Bezpośrednia odpowiedź
Zmienność na NZD/JPY można mierzyć, kwantyfikując, jak bardzo kurs wymiany zmienia się w określonym okresie, stosując spójne dane wejściowe, takie jak wcześniejsze ceny lub wcześniejsze zwroty. Klucz polega na tym, aby wybrać metodę pomiaru, zdefiniować okno czasowe i reguły obliczeń, a następnie interpretować liczbę jako „zmienność w ramach tych reguł”, a nie jako prognozę.
Mechanika: zdefiniuj zmienność, zanim zaczniesz ją mierzyć
Zmienność to statystyczny opis wahań. Dla NZD/JPY najpierw wybierasz, co oznacza „zmienność”:
-
Zmienność poziomu (zakres cen) Możesz mierzyć, jak szeroko kurs wymiany waha się w danym okresie, używając zakresów (na przykład high minus low lub ilorazu tego zakresu do typowej ceny). To podejście jest proste, ale zależy od tego, czy Twoje dane zawierają te same typy znaczników czasu dla każdego dnia lub każdej godziny.
-
Zmienność zmian (oparta na zwrotach) Wiele miar zmienności zaczyna się od zwrotów, które reprezentują zmianę procentową lub logarytmiczną z jednego momentu w czasie do następnego. Następnie obliczasz statystykę, taką jak odchylenie standardowe tych zwrotów w kroczącym oknie. W prostych słowach: jeśli zwroty mocno się wahają, zmienność jest wyższa.
-
Średnianie w oknie czasowym (obliczenia kroczące) Zmienność zwykle zmienia się w czasie, więc często liczysz ją w kroczącym oknie (na przykład w stałej liczbie dni). Długość okna ma znaczenie: krótsze okna szybciej reagują na bieżące warunki; dłuższe wygładzają szum.
Założenia, które musisz podać dla każdego obliczenia lub przykładu:
- Jaką częstotliwość zastosowałeś (np. dzienne zamknięcia vs próbki śróddzienne).
- Jaki zakres czasu mierzyłeś (np. ostatnie N obserwacji).
- Czy użyłeś zwrotów logarytmicznych czy procentowych.
- Jak obsłużyłeś brakujące obserwacje (na przykład przerwy wynikające z godzin handlu).
Dowód lub przykład: trzy wybory pomiaru, które możesz wyjaśnić
Poniżej przedstawiono trzy powszechne, niezależnie weryfikowalne podejścia pomiarowe. Różnią się głównie tym, co traktują jako „ruch”.
Przykład A: Kroczące odchylenie standardowe zwrotów
Załóż, że masz szereg czasowy cen zamknięcia NZD/JPY w regularnych odstępach. Oblicz zwroty między kolejnymi obserwacjami, a następnie policz odchylenie standardowe tych zwrotów w wybranym oknie. Jeśli odchylenie standardowe rośnie, Twoja miara zmienności sugeruje, że ostatnie zmiany stały się bardziej nieprzewidywalne w ramach przyjętych reguł próbkowania.
Przykład B: Zmienność oparta na zakresie (high–low spread)
Załóż, że w każdym przedziale występuje wartość high i low. Oblicz zakres (high minus low) lub jego znormalizowaną wersję (zakres podzielony przez poziom odniesienia). To podejście może uchwycić wahania w obrębie interwału, nawet jeśli zmiana z zamknięcia do zamknięcia wygląda skromnie, ale jest wrażliwe na szczegółowość danych oraz na to, jak zdefiniowano „high” i „low”.
Przykład C: Koncepcje w stylu Average True Range (użycie ruchów wieloczęściowych)
Niektóre metody oparte na zakresie wykorzystują wiele składników (takich jak różnice obejmujące poprzednie zamknięcie). Chodzi o to, aby opisać typowy rozmiar ruchu w kolejnych okresach. Ograniczenie polega na tym, że te metody opierają się na spójnych definicjach każdego składnika; jeśli Twój zbiór danych definiuje je inaczej, wyniki mogą się nie zgadzać.
Realistyczna sytuacja i możliwa konsekwencja: Wyobraź sobie, że liczysz zmienność na podstawie danych dziennych dla jednego roku, a następnie powtarzasz to później, używając danych godzinowych dla tego samego okresu kalendarzowego. Możesz zaobserwować inny poziom zmienności, ponieważ próbkowanie śróddzienne zwiększa liczbę obserwacji i zmienia to, co oznacza „typowy ruch”. Możliwą konsekwencją jest to, że dwie analizy mogą się ze sobą nie zgadzać, nawet jeśli obie zostały policzone poprawnie według swoich własnych reguł.
Ograniczenia i ryzyka: gdzie pomiary zmienności mogą zawieść
Wartości zmienności zależą od metody i danych. Istotne ograniczenia obejmują:
- Zmiany reżimu rynkowego: Historyczna zmienność nie gwarantuje przyszłej zmienności. Zmienność może się kompresować lub rozszerzać, gdy warunki się zmieniają.
- Efekty próbkowania i okna: Różne częstotliwości (dzienne vs śróddzienne) oraz różne długości okien mogą dawać różne „wielkości zmienności”.
- Różnice w danych i definicjach: Dostawcy mogą różnić się znacznikami czasu, obsługą brakujących danych oraz tym, czy wartości reprezentują bid/ask, mid czy inny punkt odniesienia. Twoja miara jest tylko tak spójna, jak spójne są Twoje definicje wejściowe.
- Koszt i realizacja nie są tym samym co obserwowana zmienność: Nawet jeśli miara zmienności opisuje wahania cen, koszty transakcyjne, płynność i timing realizacji mogą się zmieniać, wpływając na to, co faktycznie się dzieje. Sama metryka zmienności nie uwzględnia tych efektów.