Jak można mierzyć zmienność spreadów na parach walutowych?

Co oznacza „zmienność spreadów na parach”

Spready na parach to różnica między ceną kupna i sprzedaży dla pary walutowej w danym momencie. „Zmienność spreadów na parach” opisuje, jak silnie ten spread waha się w czasie. Jest to miara zmienności: nie mówi, czy spready w przyszłości się rozszerzą, czy zwężą.

Aby ją zmierzyć, zacznij od zdefiniowania, co traktujesz jako wartość spreadu i w jakich momentach go rejestrujesz. Na przykład możesz próbkować spread co minutę, co godzinę lub na koniec każdego dnia. Zmierzona zmienność będzie się zmieniać wraz z tym interwałem próbkowania.

Wybory pomiarowe: określ ilościowo zmienność, a nie kierunek

Prostym sposobem pomiaru zmienności spreadu jest obliczenie statystyk z szeregu czasowego zaobserwowanych wartości spreadu.

1) Odchylenie standardowe (typowe odchylenie)

Załóżmy, że masz obserwacje spreadu (s_1, s_2, …, s_N) w wybranym oknie czasowym, próbkowane w stałym interwale. Oblicz średnią (\bar{s}), a następnie odchylenie standardowe:

[ \sigma = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N}(s_i-\bar{s})^2} ]

Interpretacja: wyższe (\sigma) oznacza, że spread waha się bardziej wokół swojej średniej w danym oknie.

2) Zmienność w oknie kroczącym (jak zmienia się stabilność)

Zamiast jednego (\sigma) dla całego okna, oblicz (\sigma) dla krótszych, kroczących segmentów (na przykład ostatnie 30 minut lub ostatnie 10 godzin handlu). Daje to profil zmienności, który może pokazać zmiany reżimu.

Założenie: okna kroczące wykorzystują ten sam interwał próbkowania i definicję spreadu w całym szeregu.

3) Zakres i zmiany procentowe (odporność na wartości odstające)

Dwie prostsze alternatywy to:

• Zmienność zakresu: (\max(s_i)-\min(s_i))
• Zakres procentowy: ((\max(s_i)-\min(s_i))/\text{wartość odniesienia})

Musisz określić wartość odniesienia. Użycie minimum, średniej lub wartości na koniec okna zmienia liczbę i interpretację. Miary zakresu mogą być wrażliwe na skoki, więc w zasadzie możesz preferować miary oparte na medianie, ale wtedy potrzebujesz jasnej definicji.

4) Momenty wysokiego/niskiego spreadu (skoncentrowane na rozkładzie)

Możesz również mierzyć zmienność spreadu za pomocą kwantyli (np. rozstęp międzykwartylowy między 25. a 75. percentylem spreadów). To skupia się na „typowej” zmienności spreadu i zmniejsza wrażliwość na ekstremalne ruchy.

Mechanizm: dlaczego pomiar zależy od danych i kosztów

Nawet jeśli definicja spreadu jest prosta, zaobserwowany szereg czasowy może się różnić w zależności od następujących czynników zmiennych:

• Źródło danych / kanał dostawcy: różne kwotowania mogą dawać różne obserwacje spreadu.
• Zasada próbkowania: szereg spreadów „próbkowany co minutę” pomija zawężenia w obrębie minuty.
• Wykonanie i timing: spready mogą się różnić między wyświetlanymi kwotowaniami a tym, co jest faktycznie realizowane.
• Efekty pory dnia: zmienność może się skupiać wokół określonych godzin handlu.

Aby pomiar był znaczący, oddziel stabilną mechanikę od zmiennych warunków. Stabilną mechaniką jest „spread w czasie (t) minus spread w czasie (t)”. Zmiennymi częściami są to, jak przychodzą kwotowania, jak często próbkujesz oraz czy Twoje pojęcie „spreadu” obejmuje dodatkowe składniki w Twoim zbiorze danych.

Dowód lub przykład (z jawnymi założeniami)

Załóżmy, że rejestrujesz wartości spreadu w pipsach co 10 minut przez tydzień. Otrzymujesz (N) obserwacji (s_i).

• Oblicz odchylenie standardowe (\sigma) dla całego tygodnia.
• Następnie oblicz (\sigma) dla każdego kroczącego okna 1-dniowego.

Jeśli (\sigma) dla całego tygodnia jest wysokie, ale kroczące (\sigma) dla 1 dnia jest niskie przez większość dni, oznacza to sporadyczne, krótkie okresy niezwykle szerokich lub niestabilnych spreadów. I odwrotnie, jeśli oba są wysokie przez większość dni, spready są trwale zmienne.

Ten przykład mierzy zmienność, a nie kierunek. Wysokie (\sigma) nie oznacza, że w przyszłości zaobserwujesz rozszerzenie; podsumowuje jedynie, jak bardzo spready poruszały się w mierzonym oknie.

Ograniczenia i ryzyka (co może zawieść)

Co najmniej jednym istotnym ograniczeniem jest to, że zmienność spreadu nie jest stabilną właściwością.

• Zmiany reżimu: historyczna zmienność może się zmienić, gdy zmieniają się warunki płynności lub struktura rynku.
• Efekty mikrostruktury rynku: krótkie, szybkie zdarzenia rozszerzenia mogą zostać pominięte lub wyolbrzymione w zależności od interwału próbkowania.
• Różnice między dostawcami: dwa źródła mogą pokazywać różne szeregi spreadów nawet dla tej samej pary, więc liczby zmienności nie są automatycznie porównywalne.
• Efekty ukrytych kosztów: niektóre zbiory danych lub konwencje raportowania mogą odzwierciedlać więcej niż czystą różnicę bid-ask, którą zamierzałeś zmierzyć, w zależności od tego, jak skonstruowany jest kanał danych.

Tryb awarii: mieszanie definicji.