كيف يمكن قياس التقلبات في الصلبات اليانية؟

إجابة مباشرة

يمكن قياس التقلبات في الصلبات اليانية من خلال تحديد مدى تحرك سعر الصرف على مدار الوقت. يتم قياس التقلبات عادةً من حيث الحجم الإحصائي لتغيرات سعر الصرف بدلاً من الاتجاه (أي اتجاه تحرك الأسعار). يمكنك القيام بذلك دون بيانات فورية من خلال استخدام تعريف واضح للربح، وفترة زمنية محددة، وطريقة حساب متسقة.

الآلية والتعريف

الصلب الياني هو زوج عملات يتضمن الين الياباني ولكن لا يشمل الدولار الأمريكي. لقياس التقلبات، يتم تحويل أولًا ملاحظات سعر الصرف إلى “تغيرات” ثم تلخص الحجم النموذجي لهذه التغيرات.

النقطة البداية الشائعة هي الأرباح اللوغاريتمية. إذا كان لديك تسلسل من أسعار الصرف، (S_t)، يتم عينة في أوقات منتظمة (على سبيل المثال، كل ساعة، كل يوم، أو كل أسبوع)، يتم تعريف الربح اللوغاريتمي على النحو التالي: [ r_t = \ln(S_t / S_{t-1}). ] يمكن بعد ذلك تقدير التقلبات على أنها الانحراف المعياري لهذه الأرباح على نافذة زمنية مختارة (W): [ \sigma = \text{انحراف معياري}(r_t \text{ على نافذة } W). ] هذا ينتج عددًا واحدًا يعكس مدى تباين سعر الصرف خلال تلك الفترة.

هناك خيارات قياس أخرى. على سبيل المثال، “التقلبات الفعلية” تعتمد أيضًا على الأرباح، ولكن غالبًا ما تركز على تراكم الأرباح على مدى فترة زمنية لتطابق الأفق المستهدف. “المقاييس القائمة على النطاق” تستخدم بيانات عالية/منخفضة لتsummary حركة الأسعار داخل الفترة (على سبيل المثال، مفاهيم متوسط النطاق الحقيقي)، والتي يمكن أن تكون مفيدة عندما تهتم بمدى تحرك الأسعار داخل كل فترة عينة.

دليل أو مثال (مع فرضيات صريحة)

افترض أنك لديك أغلاقات يومية تاريخية لصلب ياني على مدى 30 يومًا تقويميًا، يتم عينة في نهاية كل يوم. تحسب 29 ربحًا لوغاريتميًا (r_1\ldots r_{29}). إذا قمت بعد ذلك بحساب الانحراف المعياري لهذه القيم 29 للربح، فإن النتيجة هي تقدير للتقلبات اليومية.

للمقارنة بين نافذة مختلفة، يجب أن تحدد Approach الترميز الخاص بك. تقريب بسيط هو الترميز السنوي عن طريق الضرب في (\sqrt{N})، حيث (N) هو عدد فترات العينة في السنة لinterval المختار (لبيانات يومية، غالبًا ما يتم استخدام (N\approx 252) يومًا تداوليًا في المالية، ولكن يجب أن تتطابق مع Convention dataset الخاص بك). هذا يسمح لك بتعبير عن التقلبات في وحدة متسقة. العدد الدقيق للفترات في السنة هو فرضية مرتبطة بتكرار بياناتك والجدول الزمني.

اختيار مهم هو “السعر” الذي تستخدمه. استخدام أغلاقات مقابل أسعار متوسطة، أو استخدام سلسلة مستمدة من العرض/الطلب مقابل سلسلة أسعار متوسطة، يغير التباين المحسوب. حتى مع نفس الحركة الأساسية، يمكن أن تغير تأثيرات البنية الدقيقة العائدات الملاحظة.

القيود والمخاطر (ما الذي يمكن أن يذهب خطأ)

تتميز قياسات التقلبات بقيود مهمة:

1. لا ضمان لسلوك المستقبل. رقم التقلبات التاريخية يلخص التباين الماضي؛ لا يحدد أن الفترة التالية ستحصل على تباين مماثل.

2. تؤثر نافذة العينة والاختيار. يمكن أن تنتج نافذة زمنية مختلفة (على سبيل المثال، 20 يومًا مقابل 200 يومًا) مستويات تباين مختلفة. Similarly، استخدام بيانات ساعة مقابل بيانات يومية يمكن أن يغير الانتشار المقاس بسبب الطريقة التي يتم بها تراكم الأرباح.

3. تغير نظام السوق. يمكن أن تتغير التقلبات عندما تتغير الظروف الاقتصادية الكبرى، أو توقعات السياسة، أو مزاج المخاطر. يمكن أن يفشل طريقة تبدو مستقرة في نظام واحد في نظام آخر.

4. لا يتم تضمين التكاليف والتنفيذ تلقائيًا. إذا قمت بحساب التقلبات من أسعار متوسطة أو أغلاقات، فإن القياس لا يشمل فوارق العرض/الطلب، أو تأثيرات الصرف/التمويل، أو انزلاق التنفيذ. وبالتالي، يمكن أن تختلف تجربة التداول الفعلية عن القياس الإحصائي.

5. اختلافات مزود وتحديد البيانات. إذا كان لدى مجموعتين من البيانات تعريف مختلف لصلب ياني (نوع السعر، المنطقة الزمنية، قطع الجلسات)، فإن التقلبات المحسوبة يمكن أن تختلف. للحفاظ على التحقق المستقل، احتفظ بالتعريف والواقعات متسقة.

التحقق والسؤال التالي

لتحقق من قياسك بشكل مستقل، قم بثلاثة أشياء: (1) اذكر سلسلة سعر الصرف الدقيق ونوع السعر الذي استخدمته (أغلاق، متوسط، إلخ)، (2) وثق فترة العينة وطول النافذة الخاصة بك، و(3) أظهر خطوات الحساب لمقياس التقلبات الذي اخترته (على سبيل المثال، الأرباح اللوغاريتمية متبوعة بالانحراف المعياري).

سؤال مفيد التالي هو أي “تعريف السعر” يتطابق أفضل مع غرضك: وصف التباين التاريخي فقط، أو تقريب كيفية تأثير حجم التقلبات على عمليات التداول بعد التكاليف. هذا الاختيار يغير ما يعنيه التقلبات في الممارسة، حتى عندما تكون الرياضيات صحيحة.