Jawaban langsung
Volatilitas dalam Musiman Pasangan Mata Uang dapat diukur dengan memperlakukan “musiman” sebagai pola pada imbal hasil rata-rata menurut periode kalender, lalu mengukur seberapa bervariasi imbal hasil aktual di sekitar rata-rata yang spesifik untuk kalender tersebut. Alih-alih menggunakan hasilnya untuk memprediksi langkah berikutnya, tujuannya adalah mengukur seberapa kuat imbal hasil berfluktuasi di sepanjang waktu dalam setahun (atau bucket hari dalam seminggu).
Pendekatan praktis adalah menghitung imbal hasil untuk setiap observasi, menetapkan setiap imbal hasil ke sebuah bucket kalender (misalnya: bulan dalam setahun), mengestimasi imbal hasil rata-rata pada setiap bucket, lalu menghitung variabilitas di dalam dan antar bucket. Kuncinya adalah Anda harus menggunakan definisi yang konsisten (jenis imbal hasil, horizon, dan frekuensi), serta Anda harus menyatakan asumsi karena “volatilitas” yang terukur akan berubah jika pilihan-pilihan ini berubah.
Mekanisme dan definisi
1) Definisikan komponen penyusun
- Musiman pasangan mata uang: kecenderungan imbal hasil berbeda rata-rata tergantung pada pengelompokan kalender (seperti bulan dalam setahun).
- Volatilitas (tujuan pengukuran): deskripsi numerik tentang seberapa besar imbal hasil bervariasi.
- Definisi imbal hasil: untuk pengukuran, Anda harus menentukan apa yang dimaksud dengan “imbal hasil” (umumnya log returns atau percentage returns) dan horizon (misalnya: 1-hari, 5-hari, atau 1-jam).
2) Susun bucket musiman Pilih pengelompokan kalender, misalnya:
- Bulan dalam setahun (12 bucket)
- Hari dalam seminggu (5 bucket hari perdagangan, jika menggunakan hari pasar)
- Minggu dalam sebulan (4–5 bucket)
Untuk setiap bucket, hitung rata-rata imbal hasil:
- (\mu_b) = rata-rata imbal hasil untuk bucket (b).
3) Ukur variabilitas untuk menangkap “volatilitas musiman” Ada beberapa statistik yang dapat dipertanggungjawabkan. Gunakan setidaknya satu, dan sebaiknya laporkan lebih dari satu:
- Volatilitas dalam-bucket: variabilitas imbal hasil di sekitar rata-rata bucket, mis. (\sigma_b) untuk setiap bucket, lalu agregasikan (rata-rata atau median) di seluruh bucket.
- Dispersion antar-bucket dari rata-rata: seberapa berbeda rata-rata bucket, mis. hitung (\text{Var}(\mu_b)) di seluruh bucket.
- Skor gabungan: misalnya ukuran berbobot yang mencerminkan baik volatilitas dalam-bucket maupun perbedaan antar rata-rata bucket.
Cara sederhana untuk menjelaskan idenya:
- Volatilitas dalam-bucket memberi tahu Anda seberapa “berisik” imbal hasil tersebut, bahkan ketika bucket kalender sudah tetap.
- Dispersion antar-bucket memberi tahu Anda apakah bucket kalender memisahkan perilaku rata-rata secara bermakna.
Bukti atau contoh (dengan asumsi yang eksplisit)
Asumsikan Anda memiliki harga penutupan harian untuk sebuah pasangan mata uang selama beberapa tahun, dan Anda ingin volatilitas musiman bulan-dalam-setahun menggunakan horizon 1-hari.
Asumsi yang harus dinyatakan sejak awal
- Anda menggunakan harga penutupan ke penutupan.
- Anda menghitung log returns 1-hari: (r_t = \ln(P_t/P_{t-1})).
- Anda mengecualikan hari non-perdagangan sehingga setiap langkah adalah satu hari pasar.
- Anda memperlakukan bucket kalender berdasarkan tanggal (t) (hari saat Anda mengukur imbal hasil).
Sketsa perhitungan
- Untuk setiap hari perdagangan (t), tetapkan bucket bulan (b(t)\in{1,\dots,12}).
- Untuk setiap bucket (b), hitung (\mu_b = \text{mean}(r_t,|,b(t)=b)).
- Hitung volatilitas dalam-bucket: (\sigma_b = \text{std}(r_t,|,b(t)=b)).
- Ringkas volatilitas musiman dengan melaporkan:
- Median((\sigma_b)) untuk mengurangi dampak bulan-bulan yang merupakan outlier.
- Varians dari rata-rata bucket (\text{Var}(\mu_b)) untuk mendeskripsikan seberapa berbeda rata-rata musiman tersebut.
Keterbatasan material dalam contoh ini Bahkan jika (\sigma_b) berbeda antar bulan, perbedaan itu bisa disebabkan oleh perubahan rezim yang lebih luas, bukan efek kalender yang stabil. Untuk menghindari kekeliruan kondisi sesaat sebagai musiman yang berulang, Anda akan membandingkan hasil di berbagai subperiode (misalnya, tahun-tahun awal vs tahun-tahun akhir) dan memeriksa apakah pola volatilitas tetap mirip.
Keterbatasan dan risiko (dan apa yang bisa salah)
- Tidak ada jaminan real-time: variabilitas historis tidak memastikan pola volatilitas di masa depan.
- Efek penyedia dan data: imbal hasil dan volatilitas yang terukur dapat berubah dengan frekuensi data, hari yang hilang, corporate actions (jarang untuk FX), metodologi vendor data, dan apakah Anda menggunakan close-to-close versus pengukuran intraday.
- Perubahan rezim pasar: volatilitas bersifat time-varying. Sebuah bucket kalender bisa tampak stabil pada satu rezim dan tidak stabil pada rezim lain.
- Biaya dan ketidakpastian eksekusi: banyak studi “volatilitas yang terukur” secara implisit mengasumsikan perdagangan tanpa gesekan. Spread nyata, komisi, dan slippage dapat mengubah apa yang Anda alami dibandingkan dengan rangkaian imbal hasil yang ideal.
- Mode kegagalan—overfitting bucket kalender: jika Anda menggunakan terlalu banyak bucket atau sejarah yang terlalu singkat, Anda mungkin mengukur noise, bukan struktur.
Titik kontrol untuk ketahanan adalah menguji apakah metrik volatilitas Anda stabil ketika Anda:
- mengubah horizon imbal hasil (mis. e. g.