Sequential Monte Carlo Filters with Parameters Learning for Commodity Pricing Models
- 1. Universidad Yachay Tech
- 2. First Technical University
- 3. University of Carabobo
Description
In this article, an estimation methodology based on the sequential Monte Carlo algorithm is proposed, thatjointly estimate the states and parameters, the relationship between the prices of futures contracts and the spot prices of primary products is determined, the evolution of prices and the volatility of the historical data of the primary market (Gold and Soybean) are analyzed. Two stochastic models for an estimate the states and parameters are considered, the parameters and states describe physical measure (associated with the price) and risk-neutral measure (associated with the markets to futures), the price dynamics in the short-term through the reversion to the mean and volatility are determined, while that in the long term through markets to futures. Other characteristics such as seasonal patterns, price spikes, market dependent volatilities, and non-seasonality can also be observed. In the methodology, a parameter learning algorithm is used, specifically, three algorithms are proposed, that is the sequential Monte Carlo estimation (SMC) for state space modelswith unknown parameters: the first method is considered a particle filter that is based on the sampling algorithm of sequential importance with resampling (SISR). The second implemented method is the Storvik algorithm [19], the states and parameters of the posterior distribution are estimated that have supported in low-dimensional spaces, a sufficient statistics from the sample of the filtered distribution is considered. The third method is (PLS) Carvalho's Particle Learning and Smoothing algorithm [31]. The cash prices of the contracts with future delivery dates are analyzed. The results indicate postponement of payment, the future prices on different maturity dates with the spot price are highly correlated. Likewise, the contracts with a delivery date for the last periods of the year 2017, the spot price lower than the prices of the contracts with expiration date for 12 and 24 months is found, opposite occurs in the contracts with expiration date for 1 and 6 months.
Translated Descriptions
Translated Description (Arabic)
في هذه المقالة، يتم اقتراح منهجية تقدير تستند إلى خوارزمية مونت كارلو المتسلسلة، والتي تقدر بشكل مشترك الحالات والمعلمات، ويتم تحديد العلاقة بين أسعار العقود الآجلة والأسعار الفورية للمنتجات الأولية، ويتم تحليل تطور الأسعار وتقلب البيانات التاريخية للسوق الأولية (الذهب وفول الصويا). يتم النظر في نموذجين عشوائيين لتقدير الحالات والمعلمات، وتصف المعلمات والحالات المقياس المادي (المرتبط بالسعر) والمقياس المحايد للمخاطر (المرتبط بالأسواق للعقود الآجلة)، ويتم تحديد ديناميكيات الأسعار على المدى القصير من خلال الارتداد إلى المتوسط والتقلب، بينما يتم تحديد ذلك على المدى الطويل من خلال الأسواق إلى العقود الآجلة. يمكن أيضًا ملاحظة خصائص أخرى مثل الأنماط الموسمية وارتفاع الأسعار والتقلبات التي تعتمد على السوق وعدم الموسمية. في المنهجية، يتم استخدام خوارزمية تعلم المعلمات، على وجه التحديد، يتم اقتراح ثلاث خوارزميات، أي تقدير مونت كارلو المتسلسل (SMC) لنماذج مساحة الولاية ذات المعلمات غير المعروفة: تعتبر الطريقة الأولى مرشح جسيمات يعتمد على خوارزمية أخذ العينات ذات الأهمية المتسلسلة مع إعادة أخذ العينات (SISR). الطريقة الثانية المنفذة هي خوارزمية ستورفيك [19]، وتقدر حالات ومعلمات التوزيع الخلفي التي دعمت في المساحات منخفضة الأبعاد، ويتم النظر في إحصاءات كافية من عينة التوزيع المرشح. الطريقة الثالثة هي خوارزمية كارفالهو لتعلم الجسيمات وتنعيمها [31]. يتم تحليل الأسعار النقدية للعقود مع تواريخ التسليم المستقبلية. تشير النتائج إلى تأجيل الدفع، والأسعار المستقبلية في تواريخ استحقاق مختلفة مع السعر الفوري مرتبطة ارتباطًا وثيقًا. وبالمثل، تم العثور على العقود ذات تاريخ التسليم للفترات الأخيرة من عام 2017، والسعر الفوري أقل من أسعار العقود ذات تاريخ انتهاء الصلاحية لمدة 12 و 24 شهرًا، ويحدث العكس في العقود ذات تاريخ انتهاء الصلاحية لمدة 1 و 6 أشهر.Translated Description (French)
