A carregar...
Publicação
Cross-market arbitrage and market segmentation : evidence from high-frequency interest rate data
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 474.29 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This thesis investigates the efficiency of financial markets by analyzing the segmentation between institutional Short-Term Interest Rate (STIR) futures listed on the CME and the emerging landscape of regulated prediction markets (Kalshi). While traditional finance theory posits that arbitrage forces should enforce the Law of One Price across functionally equivalent assets, we hypothesize that structural barriers and distinct participant compositions create persistent pricing discrepancies.Methodologically, we utilize a proprietary high-frequency dataset comprising tick-by-tick data for Fed Funds and SOFR futures, alongside limit order book data for binary event contracts. We first construct a rigorous "fair value" forward curve for the Effective Federal Funds Rate (EFFR), accounting for the term structure of calendar spreads and meeting probabilities. Subsequently, we develop a "hybrid hedging strategy" that utilizes a static replication approach to map the linear risk exposure of traditional futures onto the binary payoff structure of prediction markets.Our empirical results strongly validate the "Limits to Arbitrage" hypothesis. We document that while the institutional market operates with near-perfect efficiency, the prediction market exhibits systematic inefficiencies driven by retail behavioral biases (favorite-longshot bias) and one-sided liquidity constraints. By implementing a cross-market arbitrage strategy, we demonstrate the ability to generate risk-free alpha, confirming that market segmentation effectively insulates retail mispricing from institutional correction.
Esta tese investiga a eficiência dos mercados financeiros através da análise da segmentação entre os futuros institucionais de Taxas de Juro de Curto Prazo (STIR) listados na CME e o cenário emergente dos mercados de previsão regulamentados (Kalshi). Embora a teoria financeira tradicional postule que as forças de arbitragem devam impor a Lei do Preço Único entre ativos funcionalmente equivalentes, hipotetizamos que barreiras estruturais e composições distintas de participantes criam discrepâncias de preços persistentes. Metodologicamente, utilizamos um conjunto de dados proprietário de alta frequência, composto por dados tick-by-tick para futuros de Fed Funds e SOFR, juntamente com dados do livro de ordens para contratos de eventos binários. Primeiramente, construímos uma curva a termo de "valor justo" rigorosa para a Taxa Efetiva dos Fed Funds (EFFR), contabilizando a estrutura a termo dos calendar spreads e as probabilidades das reuniões do FOMC. Subsequentemente, desenvolvemos uma "estratégia de cobertura híbrida" que utiliza uma abordagem de replicação estática para mapear a exposição ao risco linear dos futuros tradicionais na estrutura de payoff binário dos mercados de previsão.Os nossos resultados empíricos validam fortemente a hipótese dos "Limites à Arbitragem". Documentamos que, enquanto o mercado institucional opera com eficiência quase perfeita, o mercado de previsão exibe ineficiências sistemáticas impulsionadas por vieses comportamentais de retalho e restrições de liquidez unilaterais. Ao implementar uma estratégia de arbitragem entre mercados, demonstramos a capacidade de gerar alfa livre de risco, confirmando que a segmentação do mercado isola efetivamente o mispricing do retalho da correção institucional.
Esta tese investiga a eficiência dos mercados financeiros através da análise da segmentação entre os futuros institucionais de Taxas de Juro de Curto Prazo (STIR) listados na CME e o cenário emergente dos mercados de previsão regulamentados (Kalshi). Embora a teoria financeira tradicional postule que as forças de arbitragem devam impor a Lei do Preço Único entre ativos funcionalmente equivalentes, hipotetizamos que barreiras estruturais e composições distintas de participantes criam discrepâncias de preços persistentes. Metodologicamente, utilizamos um conjunto de dados proprietário de alta frequência, composto por dados tick-by-tick para futuros de Fed Funds e SOFR, juntamente com dados do livro de ordens para contratos de eventos binários. Primeiramente, construímos uma curva a termo de "valor justo" rigorosa para a Taxa Efetiva dos Fed Funds (EFFR), contabilizando a estrutura a termo dos calendar spreads e as probabilidades das reuniões do FOMC. Subsequentemente, desenvolvemos uma "estratégia de cobertura híbrida" que utiliza uma abordagem de replicação estática para mapear a exposição ao risco linear dos futuros tradicionais na estrutura de payoff binário dos mercados de previsão.Os nossos resultados empíricos validam fortemente a hipótese dos "Limites à Arbitragem". Documentamos que, enquanto o mercado institucional opera com eficiência quase perfeita, o mercado de previsão exibe ineficiências sistemáticas impulsionadas por vieses comportamentais de retalho e restrições de liquidez unilaterais. Ao implementar uma estratégia de arbitragem entre mercados, demonstramos a capacidade de gerar alfa livre de risco, confirmando que a segmentação do mercado isola efetivamente o mispricing do retalho da correção institucional.
Descrição
Palavras-chave
Market segmentation Prediction markets Interest rate futures Limits to arbitrage High-frequency trading Segmentação de mercado Mercados de previsão Futuros de taxas de juro Limites à arbitragem Trading de alta frequência
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC