Todos los libros

1 Primary & Middle School MathematicsCursos 1–9 En línea 2 High School MathematicsCursos 10–12 En línea 3 University Mathematics — Year 1Grado — Año 1 En línea 4 University Mathematics — Year 2Grado — Año 2 En línea 5 University Mathematics — Year 3Grado — Año 3 En línea

1 Primary & Middle School PhysicsCursos 1–9 En línea 2 High School PhysicsCursos 10–12 En línea 3 University Physics — Year 1Grado — Año 1 En línea 4 University Physics — Year 2Grado — Año 2 En línea 5 University Physics — Year 3Grado — Año 3 En línea

1 Primary & Middle School BiologyCursos 1–9 En línea 2 High School BiologyCursos 10–12 En línea 3 University Biology — Year 1Grado — Año 1 En línea 4 University Biology — Year 2Grado — Año 2 En línea 5 University Biology — Year 3Grado — Año 3 En línea

1 Markets I: The Ecosystem and Exchange-Traded MarketsMercados En línea 2 Markets II: Rates, FX and CreditMercados En línea 3 Markets III: Commodities, Energy and CryptoMercados En línea 4 Quantitative MethodsMétodos En línea 5 Derivatives and VolatilityDerivados En línea 6 Rates, Credit, XVA and RiskTipos, crédito y riesgo En línea 7 Research Craft: Predictors, Backtests, Measurement, PortfoliosInvestigación En línea 8 Strategies I: Equities and FuturesEstrategias En línea 9 Strategies II: Volatility, Relative Value, Macro and the Bank DesksEstrategias En línea 10 Microstructure and ExecutionEjecución En línea 11 Market Making and High-Frequency TradingMarket making En línea 12 Machine Learning for MarketsAprendizaje automático En línea 13 Low-Latency SoftwareTecnología En línea 14 Networks, Hardware and Trading InfrastructureTecnología En línea 15 Research, Data and Risk PlatformsTecnología En línea 16 The Desk and the FirmLa firma En línea 17 The Industry: Firms, Roles and CareersCarreras En línea 18 The Interview BookCarreras En línea

Todos los juegos Math Fuse Word Reactor Atlas Dash

Apps Acerca de

Coach

English Français Español Nederlands Português हिन्दी العربية Bahasa Indonesia

Iniciar sesión Empezar a leer

Quantitative Finance · Glosario

¿Qué es Parkinson, Garman–Klass and Yang–Zhang estimators?

También llamado: Parkinson estimator · Garman--Klass estimator · Yang--Zhang estimator

Definition 7.4 Research Craft: Predictors, Backtests, Measurement, Portfolios · Capítulo 7 — Price and Volume Features

With $H, L, O, C$ a day’s high, low, open and close, the Parkinson estimator of the daily variance is $(\ln H/L)^2/(4\ln 2)$ ; the Garman–Klass estimator is $\tfrac12(\ln H/L)^2 - (2\ln 2 - 1)(\ln C/O)^2$ ; the Rogers–Satchell estimator is $\ln(H/C)\ln(H/O) + \ln(L/C)\ln(L/O)$ . The Yang–Zhang estimator over $n$ days adds the sample variance of overnight returns, $k$ times that of open-to-close returns and $1 - k$ times the average Rogers–Satchell term, with $k = 0.34/(1.34 + (n+1)/(n-1))$ .

Figure 7.2. Mean of each daily variance estimator relative to the true diffusion variance, on 4 000 simulated days of 390 one-minute steps. All range estimators read 8–10% low from discrete monitoring; a drift inflates close-to-close and Parkinson; an overnight gap is invisible to the single-day range estimators and recovered by Yang–Zhang. Data: the chapter’s module, seeded.

Leer en el capítulo →