Use of volatility prediction methods for option strategies trading

The diploma thesis deals with methods of volatility forecasting and the possibility of their use for options strategies trading. The thesis focuses on chosen realized volatility models (specifically, time series models ARIMA/ARFIMA-RV and HAR-RV) and also on GARCH model, which is a standard method for conditional variance modelling. The goal of the models’ application is a prediction of volatility (standard deviation) of the EUR/USD currency pair for various time horizons (day, week, month). Besides that, the thesis deals with the theory of options and their pricing, implied volatility and the terms in which option strategies speculating on the underlying’s high or low volatility are profitable. The overall aim of the thesis is to find out whether it is possible to predict volatility using appropriate models and to achieve a profit from entering the option strategies based on the predictions (or on their variance against the implied option volatility). By applying the models, it is discovered that there is long memory and also some sort of weekly seasonality in the autocorrelation structure of realized volatility. Based on this, ARFIMA-RV and ARIMA-RV models with higher order of MA part seem suitable. HAR-RV model also seem successful, proving it for example with a high value of R-Squared coefficient. The highest cumulative profit was also achieved in case of entering the strategies based on this model’s predictions – the profit is almost constantly increasing. The evolution of the profit is not clear in regards of other models – the profit oscillates around zero, with smaller or bigger deviations for respective models, with an unknown trend. To sum up, the thesis shows that it is possible to achieve also a positive cumulative profit (even for a longer period of time) from entering an option strategy, based on volatility predictions made with a suitable model. However, there is also a probility that an investor will gain a loss.

Diplomová práce se zaobírá metodami předvídání volatility finančních aktiv a možností jejich využití v rámci obchodování vybraných opčních strategií. Práce se soustředí na vybrané modely realizované volatility (konkrétně modely časových řad ARIMA/ARFIMA-RV a HAR-RV) a dále na model GARCH, který je jednou ze standardních metod modelování podmíněného rozptylu. Cílem aplikace modelů je predikce volatility (směrodatné odchylky) měnového páru EUR/USD na různé časové období (den, týden a měsíc). Kromě toho se práce věnuje teorii opcí a jejich oceňování, implikované volatilitě a podmínkám ziskovosti opčních strategií, které spekulují na vysokou nebo nízkou volatilitu podkladového aktiva. Celkovým cílem práce je zjistit, jestli je možné pomocí vhodných modelů předikovat volatilitu a na základě této předpovědi (resp. na základě odchylky od implikované opční volatility) vstupovat do opčních strategií tak, aby byl (i dlouhodobě) realizovaný zisk. Aplikací modelů je zjištěna dlouhá paměť v autokorelační struktuře realizované volatility daného měnového páru a taktéž jistá týdenní sezonnost. Z tohoto důvodu se jako úspěšné ukazují modely ARFIMA-RV i ARIMA-RV s vyšším řádem MA složky. Model HAR-RV se též jeví jako vhodný, o čemž svědčí například vysoká hodnota koeficientu R-Squared. V případě vstupu do strategií na základě předpovědí tohoto modelu byl taktéž dosažený nejvyšší kumulativní zisk, který je téměř konstantně stoupající. U ostatních modelů je vývoj kumulatívneho zisku nejednoznačný – zisk osciluje okolo nuly, s většími či menšími odchylkami v závislosti na jednotlivých modelech, s nejasným trendem. Celkově práce ukazuje, že předpovídáním volatility na základě vhodně zvoleného modelu a následným vstupem do příslušné opční strategie je možné realizovat i kladný kumulativní zisk, a to i v delším časovém období, pravděpodobné je však i dosažení ztráty.