Dans cet article, une méthodologie d'estimation basée sur l'algorithme séquentiel de Monte Carlo est proposée, qui estime conjointement les états et les paramètres, la relation entre les prix des contrats à terme et les prix au comptant des produits primaires est déterminée, l'évolution des prix et la volatilité des données historiques du marché primaire (or et soja) sont analysées. Deux modèles stochastiques pour une estimation des états et des paramètres sont considérés, les paramètres et les états décrivent la mesure physique (associée au prix) et la mesure neutre au risque (associée aux marchés aux contrats à terme), la dynamique des prix à court terme par le retour à la moyenne et la volatilité sont déterminés, tandis qu'à long terme par les marchés aux contrats à terme. D'autres caractéristiques telles que les tendances saisonnières, les pics de prix, les volatilités dépendantes du marché et la non-saisonnalité peuvent également être observées. Dans la méthodologie, un algorithme d'apprentissage des paramètres est utilisé, en particulier, trois algorithmes sont proposés, à savoir l'estimation séquentielle de Monte Carlo (SMC) pour les modèles d'espace d'état avec des paramètres inconnus : la première méthode est considérée comme un filtre à particules basé sur l'algorithme d'échantillonnage d'importance séquentielle avec rééchantillonnage (SISR). La deuxième méthode mise en œuvre est l'algorithme de Storvik [19], les états et les paramètres de la distribution postérieure sont estimés qui ont été pris en charge dans les espaces de faible dimension, une statistique suffisante de l'échantillon de la distribution filtrée est considérée. La troisième méthode est l'algorithme d'apprentissage et de lissage des particules de Carvalho (PLS) [31]. Les prix au comptant des contrats avec des dates de livraison futures sont analysés. Les résultats indiquent un report de paiement, les prix futurs à différentes dates d'échéance avec le prix au comptant sont fortement corrélés. De même, on retrouve les contrats avec une date de livraison pour les dernières périodes de l'année 2017, le prix au comptant inférieur aux prix des contrats avec date d'expiration pour 12 et 24 mois, ci-contre se produit dans les contrats avec date d'expiration pour 1 et 6 mois.Translated Description (Spanish)
En este artículo se propone una metodología de estimación basada en el algoritmo secuencial de Monte Carlo, que estima conjuntamente los estados y parámetros, se determina la relación entre los precios de los contratos de futuros y los precios spot de los productos primarios, se analiza la evolución de los precios y la volatilidad de los datos históricos del mercado primario (Oro y Soja). Se consideran dos modelos estocásticos para una estimación de los estados y parámetros, los parámetros y estados describen la medida física (asociada al precio) y la medida neutral al riesgo (asociada a los mercados a futuros), se determina la dinámica del precio a corto plazo a través de la reversión a la media y la volatilidad, mientras que a largo plazo a través de los mercados a futuros. También se pueden observar otras características como patrones estacionales, picos de precios, volatilidades dependientes del mercado y no estacionalidad. En la metodología, se utiliza un algoritmo de aprendizaje de parámetros, específicamente, se proponen tres algoritmos, es decir, la estimación secuencial de Monte Carlo (SMC) para modelos de espacio de estados con parámetros desconocidos: el primer método se considera un filtro de partículas que se basa en el algoritmo de muestreo de importancia secuencial con remuestreo (SISR). El segundo método implementado es el algoritmo Storvik [19], se estiman los estados y parámetros de la distribución posterior que han soportado en espacios de baja dimensión, se considera una estadística suficiente de la muestra de la distribución filtrada. El tercer método es el algoritmo de aprendizaje y suavizado de partículas de Carvalho (PLS) [31]. Se analizan los precios al contado de los contratos con fechas de entrega futuras. Los resultados indican aplazamiento del pago, los precios futuros en diferentes fechas de vencimiento con el precio spot están altamente correlacionados. Asimismo, en los contratos con fecha de entrega para los últimos periodos del año 2017, se encuentra el precio spot inferior a los precios de los contratos con fecha de vencimiento de 12 y 24 meses, contrario ocurre en los contratos con fecha de vencimiento de 1 y 6 meses.Files
823.pdf
Files
(1.2 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:504796bc1ea51f9e6ce91d6dea8930f8
|
1.2 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- مرشحات مونتي كارلو المتسلسلة مع تعلم المعلمات لنماذج تسعير السلع
- Translated title (French)
- Filtres Monte Carlo séquentiels avec apprentissage des paramètres pour les modèles de tarification des produits de base
- Translated title (Spanish)
- Filtros secuenciales de Monte Carlo con aprendizaje de parámetros para modelos de precios de productos básicos
Identifiers
- Other
- https://openalex.org/W3185642912
- DOI
- 10.19139/soic-2310-5070-814