Data Apa yang Diperlukan untuk Menilai Rasio Volatilitas?

Jawaban langsung

Untuk menilai Rasio Volatilitas, Anda memerlukan data input yang menangkap volatilitas dalam setidaknya dua cara yang dapat dibandingkan (misalnya, selama jendela waktu yang berbeda, atau menggunakan ukuran volatilitas yang berbeda), plus definisi yang tepat dari rasio yang Anda hitung. Karena perhitungan volatilitas bergantung pada pilihan data, Anda juga perlu mendokumentasikan asal-usul (dari mana data berasal), ketepatan waktu (periode apa yang dicakup dan apakah lengkap), dan pemeriksaan kualitas (bagaimana nilai yang hilang, outlier, dan efek korporasi/kejadian ditangani).

Jika Anda ingin menjelaskan dan memverifikasi hasil Anda secara independen, kumpulan minimum “data yang diperlukan” adalah: (1) deret harga dasar yang akan Anda gunakan, (2) interval observasi dan frekuensi pengambilan sampel, (3) metode untuk mengonversi harga menjadi estimasi volatilitas, (4) rumus rasio, dan (5) asumsi yang menghubungkan langkah-langkah tersebut.

Mekanisme dan definisi (apa yang dibutuhkan rasio)

“Rasio volatilitas” umumnya membandingkan volatilitas dalam satu konteks dengan volatilitas dalam konteks lain. Perbandingan hanya bermakna ketika input didefinisikan secara konsisten.

Input data umum yang harus dapat Anda nyatakan secara tepat:

• Deret harga: setidaknya satu instrumen dengan harga berurutan berdasarkan waktu (misalnya, mid, bid, ask, atau last). Pilih satu dan pertahankan konsistensinya.
• Kerangka waktu / jendela lookback: jumlah bar atau rentang waktu yang digunakan untuk memperkirakan setiap komponen volatilitas.
• Frekuensi pengambilan sampel: apakah Anda menghitung dari bar per jam, 5 menit, harian, atau lainnya. Frekuensi yang berbeda mengubah estimasi volatilitas.
• Estimator volatilitas: bagaimana Anda menghitung volatilitas dari harga. Pilihan umum termasuk volatilitas return (misalnya, standar deviasi return) atau volatilitas berdasarkan rentang (misalnya, ukuran turunan dari high–low).
• Definisi return atau perubahan (jika berlaku): return aritmetik vs log, dan apakah return dihitung dari close-to-close atau bidang harga lainnya.
• Rumus rasio: misalnya, “volatilitas pada jendela A dibagi volatilitas pada jendela B,” menggunakan unit yang tepat yang dihasilkan oleh estimator volatilitas Anda.

Karena beberapa varian “rasio volatilitas” ada, Anda harus memperlakukan definisi rasio sebagai bagian dari data yang diperlukan. Dua orang yang menggunakan estimator atau jendela yang berbeda dapat menghitung rasio yang berbeda dari deret harga yang sama.

Bukti atau contoh (apa yang harus didokumentasikan agar matematika dapat diverifikasi)

Berikut adalah contoh berfokus-verifikasi tentang apa yang akan Anda dokumentasikan, tanpa mengasumsikan nilai pasar langsung tertentu:

• Asumsi 1 (bidang harga): Anda menggunakan bidang harga yang sama untuk semua perhitungan (misalnya, satu jenis kutipan atau penutupan bar).
• Asumsi 2 (pengambilan sampel): Anda menghitung return dari bar berturut-turut dengan interval tetap (misalnya, satu bar per jam), tanpa celah.
• Asumsi 3 (estimator volatilitas): Anda menghitung volatilitas sebagai standar deviasi return selama setiap jendela lookback.
• Asumsi 4 (rasio): Anda menghitung Rasio Volatilitas = (volatilitas selama jendela pendek) / (volatilitas selama jendela panjang).

Untuk memverifikasi secara independen, orang lain membutuhkan bahan yang sama: deret harga, interval yang tepat, langkah-langkah estimator, dan rumus rasio. Jika salah satu dari ini tidak jelas, replikasi menjadi tebakan.

Keterbatasan dan risiko (mode kegagalan material)

Penilaian Rasio Volatilitas umumnya gagal karena alasan yang bukan tentang “kebenaran matematika” tetapi tentang keselarasan data dan asumsi:

• Ketidakcocokan kerangka waktu: Jika jendela pendek dan panjang tidak selaras dengan frekuensi pengambilan sampel yang sama atau jika salah satunya mencakup periode yang hilang, rasio dapat mencerminkan artefak data daripada perbedaan volatilitas.
• Outlier dan perilaku lompatan: Pergerakan harga mendadak dapat mendominasi estimator volatilitas (terutama standar deviasi return). Sejumlah kecil observasi ekstrem dapat mendistorsi rasio.
• Non-perdagangan dan celah data: Celah semalam, hari libur, atau bar yang hilang mengubah konten informasi yang efektif. Jika celah diisi atau dihapus secara tidak benar, estimasi volatilitas dapat menjadi bias.
• Mikrostruktur spesifik penyedia: Jika Anda menggunakan harga bid/ask, mid, atau last-traded, volatilitas dapat berbeda secara material karena perilaku spread dan mekanisme perdagangan. Rasio hanya dapat diinterpretasikan relatif terhadap bidang harga yang digunakan.
• Keterbatasan hubungan historis: Bahkan jika rasio menunjukkan perilaku yang konsisten di masa lalu, hubungan volatilitas historis tidak menetapkan hasil masa depan.

Keterbatasan ini berarti Anda harus menghindari memperlakukan rasio sebagai “sinyal” yang berdiri sendiri. Sebaliknya, fokuslah pada bagaimana rasio yang dihitung berubah berdasarkan asumsi yang Anda dokumentasikan.