[论文解读] Hedging and machine learning driven crude oil data analysis using a refined Barndorff-Nielsen and Shephard model

Humayra Shoshi, Indranil SenGupta|arXiv (Cornell University)|Apr 29, 2020

Market Dynamics and Volatility参考文献 20被引用 12

一句话总结

本文提出了一种基于机器学习的巴尔诺尔夫-尼尔森与希帕德（BN-S）随机波动率模型的改进方法，用于原油价格分析，通过基于波动率和持续时间的分类方法提取确定性参数θ。改进后的模型相比经典BN-S模型显著降低了二次对冲误差，在捕捉巴克肯原油数据中的长程相关性及类似崩盘的市场动态方面表现更优。

ABSTRACT

In this paper, a refined Barndorff-Nielsen and Shephard (BN-S) model is implemented to find an optimal hedging strategy for commodity markets. The refinement of the BN-S model is obtained with various machine and deep learning algorithms. The refinement leads to the extraction of a deterministic parameter from the empirical data set. The problem is transformed to an appropriate classification problem with a couple of different approaches: the volatility approach and the duration approach. The analysis is implemented to the Bakken crude oil data and the aforementioned deterministic parameter is obtained for a wide range of data sets. With the implementation of this parameter in the refined model, the resulting model performs much better than the classical BN-S model.

研究动机与目标

• 解决经典巴尔诺尔夫-尼尔森与希帕德（BN-S）随机波动率模型在商品市场中长期依赖性不足的问题。
• 通过数据驱动技术改进BN-S模型，提升原油二次对冲策略的准确性。
• 探究机器学习是否能有效从实证原油价格数据中提取确定性参数（θ）以增强模型性能。
• 评估基于波动率和持续时间的两种不同分类方法在识别原油时间序列中类似崩盘市场事件方面的有效性。
• 证明数据科学驱动的模型改进可实现更稳健、更精确的商品市场建模与风险管理。

提出的方法

• 构建一个包含确定性参数θ ∈ [0,1]的改进BN-S模型，该参数控制两个独立子序时过程（Z和Z(b)）对波动率过程的相对贡献。
• 波动率方法基于滚动20天窗口内的已实现波动率对数据进行分类，并以最大百分比收益率作为崩盘指标。
• 持续时间方法基于回撤长度进行分类——定义为从局部高点到下一个局部低点的时间长度，用于识别市场长期下行。
• 训练监督机器学习模型（逻辑回归、随机森林、神经网络、LSTM和贝叶斯网络）以基于波动率和持续时间特征预测θ。
• 改进模型通过允许两个跳跃成分来引入长程依赖性，其中参数θ通过分类方法从数据中学习，同时保持模型的可计算性。
• 在改进模型上应用二次对冲以最小化对冲误差，并通过多个时间窗口的精确率、召回率和F1分数评估性能。

实验结果

研究问题

• RQ1 机器学习技术能否有效从原油价格数据中提取确定性参数θ，以改进经典BN-S模型？
• RQ2 基于波动率的分类方法是否能为识别原油时间序列中的类似崩盘市场事件提供可靠方法？
• RQ3 基于持续时间的回撤分类能否提升对长期市场下跌的检测能力并增强模型鲁棒性？
• RQ4 改进的BN-S模型在二次对冲误差和风险管理方面与经典BN-S模型相比表现如何？
• RQ5 数据科学与深度学习技术在多大程度上可提升商品市场中随机波动率模型的预测能力？

主要发现

• 使用机器学习提取的θ的改进BN-S模型在多个巴克肯原油数据窗口中，显著优于经典BN-S模型，能更有效地最小化二次对冲误差。
• 在波动率方法中，LSTM模型在θ = 0时达到0.95的最高F1分数（表20），表明其在识别非崩盘时期方面表现优异。
• 在持续时间方法中，贝叶斯网络（BN）模型在2013–2014数据窗口中，θ = 0时F1得分为0.65，θ = 1时为0.62（表21），显示出在不同市场状态下的良好泛化能力。
• 波动率方法的F1分数（如0.85–0.95）始终高于持续时间方法（如0.54–0.65），表明在本数据集中，波动率方法在崩盘检测方面更有效。
• 通过机器学习学习得到θ的模型表现出长程依赖性，如公式(2.6)中的相关性结构所示，能够捕捉持久的波动率聚集现象。
• 数据驱动方法成功从实证数据中提取了确定性参数θ，使模型在不改变其核心随机结构的前提下，能够引入长期记忆特性。