Jak można mierzyć zmienność w walutach o wysokim potencjale zysku?

Bezpośrednia odpowiedź

Zmienność w walutach o wysokim potencjale zysku można mierzyć, przekształcając historię cen lub stóp zwrotu w liczbową miarę rozproszenia (czyli to, jak bardzo wartości się różnią) oraz sprawdzając, czy wynik jest stabilny przy rozsądnych wyborach. Chodzi tu o jakość pomiaru i założenia, a nie o prognozowanie przyszłego ruchu.

Praktyczny sposób wyjaśnienia tego jest taki: wybierz definicję tego, „co ma się zmieniać” (zmiany kursu walutowego, szereg stóp zwrotu lub elementy powiązane z oprocentowaniem), wybierz spójną regułę próbkowania danych, policz miarę rozproszenia, a następnie sprawdź, jak wrażliwa jest ta miara na długość okna i wybory dotyczące obliczeń.

Mechanizm i definicja

Zmienność danej waluty zwykle definiuje się jako zmienność w czasie. W ujęciu pomiarowym potrzebujesz serii obserwacji oraz reguły, która pozwoli przekształcić je w porównywalną wielkość.

Wybierz zmienną do pomiaru

Zmienność kursu: zmienność kursu FX w czasie.
Zmienność stóp zwrotu: zmienność procentowych zmian (stóp zwrotu) kursu FX.
Wspólna lub związana z spreadem zmienność (koncepcyjnie): zmienność różnicy stóp procentowych połączonej ze stopami zwrotu z FX, jeśli analizujesz efekty podobne do carry. To podejście jest bardziej oparte na założeniach, ponieważ zależy od tego, jak budujesz różnicę oraz jak dopasowujesz momenty w czasie.

Konwertuj ceny na stopy zwrotu (często) Częste podejście wykorzystuje stopy zwrotu, takie jak logarytmiczne stopy zwrotu. Ma to znaczenie, ponieważ normalizuje zmiany między różnymi poziomami cen.
Wybierz statystyczną miarę zmienności Typowe przykłady obejmują:

Odchylenie standardowe stóp zwrotu w kroczącym oknie (skala typowych wahań).
Wariancję stóp zwrotu (ta sama idea, inna skala).
Miary oparte na zakresie (oparte na zakresach high–low w danym okresie), takie jak średni rzeczywisty zasięg (ATR) dostosowany do częstotliwości Twoich danych.

Zdefiniuj okno i częstotliwość próbkowania „Zmienność” zmienia się wraz z horyzontem czasowym. Miara krocząca 1-dniowa może istotnie różnić się od miary 20-dniowej lub 3-miesięcznej, ponieważ rynki zachowują się inaczej w różnych skalach czasu. Częstotliwość próbkowania również zmienia wyniki: dane godzinowe mogą pokazywać inną zmienność niż dane dzienne ze względu na efekty mikrostruktury.

Dowód lub przykład scenariusza (wybory pomiarowe)

Rozważ samodzielny przykład, który możesz opisać i odtworzyć bez zakładania danych w czasie rzeczywistym:

Zacznij od historycznych obserwacji kursu wymiany próbkowanych codziennie przez N dni.
Oblicz dzienne logarytmiczne stopy zwrotu jako logarytm kursu dzisiejszego podzielonego przez kurs wczorajszy.
Wybierz długość kroczącego okna, na przykład 20 dni handlowych.
Dla każdego dnia t oblicz odchylenie standardowe z ostatnich 20 dziennych stóp zwrotu.

Jak interpretować liczbę:

Wyższe kroczące odchylenie standardowe oznacza, że kurs w tym minionym oknie poruszał się bardziej.
Niższe kroczące odchylenie standardowe oznacza, że ruchy były ciaśniejsze.

Następnie wykonaj prosty test odporności (krok „weryfikacji”, a nie krok porady):

Powtórz to samo obliczenie dla innego okna, na przykład 60 dni handlowych.
Porównaj, czy względny wzorzec (okresy wyższej vs niższej zmienności) jest spójny. Jeśli miara jest skrajnie wrażliwa na długość okna, to Twoja estymacja zmienności nie jest zbyt stabilna i każda interpretacja powinna wyraźnie wspomnieć o tej zależności.

W drugim scenariuszu możesz mierzyć zmienność przy użyciu zakresów zamiast stóp zwrotu:

Wykorzystaj dzienne wartości high i low, aby zbudować metrykę zakresu.
Oblicz średnią z tych zakresów w kroczącym okresie. To podejście może uchwycić zmienność śróddzienną, jeśli Twój zestaw danych dostarcza wartości high–low, ale opiera się na poprawności danych i spójnych definicjach „high” i „low”.

Ograniczenia i ryzyka

Co najmniej jeden istotny tryb awarii polega na tym, że estymacje zmienności mogą się zmieniać, gdy zmieniają się reżimy rynkowe, płynność lub konwencje danych. Istnieje kilka źródeł niepewności, które mają znaczenie:

Ryzyko danych i konwencji Zmienność zależy od tego, jak definiujesz szereg (spot vs inny punkt odniesienia, bid vs mid, konwencje dotyczące dnia handlowego). Mieszanie źródeł danych lub konwencji może prowadzić do mylących porównań.
Zależność od próbkowania i długości okna Ta sama waluta może wyglądać na bardziej lub mniej zmienną w zależności od długości okna i częstotliwości próbkowania. Model, który wygląda stabilnie na danych dziennych, może nie być stabilny na danych śróddziennych.
Niestaционarność i zmiany reżimu Zmienność nie jest stała. Przeszłe kroczące okno mogło być wyjątkowo spokojne lub chaotyczne w porównaniu z przyszłymi warunkami.
Koszty i złożoność carry/rolowania (jeśli wykraczasz poza spot) Jeśli interpretujesz ekspozycję na „walutę o wysokim potencjale zysku” jako coś więcej niż tylko zmienność spot w FX, to pomiar może wymagać uwzględnienia rolowania, finansowania i kosztów realizacji.