Respuesta directa
La volatilidad en la estacionalidad de los pares de divisas se puede medir tratando la “estacionalidad” como un patrón en los rendimientos promedio por período de calendario y luego midiendo qué tan variables son los rendimientos reales alrededor de esos promedios específicos del calendario. En lugar de utilizar el resultado para predecir el próximo movimiento, el objetivo es cuantificar con qué fuerza fluctúan los rendimientos en segmentos de época del año (o día de la semana).
Un enfoque práctico consiste en calcular los rendimientos para cada observación, asignar cada rendimiento a un segmento de calendario (por ejemplo: mes del año), estimar el rendimiento promedio en cada segmento y luego calcular la variabilidad dentro y entre segmentos. La clave es que debe utilizar definiciones consistentes (tipo de rendimiento, horizonte y frecuencia) y debe declarar los supuestos, porque la “volatilidad” medida cambiará si estas elecciones cambian.
Mecanismo y definición
1) Defina los componentes básicos
- Estacionalidad de pares de divisas: una tendencia a que los rendimientos difieran en promedio según una agrupación de calendario (como el mes del año).
- Volatilidad (objetivo de medición): una descripción numérica de cuánto varían los rendimientos.
- Definición de rendimiento: para la medición, debe especificar qué significa “rendimiento” (comúnmente rendimientos logarítmicos o rendimientos porcentuales) y el horizonte (por ejemplo: 1 día, 5 días o 1 hora).
2) Construya los segmentos de estacionalidad Elija una agrupación de calendario, por ejemplo:
- Mes del año (12 segmentos)
- Día de la semana (5 segmentos de días de negociación, si se utilizan días de mercado)
- Semana del mes (4–5 segmentos)
Para cada segmento, calcule un rendimiento promedio:
- (\mu_b) = rendimiento medio para el segmento (b).
3) Mida la variabilidad para capturar la “volatilidad estacional” Existen múltiples estadísticos defendibles. Utilice al menos uno y, preferiblemente, informe más de uno:
- Volatilidad dentro del segmento: variabilidad de los rendimientos alrededor de la media del segmento, por ejemplo, (\sigma_b) para cada segmento, y luego agregue (media o mediana) entre segmentos.
- Dispersión entre segmentos de los promedios: qué tan diferentes son las medias de los segmentos, por ejemplo, calcule (\text{Var}(\mu_b)) entre segmentos.
- Una puntuación combinada: por ejemplo, una medida ponderada que refleje tanto la volatilidad dentro del segmento como las diferencias entre las medias de los segmentos.
Una forma sencilla de explicar la idea:
- La volatilidad dentro del segmento le indica qué tan “ruidosos” son los rendimientos incluso cuando el segmento de calendario está fijo.
- La dispersión entre segmentos le indica si los segmentos de calendario se separan de manera significativa en el comportamiento promedio.
Evidencia o ejemplo (con supuestos explícitos)
Suponga que tiene precios de cierre diarios de un par de divisas durante varios años y desea la volatilidad estacional mensual utilizando un horizonte de 1 día.
Supuestos que debe declarar de antemano
- Utiliza precios de cierre a cierre.
- Calcula rendimientos logarítmicos de 1 día: (r_t = \ln(P_t/P_{t-1})).
- Excluye los días no negociables para que cada paso sea un día de mercado.
- Trata el segmento de calendario según la fecha de (t) (el día en que mide el rendimiento).
Esquema de cálculo
- Para cada día de negociación (t), asigne el segmento de mes (b(t)\in{1,\dots,12}).
- Para cada segmento (b), calcule (\mu_b = \text{media}(r_t,|,b(t)=b)).
- Calcule la volatilidad dentro del segmento: (\sigma_b = \text{desviación estándar}(r_t,|,b(t)=b)).
- Resuma la volatilidad estacional informando:
- Mediana((\sigma_b)) para reducir el impacto de los meses atípicos.
- Varianza de las medias de los segmentos (\text{Var}(\mu_b)) para describir qué tan distintos son los promedios estacionales.
Limitación material en este ejemplo Incluso si (\sigma_b) difiere entre meses, esa diferencia puede estar impulsada por cambios de régimen más amplios en lugar de un efecto de calendario estable. Para evitar confundir condiciones puntuales con estacionalidad recurrente, compararía los resultados entre subperíodos (por ejemplo, años anteriores frente a posteriores) y comprobaría si el patrón de volatilidad sigue siendo similar.
Limitaciones y riesgos (y qué puede salir mal)
- Sin garantía en tiempo real: La variabilidad histórica no asegura patrones de volatilidad futuros.
- Efectos del proveedor y de los datos: Los rendimientos y la volatilidad medidos pueden cambiar con la frecuencia de los datos, los días faltantes, las acciones corporativas (raras en FX), la metodología del proveedor de datos y si utiliza medidas de cierre a cierre o intradía.
- Cambios de régimen de mercado: La volatilidad varía con el tiempo. Un segmento de calendario puede parecer estable en un régimen e inestable en otro.
- Costos e incertidumbre de ejecución: Muchos estudios de “volatilidad medida” suponen implícitamente una negociación sin fricciones. Los diferenciales reales, las comisiones y el deslizamiento pueden cambiar lo que experimentaría en comparación con las series de rendimientos idealizadas.
- Modo de fallo: sobreajuste de los segmentos de calendario: Si utiliza demasiados segmentos o un historial demasiado corto, puede medir ruido en lugar de estructura.
Un punto de control para la robustez es probar si su métrica de volatilidad es estable cuando:
- cambia el horizonte de rendimiento (p. ej.