[論文レビュー] Option Volume Imbalance as a predictor for equity market returns

Nikolas Michael, Mihai Cucuringu+1 more|arXiv (Cornell University)|Jan 23, 2022

Capital Investment and Risk Analysis被引用数 4

ひとこと要約

本稿では、市場参加者層ごとのコール・プット・オプション・ボリュームの正規化された差分を用いて、株式市場リターンの予測子としてのオプション・ボリューム・インバランス（OVI）を導入する。市場参加者型OVIは、特に高いインプライド・ボラティリティ・オプションおよびプット・オプションにおいて、年間シャープレシオ最大4.5を記録する強力な予測力を持つ。本研究では、従来の線形モデルを凌駆する、利益・損失（P&L）の回帰に基づく新規なアプローチを採用している。

ABSTRACT

We investigate the use of the normalized imbalance between option volumes corresponding to positive and negative market views, as a predictor for directional price movements in the spot market. Via a nonlinear analysis, and using a decomposition of aggregated volumes into five distinct market participant classes, we find strong signs of predictability of excess market overnight returns. The strongest signals come from Market-Maker volumes. Among other findings, we demonstrate that most of the predictability stems from high-implied-volatility option contracts, and that the informational content of put option volumes is greater than that of call options.

研究の動機と目的

• 市場参加者層別に分類されたコール・プット・オプション・ボリュームのインバランスが、将来の株式価格動向を予測できるかどうかを調査すること。
• インプライド・ボラティリティ、デルタ、ラームダなどのオプション特性に応じたOVIの予測力を評価すること。
• 線形関係の仮定を避け、方向性リターン予測に特化した新規なP&L回帰手法を開発・検証すること。
• ネットワーク分析を用いて、OVIシグナルの資産間クロスセクショナルおよびクロスインパクト効果を検討すること。
• 高頻度の10分間隔データを用いて、2つの主要オプション取引所（PHLX および NOM）間で予測性能を比較すること。

提案手法

• 市場参加者層（MPC）ごとに、全コール・オプションとプット・オプション・ボリュームの正規化された差分としてオプション・ボリューム・インバランス（OVI）を計算し、各MPCおよびオプションタイプごとに個別に分析を行う。
• 従来の決定係数（R²）やt統計量に依存しない、累積利益・損失（P&L）を直接最大化する新規なP&L回帰フレームワークを導入し、スパarsなデータや非線形関係下でも優れた性能を発揮できる。
• オプション・ボリュームを5つの市場参加者層（市場メイカー、顧客、ブローカー、ファーム・プロプライエタリー、プロフェッショナル・カスタマー）に分解し、PHLXおよびNOM取引所のデータを用いる。
• 予測力は年間シャープレシオと累積P&Lを用いて評価し、分位数ランクと代替重み付けスキームによるロバストネステストも実施する。
• クロスインパクト分析には、資産間相互作用の有向ネットワークを用い、ノード次数の差異についてボンフェローニ補正を施したt検定により統計的有意性を評価する。
• OVIシグナルの時間的変動を評価するため、イントラデイパターンと取引タイミング（開口時 vs. 閉口時）を分析する。

実験結果

リサーチクエスチョン

• RQ1 異なる市場参加者層から導出されるオプション・ボリューム・インバランス（OVI）は、将来の株式市場リターンを予測できるか？
• RQ2 OVIの予測力は、インプライド・ボラティリティ、デルタ、ラームダなどのオプション特性によってどのように変化するか？
• RQ3 P&L回帰アプローチは、OVIシグナルからの方向性リターン予測において、標準的な線形モデルを上回ることができるか？
• RQ4 資産間で顕著なクロスインパクト効果が存在するか？ また、OVIシグナルのネットワークにおいて、直接的インパクト効果に比べてそれが優勢であるか？
• RQ5 OVIシグナルは取引所（PHLX 対 NOM）によってどのように異なるか？ また、データセット間で結果は一貫しているか？

主な発見

• 市場メイカー型OVIが最も高い予測力を持ち、取引コストを考慮しないシンプルなベッティング・スキームでも、年間シャープレシオ最大4.5を達成する。
• 予測力が最も高い信号は、高いインプライド・ボラティリティ・オプションから得られ、OVIの予測可能性の大部分を占めている。
• プット・オプションはコール・オプションよりも高い情報的価値を有し、負のデルタおよび負のラームダ値が一貫して高いパフォーマンスを示している。
• OVIの大きさの2番目から4番目の分位数ランクグループが最良のパフォーマンスを示しており、中程度のインバランス水準が最も情報量が多いことを示している。
• クロスインパクト効果は直接的インパクト効果よりも顕著に多く、未補正検定ではノード次数差異の帰無仮説が41–58％で棄却される。
• NOM取引所（NOTOデータセット）の結果はPHLX（PHOTOデータセット）と一貫しており、やや弱いが、市場メイカー型OVIは依然として年間シャープレシオ2.5–3を示している。