Jak można mierzyć zmienność walut o wysokiej stopie zwrotu?

Bezpośrednia odpowiedź

Zmienność walut o wysokiej stopie zwrotu można mierzyć, przekształcając historię cen lub stóp zwrotu w liczbową statystykę rozproszenia (określającą, jak bardzo wartości się różnią) oraz sprawdzając, czy wynik jest stabilny przy rozsądnych wyborach. Podejście to koncentruje się na jakości pomiaru i założeniach, a nie na przewidywaniu przyszłych ruchów.

Praktyczny sposób wyjaśnienia tego jest następujący: wybierz definicję „tego, co się zmienia” (zmiany kursu walutowego, szereg stóp zwrotu lub komponenty związane ze stopami procentowymi), ustal spójną zasadę próbkowania danych, oblicz metrykę rozproszenia, a następnie przetestuj, jak wrażliwa jest ta metryka na długość okna i wybory obliczeniowe.

Mechanizm i definicja

Zmienność waluty jest zwykle definiowana jako zmienność w czasie. W ujęciu pomiarowym potrzebny jest szereg obserwacji oraz zasada przekształcania ich w porównywalną wielkość.

1. Wybierz zmienną do pomiaru

• Zmienność kursu walutowego: zmienność kursu FX w czasie.
• Zmienność stóp zwrotu: zmienność procentowych zmian (stóp zwrotu) kursu FX.
• Łączna zmienność lub zmienność związana ze spreadem (koncepcyjnie): zmienność różnicy stóp procentowych w połączeniu ze stopami zwrotu z FX, jeśli analizujesz efekty typu carry. Jest to podejście bardziej obciążone założeniami, ponieważ zależy od sposobu skonstruowania różnicy i dopasowania terminów.

2. Przekształć ceny na stopy zwrotu (często) Typowe podejście wykorzystuje stopy zwrotu, takie jak stopy logarytmiczne. Ma to znaczenie, ponieważ normalizuje zmiany przy różnych poziomach cen.

3. Wybierz statystyczną miarę zmienności Typowe przykłady obejmują:

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

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

Dowody lub przykładowy scenariusz (wybory pomiarowe)

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

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

Jak interpretować tę liczbę:

• Wyższe kroczące odchylenie standardowe oznacza, że kurs poruszał się bardziej w danym minionym oknie.
• Niższe kroczące odchylenie standardowe oznacza, że ruchy były bardziej zwarte.

Następnie wykonaj prostą kontrolę odporności („krok weryfikacyjny”, a nie krok doradczy):

• Powtórz to samo obliczenie z innym oknem, na przykład 60 dni handlowych.
• Porównaj, czy względny wzorzec (okresy wyższej vs niższej zmienności) jest spójny. Jeśli miara jest bardzo wrażliwa na długość okna, wówczas oszacowanie zmienności nie jest zbyt stabilne, a każde wyjaśnienie powinno wprost wspominać o tej zależności.

W drugim scenariuszu możesz mierzyć zmienność za pomocą zakresów zamiast stóp zwrotu:

• Użyj dziennych maksimów i minimów, aby zbudować metrykę zakresu.
• Oblicz średnią tych zakresów w okresie kroczącym. To podejście może uchwycić zmienność wewnątrzdzienną, jeśli zbiór danych dostarcza wartości high–low, ale opiera się na poprawności danych i spójnych definicjach „maksimum” i „minimum”.

Ograniczenia i ryzyka

Co najmniej jeden istotny tryb awarii polega na tym, że oszacowania zmienności mogą się zmieniać, gdy zmieniają się reżimy rynkowe, płynność lub konwencje danych. Istotnych jest kilka źródeł niepewności:

1. Ryzyko danych i konwencji Zmienność zależy od sposobu zdefiniowania szeregu (spot vs inne odniesienie, bid vs mid, konwencje dni handlowych). Mieszanie źródeł danych lub konwencji może prowadzić do mylących porównań.

2. Zależność od próbkowania i okna Ta sama waluta może wydawać się mniej lub bardziej zmienna w zależności od długości okna i częstotliwości próbkowania. Model, który wydaje się stabilny na danych dziennych, może nie być stabilny na danych wewnątrzdziennych.

3. Niestacjonarność i zmiany reżimu Zmienność nie jest stała. Minione okno kroczące mogło być niezwykle spokojne lub chaotyczne w porównaniu z przyszłymi warunkami.

4. Koszty i złożoność carry/rolowania (jeśli wykraczasz poza spot) Jeśli interpretujesz ekspozycję na „walutę o wysokiej stopie zwrotu” jako coś więcej niż tylko zmienność kursu spot, wówczas pomiar może wymagać uwzględnienia rolowania, finansowania i kosztów wykonania.