Definir la volatilidad antes de medirla
La volatilidad indica cuánto tiende a variar un tipo de cambio de una divisa a lo largo del tiempo. En términos prácticos, generalmente se expresa a partir de cambios en el precio en lugar del nivel de precio en sí. Para una cotización de USD/CNH, se mide la volatilidad convirtiendo los tipos de cambio observados en rendimientos (por ejemplo, cuánto cambia el tipo de un momento a otro) y luego resumiendo cuán variables son esos rendimientos.
Un punto clave es separar la mecánica estable de las condiciones variables:
- Mecánica: las matemáticas que convierten una serie temporal en una estadística de volatilidad.
- Condiciones: qué datos se utilizan, con qué frecuencia se muestrean y cómo los costos de transacción o las restricciones de ejecución pueden afectar lo que se experimenta.
Elegir un método de medición (y hacer explícitos los supuestos)
Las mediciones comunes de volatilidad comparten la idea de utilizar rendimientos, pero difieren en cómo definen y agregan dichos rendimientos.
1) Desviación estándar histórica (muestral) de los rendimientos
- Supuesto: se tiene una secuencia de tipos de cambio muestreados a intervalos fijos (por ejemplo, cada hora).
- Ejemplo de definición de rendimiento: rendimiento simple r_t = (P_t − P_{t−1}) / P_{t−1}, o rendimiento logarítmico r_t = ln(P_t / P_{t−1}).
- Estimación de la volatilidad: la desviación estándar de r_t en una ventana elegida, como las últimas N observaciones.
Si se presenta un número, se debe especificar el intervalo y la longitud de la ventana, porque la volatilidad no es una constante universal única. Una estimación de 1 semana y una estimación de 1 día pueden diferir significativamente incluso si el mercado no ha cambiado.
2) Volatilidad móvil (estimación variable en el tiempo) Los mercados a menudo cambian de régimen. Un enfoque móvil mide la volatilidad repetidamente: se calcula la desviación estándar de los rendimientos dentro de una ventana móvil (por ejemplo, las últimas N horas) y se desliza hacia adelante.
- Mecánicamente, es el mismo concepto de desviación estándar, pero el resultado se convierte en una serie temporal de volatilidad.
3) Volatilidad realizada a partir de datos de alta frecuencia Con observaciones más frecuentes, se puede estimar cómo se acumula la variación dentro de un día. La fórmula exacta depende de la definición de rendimiento y del esquema de muestreo.
- Supuesto: se pueden muestrear los precios de manera consistente.
- Limitación: una mayor frecuencia puede aumentar el impacto del ruido de microestructura (artefactos a pequeña escala en los datos cotizados).
4) Estimaciones móviles con ponderación exponencial (decaimiento) Otra opción es ponderar más los rendimientos recientes que los antiguos. Esto puede hacer que la estimación responda más rápido a condiciones cambiantes.
- Supuesto: “lo reciente importa más” es una elección de modelado intencional.
- Limitación: el resultado puede volverse sensible a la tasa de decaimiento elegida.
Ejemplo práctico con fórmulas generales (sin asumir precios en vivo)
Suponga que tiene observaciones del tipo de cambio P_0, P_1, …, P_N en pasos de tiempo iguales. Elija una definición de rendimiento, como rendimientos logarítmicos:
- r_t = ln(P_t / P_{t−1}) para t = 1…N
Luego estime la volatilidad como la desviación estándar muestral de {r_1,…,r_N}:
- s = sqrt( (1/(N−1)) * Σ_{t=1..N} (r_t − media(r))^2 )
Lo que se debe indicar de antemano:
- Frecuencia de muestreo: ¿P_t es horario, diario u otro?
- Tamaño de la ventana: ¿qué N se utilizó?
- Tipo de rendimiento: logarítmico vs. simple.
Impacto material de estas elecciones:
- Si se cambia la frecuencia de muestreo, la secuencia de rendimientos cambia y también la desviación estándar.
- Si se pasa de rendimientos simples a logarítmicos, el valor numérico puede variar (especialmente cuando los movimientos son grandes).
En un escenario realista, se podrían comparar dos ventanas (por ejemplo, 30 días vs. 90 días). Una ventana más larga generalmente suaviza los picos a corto plazo, mientras que una ventana más corta reacciona más rápidamente.
Limitaciones, modos de fallo y lo que puede salir mal
Incluso si las matemáticas son correctas, la medición de la volatilidad puede inducir a error si los supuestos no coinciden con la realidad.
1) Problemas de datos y muestreo
- Las observaciones faltantes o las marcas de tiempo irregulares rompen el supuesto de “intervalo igual”.
- Los valores atípicos (saltos raros debidos a errores de datos o impresiones inusuales) pueden inflar la desviación estándar.
2) Efectos de no negociación y de estructura de mercado Las condiciones de cotización y liquidez de FX varían con el tiempo. Si el muestreo captura períodos con diferente profundidad de mercado, la variación realizada puede reflejar condiciones de negociación en lugar del movimiento subyacente del tipo de cambio.
3) Los efectos de costos y ejecución no se incluyen automáticamente La volatilidad calculada a partir de tasas de mercado medio no captura automáticamente el efecto de los diferenciales, el deslizamiento o la ejecución de órdenes. Si luego se intenta relacionar la volatilidad con la experiencia de negociación, el desajuste puede ser significativo.