JDQS 2026 — Intraday Variance Concentration and Next-Day Crash Risk

作者: Anonymous draft (JDQS author template; 作者 block 在 extracted 中未显式出现, 论文是 SSRN 6975778 草稿, 准备投 JDQS)。Slugs 用 SSRN ID + 论文主标题 — 缺少 author block 时, paper entity 用 SSRN ID + title-form 命名, 不强求 author。

发表: SSRN 6975778 (2026 年初版本, slug 202601- 按 SSRN 估算的提交月份)。拟投 Journal of Derivatives and Quantitative Studies (JDQS)。20 页手稿, 包括主体 + Appendix A (Proposition 1 证明)。

一句话

日内 realized variance 的"形状" (HHIt 集中度) 而非"水平" (RV) 对次日 crash 概率有独立预测力 — 广-均匀-已-stress 日预示次日延续, 集中-burst 日预示 session 内 exhaustion。10-benchmark out-of-sample test 中 Brier 最低, GARCH 在低 vol decile 有 100-fold 校准崩塌, 90 分位 cash overlay 把 Sharpe 0.25 提到 0.58。

数据与方法

• 数据: S&P 500 5-min bars (SPX500 CFD) + SPY close-to-close 日收益, 3,867 天 (2005-2020), 含 2008 金融危机 + 2020 COVID-19。
• HHIt: Herfindahl 集中度指数, 78 段 5-min bars, 范围 [1/78, 1]。
• Proposition 1: 纯扩散下 E[\text{HHI}_t] = 3n/(n+2), level-independent, n = 78 → 2.925。
• Crash label: crash-02 = next-day close-to-close log return ≤ -2%; 此外测试 -2.5% / -3% / -5%。
• Forecast 框架: expanding-window out-of-sample logistic, 季度 re-estimation, 10 benchmarks (GARCH, HAR-RV, RV random walk, logistic variants, 6-predictor extended)。
• 评价: ROC-AUC, Brier score, calibration, Diebold-Mariano test。
• 经济价值: 90 分位 cash overlay, 5 个 transaction cost level (0-20 bps)。

核心实证 (Table II + III + IV)

• Logit-RV-HHI: log HHI 系数 -0.517**, LR p = 0.022 (vs RV-only)。
• OOS Brier 最低: 0.0430 (10 benchmark 中)。
• GARCH 100-fold miscalibration: lowest predicted-risk decile 预测 0.0001 vs 实际 0.0096。
• 5 episode 验证: 2008-10-14 (-10.4%), 2020-03-12 (-10.1%), 2010-05-06 (Flash Crash), 2018-02-05 (Volmageddon), 2008-09-29 (TARP) — 5 次前一日 HHI 平均 2.998 ≈ baseline 2.925, 远低于 sample mean 4.462。
• 90 分位 cash overlay: Sharpe 0.25 → 0.58, max DD -54% → -38%, 投资时间 ~89%, 0-20 bps cost 不敏感。
• Out-of-time (train ≤ 2014): AUC 0.881 → 0.885, Brier 0.0326 → 0.0324, 三指标全改善 (含 COVID held-out)。

Robustness (Table IV)

• 5/10/15/30/65-min frequency: HHI 全负, 5-min p=0.022 + 15-min p=0.032 显著。
• 替代集中度度量: Top-1 share p=0.009 (最强), Top-3 p=0.038, bipower jump ratio p=0.051; Gini p=0.193 (唯一例外)。
• crash 定义 -2% / -2.5% / -3% / -5%: Brier 改善或匹配。
• Out-of-time: 全部改善。
• Rolling 1,500-day: Brier 改善, AUC ±0.003 (不可区分)。

与本 wiki 的关系

• 核心 quant 主题: 落在 Volatility Forecasting / Crash Forecasting (Crash-02) / Realized Variance (RV) 主线, 是高频 realized vol 文献的近期延伸 (Andersen-Bollerslev-Diebold-Labys 2003 起 → Fan-Wang 2007 multi-scale jump → 本论文 HHIt 集中度)。
• 核心概念 (论文创建/挂载):
  • HHIt (Herfindahl Index of Intraday Variance) (主页)
  • Level-Independent Diffusion Baseline (3n(n+2)) (Proposition 1 的核心标尺)
  • GARCH Miscalibration in Low-Vol Decile (Normal-Tail Assumption Failure) (论文 hidden gem)
  • 配套: Crash Forecasting (Crash-02) / Brier Score and Diebold-Mariano Test / Bipower Variation Jump Ratio / HAR-RV (Corsi 2009)
• 方法学母题: GARCH(1,1) / Realized Variance (RV) / Logistic vs Normal-Tail Probability Mapping
• stub entity (引用文献): Andersen-Bollerslev 1997 / Andersen-Bollerslev-Diebold-Labys 2003 / Fan-Wang 2007 / Barndorff-Nielsen-Shephard 2004 / Jiang-Oomen 2008 / Corsi 2009 / Bollerslev 1986 / Merton 1976 / Patton 2011 / Patton-Sheppard 2015 / Brunnermeier-Pedersen 2009 / Diebold-Mariano 1995 / DeLong-DeLong-Clarke-Pearson 1988

主要引用

[Anonymous draft, JDQS] (2026). How Can Intraday Variance Concentration Signal Next-Day Crash Risk? Evidence from S&P 500 High-Frequency Data. SSRN 6975778. Submitted to Journal of Derivatives and Quantitative Studies. 20 pages.

完整参考文献见 extracted.md 末尾 (Page 14-15 区域); 主要是 RV 经典 + jump detection + crash forecasting 方法学, 作者信息在 extracted 中缺失 (可能 SSRN 草稿模板, author block 需在 SSRN 网站查询或 PDF 元数据)。

Open Questions (论文自陈)

• 2021-2026 extension: COVID 之后 + rate hike regime 下的稳定性。
• 多 equity index: NASDAQ-100, Russell 2000, FTSE 100, DAX, Nikkei 225, 上证 50, 沪深 300。
• VIX term-structure coupling (论文自陈 "最有 product 性的 future research 方向")。
• 短期期权定价: HHI-driven 概率作为 protective put 定价输入。
• 多资产: bond / FX / commodity 期货。
• A 股 T+1 + 涨跌停制度下复制性 (本 wiki 扩展)。