Bezpośrednia odpowiedź
Zmienność dla EUR/PLN zwykle mierzy się jako stopień wahań kursu wymiany w wybranym okresie. W praktyce najpierw definiujesz, co oznacza „ruch” (na przykład zwroty logarytmiczne), a następnie liczysz statystykę podsumowującą, taką jak odchylenie standardowe lub średni rzeczywisty zasięg (average true range). Kluczowe ograniczenie polega na tym, że liczba odzwierciedla przeszłe okno i przyjęte założenia, a nie przyszłe zachowanie.
Mechanizm lub definicja
Zmienność nie jest samym kursem wymiany; to miara tego, jak bardzo kurs zmienia się w czasie.
Częste podejście to zmienność historyczna:
- Wybierz okno czasowe (na przykład ostatnie 30 dni handlowych) i częstotliwość próbkowania (dziennie, godzinowo itd.).
- Zamień kursy wymiany na zwroty. Zwroty usuwają „poziom” i skupiają się na zmianie:
- Zwrot prosty: (r_t = (S_t/S_{t-1}) - 1)
- Zwrot logarytmiczny: (r_t = ln(S_t/S_{t-1}))
- Oblicz odchylenie standardowe zwrotów w obrębie okna. Następnie to odchylenie standardowe skaluje się (jeśli jest to potrzebne), aby dopasować do docelowego horyzontu czasowego.
Istnieją też alternatywne miary:
- Zmienność oparta o zakres wykorzystuje informację o różnicy high–low w każdym okresie, podsumowując typowy ruch bez polegania wyłącznie na zmianach close-to-close.
- Średnie odchylenie bezwzględne mierzy przeciętny rozmiar zmian zwrotu (jest mniej wrażliwe na skrajne obserwacje niż metody oparte na wariancji).
Co „działa” w arkuszu kalkulacyjnym
Wszystko powyższe można odtworzyć, używając wyłącznie historycznych cen. Najważniejsze jest, aby zachować spójność definicji: wzór na zwrot, długość okna i częstotliwość próbkowania muszą się zgadzać przy porównywaniu wyników.
Dowód lub przykład
Przykład z założeniami (bez danych na żywo)
Załóż, że masz kursy wymiany EUR/PLN (S_0, S_1, …, S_n) próbkowane codziennie. Wybierz zwroty logarytmiczne (r_t = ln(S_t/S_{t-1})). Dla (t=1…n) oblicz odchylenie standardowe:
- (\sigma = \sqrt{\frac{1}{n-1}\sum_{t=1}^{n}(r_t-\bar{r})^2})
Jeśli następnie policzysz (\sigma) dla różnych okien (na przykład 10 dni vs 60 dni), powinieneś oczekiwać różnych wartości, ponieważ każde okno zawiera inne warunki rynkowe. Jeśli przełączysz się z logarytmicznych zwrotów na proste zwroty, wynik liczbowy również może się zmienić, ponieważ transformacja jest inna.
Wpływ scenariusza
Realistyczna sytuacja: EUR/PLN doświadcza większych dziennych ruchów w okresie niepewności gospodarczej. Możliwy wpływ: estymacja zmienności oparta na ostatnich kilku tygodniach może szybko wzrosnąć po zwiększeniu ruchu, nawet jeśli długoterminowa średnia pozostaje podobna.
Ograniczenie obserwowane w praktyce: jeśli Twój strumień danych zmienia znaczniki czasu lub sposób obsługi godzin poza sesją (non-trading hours), to efektywnie zmienia się częstotliwość próbkowania, a zmienność może wyglądać na to, że „skacze” z powodu metody, a nie tylko z powodu rynku.
Ograniczenia i ryzyka
1) Wybór okna i częstotliwości próbkowania ma znaczenie. Liczba zmienności policzona na danych godzinowych może się różnić od tej policzonej na podstawie dziennych zamknięć, nawet dla tego samego bazowego okresu.
2) Definicja zwrotu zmienia wyniki. Zwroty logarytmiczne vs proste zwroty są obie sensowne, ale nie są zamienne.
3) Zależności historyczne nie ustanawiają przyszłych wyników. Zmienność mierzona na podstawie przeszłego okna nie oznacza, że przyszła zmienność będzie wyższa lub niższa.
4) Koszty i warunki realizacji są oddzielne od zmienności. Nawet jeśli dokładnie mierzysz zmienność, rzeczywiste wyniki mogą się nadal różnić, ponieważ na nie wpływają koszty transakcyjne, spready oraz to, jak realizowane są zlecenia. Te czynniki nie są uwzględniane w czystym obliczeniu zmienności historycznej.
5) Tryby awarii wynikające z jakości danych. Brakujące obserwacje, wartości odstające spowodowane błędami danych lub niespójne obchodzenie się z konwencjami korporacyjnymi albo kalendarzowymi (dla dowolnego wyprowadzonego zbioru danych) mogą zniekształcić estymację.
Weryfikacja lub kolejne pytanie
Aby niezależnie zweryfikować swój pomiar, wykonaj dwa sprawdzenia:
- Przelicz ponownie drugą metodą. Porównaj odchylenie standardowe zwrotów z miarą opartą o zakres (lub średnim odchyleniem bezwzględnym). Zgodność wspiera tezę, że Twoje dane i definicje są spójne; rozbieżność wskazuje na wrażliwość.
- Uruchom testy odporności. Ponownie policz zmienność, używając sąsiednich długości okna (na przykład 20 vs 30 dni) i sprawdź, czy wnioski pozostają podobne.
Następne pytanie, na które możesz odpowiedzieć własnymi danymi: Który horyzont czasowy (krótko- vs średnioterminowy) najlepiej odpowiada typowi ruchu, który Cię interesuje przy pomiarze EUR/PLN?