而非贝塔等多变量回归参数。

2. 方法论

作者提出了一种新颖的框架，利用高频 K 线数据（开盘价、最高价、最低价、收盘价）来提高现货回归估计和推断的效率。

A. 数据结构

该框架不使用单一的回报 $r_i = (P_{close} - P_{open})/\sqrt{\Delta}$，而是利用每个区间 $T_i$ 的归一化 K 线回报向量：

• $r_i$：开盘至收盘回报。
• $h_i$：最高价至开盘回报。
• $\ell_i$：最低价至开盘回报。
• 衍生变量：振幅（$w_i = h_i - \ell_i$）和不对称性（$a_i = h_i + \ell_i - r_i$）。

B. 估计框架

1. 基于 K 线的估计量：
   作者构建了一个现货协方差估计量 $\hat{c}_{n,t}(\lambda)$，作为 K 线变量二次型的加权和：
   $$\hat{c}_{n,t}(\lambda) = \frac{1}{k} \sum_{i \in I_{n,t}} z_i \Lambda z_i^\top$$
   其中 $z_i = (r_i, a_i, w_i)^\top$，$\Lambda$ 是权重矩阵 $\lambda$。现货贝塔随后通过标准回归关系导出：$\hat{\beta}_{n,t} = \hat{c}_{12,t} / \hat{c}_{11,t}$。

2. 最优权重选择（风险最小化）：

   • 目标：最小化定义为乘法估计误差期望平方 Frobenius 范数的二次风险函数：$L(\lambda; c_t) = \| \sigma_t^{-1} \hat{c}_{n,t}(\lambda) \sigma_t^{-\top} - I \|^2$。
   • 挑战：渐近风险取决于未知的现货相关矩阵 $\rho_t$，使得直接最小化不可行（在多元设定中，分布是非枢轴的）。
   • 解决方案：作者引入了一种平均风险方法。通过对 $\rho_t$ 的参数空间进行渐近风险积分（假设均匀分布），问题变得具有枢轴性。
   • 结果：通过最小化该平均风险，导出了最优权重 $\lambda^*$ 的闭式解（类似于最小二乘解）。
   • 关键发现：最优权重高度倾向于开盘 - 收盘回报（$r_i$）和不对称性（$a_i$），而赋予振幅（$w_i$）接近零的权重，因为振幅会丢失符号信息，且在负相关情况下存在偏差。

3. 推断程序（假设检验）：

   • 检验统计量：构建了一个学生化统计量用于检验 $H_0: \beta_t = \beta_0$。
   • 临界值：
     • 对于 $\beta_0 = 0$，极限分布是枢轴的，可以直接模拟。
     • 对于 $\beta_0 \neq 0$，分布是非枢轴的。作者采用sup-t 检验方法，构建临界值以在 $\rho_t$ 的整个参数空间上统一控制检验规模。这确保了检验具有渐近正确的规模，而无需预先估计相关性。

C. 渐近框架

本文利用固定-$k$渐近（其中 $k$ 是局部窗口中的观测数量，固定且较小，而采样频率 $\Delta_n \to 0$）。这比标准的大-$k$渐近更适合现货估计，因为它准确地捕捉了局部估计量的有限样本行为。

3. 主要贡献

1. 新的估计量类别：将单变量振幅波动率估计量（如 Garman-Klass、Parkinson）扩展到多变量现货回归设定。
2. 决策论权重：提供了一种可行的、闭式的方法，用于确定在多变量设定中组合 K 线信息的最优权重，克服了极限分布的非枢轴性质。
3. 可行的推断：开发了首个使用 K 线数据对现货贝塔进行正式假设检验的程序，包括通过 sup-t 临界值处理非零零假设的稳健方法。
4. 实际可及性：提供了一种方法，利用广泛可用的 1 分钟或 5 分钟数据改进标准回报估计量，避免了逐笔数据的成本和噪声问题。

4. 实证与模拟结果

A. 蒙特卡洛模拟

• 效率：基于 K 线的估计量实现的渐近风险水平非常接近不可行的“神谕”估计量（即知晓真实相关结构）。它显著优于标准回报估计量，在小样本（$k=5$）中将风险降低了约55–65%。
• 功效：所提出的假设检验表现出比回报基检验显著更高的功效。
  • 对于 $k=10$ 和 5% 的显著性水平，当真实贝塔适度偏离零时，K 线检验拒绝错误零假设的频率比回报基检验高出约 25%。
  • 功效优势在小样本量（小 $k$）中最为明显，这对于高频事件研究至关重要。

B. 实证应用：比特币市场中性

• 数据：2024 年全年 IBIT（比特币 ETF）和 SPY（标普 500 ETF）的 1 分钟 K 线数据。
• 假设：检验比特币是否“市场中性”（$\beta_t = 0$）。
• 发现：
  • 市场中性零假设总体上被拒绝的频率约为35%。
  • 在 2024 年 8 月和 9 月（市场波动率较高的时期，例如日本央行加息、美国疲软劳动力数据），拒绝率飙升至约 60%。
  • 含义：与暗示比特币是对冲工具的“数字黄金”叙事相反，本文发现比特币在动荡时期存在显著的正市场贝塔，这意味着比特币在最需要分散风险时，实际上充当的是风险资产而非分散化工具。

5. 意义

• 理论层面：弥合了高频计量经济学与多变量回归之间的差距，为利用更丰富的数据结构进行现货参数估计提供了严谨的框架。
• 实践层面：为研究人员和从业者提供了一种“即插即用”的工具，利用标准、可获取的高频数据获得更精确、可靠且功效更强的时变风险敞口估计。
• 金融影响：挑战了关于加密资产对冲特性的主流叙事，表明比特币与更广泛市场的相关性在压力时期会加剧，这对投资组合风险管理和资产配置具有关键影响。