Adaptiv volatilitetsestimering i Avellaneda och Stoikovs market making modell

Sammanfattning

Avellaneda och Stoikovs market making-modell beskriver en agent som kontinuerligt kvoterar köp- och säljkurser i en orderbok (eng. limit order book) för att tjäna på spreaden.I denna studie utvidgas modellen för att hantera en okänd och tidsvarierande volatilitet, vilket möjliggör simuleringar under mer realistiska förhållanden, där regimskiften och volatilitetskluster modellerats. Vidare införs och utvärderas volatilitetsskattningar i form av Exponentially Weighted Moving Average (EWMA) och Maximum Likelihood Estimation (MLE) baserad på en rolling window-princip, för att undersöka huruvida modellen kan göras adaptiv efter de nyintroducerade marknadsförhållandena. Resultaten visar att volatilitetsregimer ger större spridning i agentens förväntade avkastning jämfört med fallet då volatiliteten antas vara känd och konstant, medan den adaptiva modellen presterar jämförbart med standardmodellen under de nya marknadsförutsättningarna.