通貨ペアの季節性におけるボラティリティを測定する方法

直接的な答え

通貨ペアの季節性におけるボラティリティは、「季節性」をカレンダー期間ごとの平均リターンにおけるパターンとして扱い、そのカレンダー固有の平均の周りで実際のリターンがどれほど変動するかを測定することで測定できます。次の値動きを予測するために結果を使うのではなく、年内（または曜日）のバケット間でリターンがどれほど強く変動するかを定量化することが目的です。

実践的な方法としては、各観測についてリターンを計算し、それぞれのリターンをカレンダーバケット（たとえば：月-of-year）に割り当て、各バケットの平均リターンを推定し、その後バケット内およびバケット間のばらつきを計算します。重要なのは、一貫した定義（リターンの種類、ホライズン、頻度）を使う必要があり、測定される「ボラティリティ」はそれらの選択が変われば変化するため、前提を明示しなければならない点です。

メカニズムと定義

1) 構成要素を定義する

• 通貨ペアの季節性: 月-of-yearのようなカレンダーの区分に応じて、平均リターンが異なる傾向。
• ボラティリティ（測定目標）: リターンがどれほど変わるかを数値で表すもの。
• リターンの定義: 測定のために「リターン」が何を意味するか（一般的には対数リターンまたはパーセンテージリターン）と、ホライズン（たとえば: 1-day、5-day、または1-hour）を指定する必要があります。

2) 季節性バケットを構築する たとえば次のようにカレンダーの区分を選びます:

• 月-of-year（12バケット）
• 曜日（day-of-week）（市場日を使う場合は5つの取引日バケット）
• 月内週（week-of-month）（4〜5バケット）

各バケットについて平均リターンを計算します:

• (\mu_b) = バケット (b) における平均リターン。

3) 「季節性のボラティリティ」を捉えるためにばらつきを測定する 複数の妥当な統計量があります。少なくとも1つ、できれば複数を報告してください:

• バケット内のボラティリティ: バケット平均の周りでのリターンのばらつき。たとえば各バケットの (\sigma_b) を計算し、その後バケット間で集計（平均または中央値）。
• バケット平均の分散（バケット間のばらつき）: バケット平均がどれほど異なるか。たとえばバケット間で (\text{Var}(\mu_b)) を計算。
• 結合スコア: たとえば、バケット内のボラティリティとバケット平均の違いの両方を反映する重み付きの指標。

考え方を簡単に説明すると:

• バケット内のボラティリティは、カレンダーバケットが固定されているときでもリターンがどれほど「ノイズっぽい」かを示します。
• バケット間の分散は、カレンダーバケットが平均的な振る舞いにおいて意味のある分離をしているかどうかを示します。

証拠または例（明示的な前提つき）

複数年にわたる通貨ペアの毎日の終値データがあり、1-dayホライズンを使って月-of-yearの季節性ボラティリティを求めたいとします。

最初に明示すべき前提

• 終値-to-終値の価格を使います。
• 1-dayの対数リターンを計算します: (r_t = \ln(P_t/P_{t-1}))。
• 取引しない日を除外し、各ステップが1つの市場日になるようにします。
• カレンダーバケットは (t) の日付（リターンを測定する日）によって扱います。

計算の概略

1. 各取引日 (t) について、月バケット (b(t)\in{1,\dots,12}) を割り当てます。
2. 各バケット (b) について、(\mu_b = \text{mean}(r_t,|,b(t)=b)) を計算します。
3. バケット内のボラティリティを計算します: (\sigma_b = \text{std}(r_t,|,b(t)=b))。
4. 次のように季節性ボラティリティを要約して報告します:
   • 外れ値の影響を減らすために Median((\sigma_b))。
   • 季節平均がどれほど明確に異なるかを説明するために、バケット平均の分散 (\text{Var}(\mu_b))。

この例における重要な制限 たとえ (\sigma_b) が月ごとに異なっていても、その違いは安定したカレンダー効果というより、より広範なレジーム変化によって生じている可能性があります。単発の条件を繰り返される季節性と取り違えないためには、結果をサブ期間（たとえば、より前の年とより後の年）で比較し、ボラティリティのパターンが同様に保たれているかを確認するでしょう。

制限とリスク（そして何がうまくいかないか）

1. リアルタイムの保証はない: 過去の変動性は、将来のボラティリティパターンを保証しません。
2. プロバイダーおよびデータの影響: 測定されるリターンやボラティリティは、データ頻度、欠損日、コーポレートアクション（FXでは稀）、データベンダーの手法、そして close-to-close を使うのか、あるいはイントラデイの指標を使うのかによって変わり得ます。
3. 市場レジームのシフト: ボラティリティは時間変動します。あるレジームではカレンダーバケットが安定して見えても、別のレジームでは不安定になることがあります。
4. コストと執行の不確実性: 多くの「測定されたボラティリティ」研究は、暗黙に摩擦のない取引を前提にしています。実際のスプレッド、手数料、スリッページは、理想化されたリターン系列と比べて、あなたが経験するものを変え得ます。
5. 失敗モード—カレンダーバケットの過学習: バケット数が多すぎたり、履歴が短すぎたりすると、構造ではなくノイズを測定してしまう可能性があります。

頑健性のための管理ポイントは、次のときにあなたのボラティリティ指標が安定しているかをテストすることです:

• リターンのホライズンを変更する（例. e. g.