Volatility Forecasting
大白话：用历史数据和模型去猜未来的波动率——这是量化三大预测主题之一（另两个是收益和相关性）。难点在于波动的聚集性和肥尾：极端事件来的时候，用正态分布算出的概率会离谱地小。
定义。 用历史数据 + 经济学模型预测未来波动率 (vol) 的方法学家族。 它是量化金融三大预测主题之一（另两个：收益预测、相关性预测）。 HHIt 论文的主线贡献是用日内形状 (HHIt) 提升「次日崩盘概率」的预测，是波动率预测在崩盘目标上的应用。
范式
| 范式 | 代表模型 | 频率 | 优势 | 局限 |
|---|---|---|---|---|
| 条件波动率 | GARCH(1,1) (Bollerslev 1986) | 日度 / 日内 | 简单，行业标准，MLE 易估计 | 正态尾部校准失败（低波动十分位差 100 倍） |
| 已实现波动率 | HAR-RV (Corsi 2009)、RV (Andersen-Bollerslev-Diebold-Labys 2003) | 日度 | 用日内信息，无潜变量 | 微观结构噪声在 1 分钟以下严重 |
| 抗跳跃 | Bipower (Barndorff-Nielsen-Shephard 2004) | 日度 | 对跳跃鲁棒 | 与 GARCH 互补，通常联合使用 |
| 多尺度 | Fan-Wang 2007 | 日度 / 多频率 | 分离连续 + 跳跃 | 模型复杂 |
| 日内形状 | HHIt (JDQS 2026) | 日度 | 与 RV 正交（r = −0.11），提供崩盘信号 | 仅在次日崩盘目标上验证过 |
| 厚尾 | GARCH-t、GARCH-GED、GARCH-skewed-t | 日度 | 处理厚尾 | 不能完全修复正态尾部校准失败 |
| Realized GARCH | Hansen-Huang-Shek 2012 | 日度 | RV + GARCH 联合 | 复杂 |
论文位置
HHIt 论文对 Volatility Forecasting 的贡献是：
- 预测目标从「波动率水平」转到「崩盘概率」（二元）——与 VaR、期权、风险预算更直接相关。
- 预测变量从「单一波动率估计」扩展到「波动率水平 + 日内形状 (HHI)」——带来校准改善。
- 预测框架从正态尾部 (GARCH) 转到 logistic——解决百倍级校准失败。
- 预测评价从 Brier / AUC 扩展到 Brier + AUC + 校准 + DM 检验 + 经济价值（90 分位 cash overlay）——更全面。
对 quant 实务
- 风控经理：波动率预测 → 风险预算 → 资本配置；用 HHIt + RV + logistic 给出更精准的崩盘概率。
- 波动率交易员：短到期波动率曲面（1 周、1 月）的预测需要区分「今天的波动率」与「明天的波动率」—— HHIt 提供了形状上的补充。
- 期权做市商：隐含波动率偏斜的校准用 HHI 驱动的崩盘概率替代正态尾部，改善短到期期权定价。
- 资产配置者：90 分位 cash overlay 是可直接实施的 risk-off 工具，对 0–20 bps 的成本不敏感。
关键文献
- Andersen Bollerslev Diebold Labys 2003 Realized Volatility —— RV 的开山之作。
- Bollerslev 1986 GARCH —— GARCH 原始论文（stub）。
- Corsi 2009 HAR-RV —— HAR-RV（stub）。
- HHIt —— 日内形状的补充。
- JDQS 2026 Intraday Variance Concentration Crash —— 主论文。
- Realized Variance (RV) —— RV stub。
- GARCH Miscalibration in Low-Vol Decile (Normal-Tail Assumption Failure) —— GARCH 的校准失败。
- Crash Forecasting (Crash-02) —— 崩盘概率的目标变量。