主要通貨ペアとマイナー通貨ペアのボラティリティはどう測定できますか？

直接の答え

主要通貨ペアとマイナー通貨ペアのボラティリティは、選んだ時間窓の中で為替レートがどれだけ動くかを定量化することで測定できます。測定方法は、(1) データの頻度、(2) リターンの定義、(3) 要約統計に用いる時間軸、(4) 結果が記述的（過去に基づく）か、仮定に基づく（モデルが示唆する）か、を明示するべきです。主要通貨ペアとマイナー通貨ペアは流動性や取引行動が異なるため、サンプリング、コスト、ミクロ構造の影響が変わると、同じ数式でも異なる値が出てしまうことがあります。

メカニズムと定義

ボラティリティは通常、価格水準そのものではなく、価格の変化から定義されます。よくあるアプローチはリターンを用いることです。

• 対数リターン（例としての定義）： 価格系列 (P_t) に対して、(r_t=\ln(P_t/P_{t-1})) と定義します。
• 窓を切ったボラティリティ（例）： (N) 個の観測にわたって (r_t) の標準偏差を計算し、スケーリングの前提も併せて明示する場合に限って年率化します。

「どれくらい大きな値動きになりやすいか」を測るために調整された測定では、別の記述的な指標が使われることもあります。

• トゥルーレンジ型の指標（概念的にはATRに類似）： 期間ごとの高値–安値、または「レンジ」の大きさを計算し、それを時間方向に平均します。これはクローズ・トゥ・クローズの変化だけでなく、期間内のレンジ情報を使います。
• レンジのパーセンタイル： 絶対リターンの分布（たとえば、窓内での (|r_t|) の90パーセンタイル）を推定します。

主要通貨ペアとマイナー通貨ペアを比較する場合は、同じ方法、同じ窓の長さ、同じサンプリング間隔を両方に適用してください。そうしないと、違いが「本当の変動性」ではなく、測定設定の違いを反映している可能性があります。

証拠または例（明示的な前提つき）

仮に、1年間のデータとして2つの通貨ペアの過去のミッド価格があり、日次のクローズをサンプルするとします。各ペアについて日次の対数リターン (r_t) を計算できます。次に、その1年間にわたって日次リターンの標準偏差を求めます。異なる時間軸間で比較可能な数値が欲しい場合は、スケーリングのルールを明示する必要があります。よくある記述的なスケーリングの前提は、ボラティリティが時間の平方根に概ね比例して増えるというものですが、これは近似にすぎず、リターンが安定していない場合には当てはまらないことがあります。

別の方法として、日次の高値と安値もあると仮定します。典型的な動きを測るには、日次のレンジ統計（たとえば、高値–安値をオープンまたはクローズに対して相対化したもの）を計算し、それを同じ1年間で平均します。マイナーペアの方が日中のレンジが広い場合、クローズ・トゥ・クローズのリターンが似ていても、レンジに基づく指標の方が高くなることがあります。

両方の例からの実務的な要点は次のとおりです。定義された入力とルールから計算を再現できるはずです。なぜなら「証拠」とは、市場が次にどうするかという物語ではなく、計算された時系列統計だからです。

制約とリスク

少なくとも1つの重要な失敗パターンは、ボラティリティがどのように測定するかに依存することです。サンプリング（毎日 vs 毎時）を変えたり、リターンの定義（対数 vs 単純リターン）を変えたり、欠損データに対する調整を行ったりすると、計算されるボラティリティは変わり得ます。

その他の重要な制約：

• コストと執行の不一致： 多くのボラティリティ計算はミッド価格や生の価格系列を使います。実際の取引リスクは、ビッド–アスクスプレッド、スリッページ、執行の質の影響を受けます。これらは主要通貨ペアとマイナー通貨ペアで異なり得ます。
• 市場レジームの変化： 流動性の条件やボラティリティのレジームが変わると、過去のボラティリティは上がったり下がったりします。過去の変動性は将来の変動性を示すものではありません。
• 提供者とデータ構築の影響： 異なるデータソースは、祝日、ロールオーバー、外れ値の扱いを異なる形で処理することがあります。これらの慣習がペア間で異なる場合、比較は偏る可能性があります。

これらの制約のため、ボラティリティ測定は、明示された前提のもとで観測された変動性の記述統計として扱うのが最適であり、単独の予測子や将来の動きに関する確実性として扱うべきではありません。

確認または次の質問

主要通貨ペアとマイナー通貨ペアのボラティリティ比較を独立に検証するには、両方のペアで同じ定義とサンプリング設定が使われていること、そして時系列から計算を再現できることを確認してください。もし、ボラティリティの数値が方法間で一致しない（対数リターンの標準偏差 vs レンジに基づく指標）場合、その不一致自体が、価格変動がどのように分布しているかについての情報になります（たとえば、日中にクラスターが生じるのか、クローズ間に生じるのか）。

役に立つ次の質問は次のとおりです。あなたの目的に合う時間軸はどれですか――日中の変動性、日次の変動性、あるいは複数週の変動性で、そしてその時間軸を支えるために必要なデータ頻度は何ですか？