Mastering options market making: forecasting short-term realized volatility using non-parametric models

Volatility plays a critical role in financial markets by quantifying the magnitude of price changes in a security, directly influencing trading strategies and risk management. Traders, especially market makers, rely on two primary metrics to assess volatility: realized volatility, which measures historical price movements and implied volatility, which reflects market expectations. The comparison between these two quantities is particularly important for market makers, as it helps guide the development of effective hedging strategies. In fact, by generating buy and sell signals based on this comparison, market makers understand the best position to take and can better manage risk and exploit profit opportunities. As such, it is essential to develop a reliable model for predicting realized volatility, while implied volatility is derived from market option prices. Short-term realized volatility is of particular interest, as leading global market makers, such as Optiver, may want to update their positions continuously in response to market dynamics. This study aims to develop an effective model for predicting realized volatility over very short intervals, leveraging high-frequency Limit Order Book data provided by Optiver. The goal is to forecast the realized volatility for the second 10-minutes sub-interval in a 20-minutes time window, using data from the first 10-minutes segment. The forecasting procedure is structured in two steps: first a point forecast is generated, which is then completed by a probabilistic forecast. The models applied start with Simple Linear Regression and are then extended to Non-Parametric Statistics, focusing on functional models, in particular the Scalar-on-function model for point forecasting and the Conformal Prediction method for probabilistic forecasting.

La volatilità svolge un ruolo fondamentale nei mercati finanziari in quanto quantifica l'entità delle variazioni di prezzo di un titolo, influenzando direttamente le strategie di trading e la gestione del rischio. Gli operatori, in particolare i market maker, si basano su due parametri principali per valutare la volatilità: la volatilità realizzata, che misura i movimenti storici dei prezzi e la volatilità implicita, che riflette le aspettative del mercato. Il confronto tra queste due grandezze è particolarmente importante per i market maker, in quanto aiuta a guidare lo sviluppo di strategie di hedging efficaci. Infatti, generando segnali di acquisto e vendita basati su questo confronto, i market maker capiscono quale sia la posizione migliore da assumere e possono gestire meglio il rischio e capitalizzare le opportunità di profitto. Per questo motivo è essenziale sviluppare un modello affidabile per la previsione della volatilità realizzata, mentre la volatilità implicita deriva dai prezzi delle opzioni sul mercato. La volatilità realizzata a breve termine è quella che risulta essere più interessante, in quanto i principali market maker globali, come Optiver, potrebbero voler aggiornare continuamente le loro posizioni in risposta alle dinamiche di mercato. Questo studio mira a sviluppare un modello efficace per la previsione della volatilità realizzata su intervalli molto brevi, sfruttando i dati ad alta frequenza del Limit Order Book fornito da Optiver. L'obiettivo è prevedere la volatilità realizzata del secondo intervallo di 10 minuti all'interno di una finestra temporale di 20 minuti, utilizzando i dati del primo intervallo di 10 minuti. La procedura di previsione è strutturata in due fasi: innanzitutto viene generata una previsione puntuale, che viene completata da una previsione probabilistica. I modelli applicati iniziano con la regressione lineare semplice e poi vengono estesi alla statistica non parametrica, concentrandosi sui modelli funzionali, in particolare il modello Scalar-on-function per le previsioni puntuali e il metodo della previsione conforme per la previsione probabilistica.