Jak można mierzyć zmienność CAD i ropy naftowej?

Bezpośrednia odpowiedź

Zmienność CAD i ropy naftowej (oraz sposób, w jaki poruszają się razem) można mierzyć, określając ilościowo, jak bardzo ostatnie zmiany cen różnią się w czasie. Zamiast traktować „zmienność” jako jedną liczbę, użyj małego zestawu miar: (1) zmienności stóp zwrotu dla każdej serii oraz (2) stabilności współzmienności (na przykład rolującej korelacji), aby opisać, czy CAD i ropa naftowa mają tendencję do wahań razem.

Kluczową ideą jest oddzielenie tego, co obliczenie obejmuje (historyczną zmienność przy jawnych założeniach), od tego, czego nie może zagwarantować (przyszłych ruchów, stabilnej relacji ani żadnej dokładności predykcyjnej).

Mechanizm lub definicja

Zmienność jest powszelnie operacjonalizowana jako zmienność zmian cen. Praktyczne podejście zaczyna się od stóp zwrotu—znormalizowanej zmiany ceny w przedziale czasu—ponieważ stopy zwrotu są łatwiejsze do porównania na różnych poziomach cen.

1. Zmienność pojedynczej serii (CAD lub ropa naftowa indywidualnie)

• Wybierz częstotliwość danych (na przykład dzienne zamknięcia) i definicję stopy zwrotu (taką jak prosta stopa zwrotu lub logarytmiczna stopa zwrotu).
• Oblicz stopy zwrotu dla każdego kolejnego przedziału.
• Zmierz zmienność w rolującym oknie, na przykład:
  • Rolujące odchylenie standardowe stóp zwrotu z ostatnich N przedziałów.
  • Opcjonalnie miara oparta na zakresie (jeśli używasz danych o maksimach/minimach), taka jak średni rzeczywisty zakres, która odzwierciedla, jak szerokie stają się zakresy cen.

2. Zmienność relacji (CAD i ropa naftowa razem)

• Oblicz, jak silnie stopy zwrotu CAD i ropy poruszają się razem, używając korelacji.
• Użyj rolującego okna, aby móc obserwować, czy relacja jest stabilna, czy się zmienia.
• Uzupełnij korelację o zakres scenariuszy: na przykład oszacuj, jak wygląda zmienność stóp zwrotu CAD w okresach, gdy stopy zwrotu ropy były wyjątkowo duże (ruchy z górnego decyla). To wciąż dane historyczne, ale wiąże „zmienność CAD” z warunkami „zmienności ropy”.

Przykład obliczeniowy (z podanymi założeniami)

Załóżmy, że masz szereg czasowy dziennych stóp zwrotu CAD i dziennych stóp zwrotu ropy naftowej.

• Niech r^CAD_t będzie wybraną dzienną stopą zwrotu dla CAD w dniu t.
• Wybierz długość okna N (na przykład 20 dni handlowych).
• Oblicz zmienność jako rolujące odchylenie standardowe:
  • σ^CAD_t = stdev(r^CAD_{t-N+1} … r^CAD_t)
• Powtórz dla ropy, aby uzyskać σ^oil_t.
• Dla stabilności współzmienności oblicz rolującą korelację w tym samym oknie:
  • corr_t = corr(r^CAD_{t-N+1} … r^CAD_t, r^oil_{t-N+1} … r^oil_t)

To daje zmienne w czasie szacunki zmienności, które można nanieść na wykres i porównać.

Dowody lub przykład w realistycznych sytuacjach

Realistyczna sytuacja 1: „Skoki zmienności”

• Na wielu rynkach zmienność grupuje się: gdy zmiany cen stają się większe, często pozostają duże przez pewien czas.
• Mierzenie rolującego odchylenia standardowego pozwala zobaczyć, czy zmienność CAD i zmienność ropy rosną razem, nawet jeśli średni poziom się różni.

Możliwa konsekwencja

• Jeśli zmienność CAD skacze głównie w okresach wysokiej zmienności ropy, podsumowanie współzmienności pokaże częstsze momenty, gdy korelacja lub siła współzmienności jest podwyższona.

Realistyczna sytuacja 2: „Załamanie korelacji”

• Rolująca korelacja może być wysoka przez pewien okres, a następnie osłabnąć, gdy zmieniają się warunki gospodarcze, oczekiwania polityczne lub struktura rynku.

Możliwa konsekwencja

• Metoda, która raportuje „CAD i ropa poruszają się razem” na podstawie całej historii, może wprowadzać w błąd; metoda rolująca pomaga sprawdzić, czy relacja się utrzymała.

Punkt kontrolny

• Zawsze porównuj wiele długości okien (krótkie i średnie), aby sprawdzić, czy wnioski dotyczące zmienności są solidne, czy prawdziwe tylko przy jednym wyborze.

Ograniczenia i ryzyka

1. Pomiar zależy od metody Zmiana wzoru na stopę zwrotu, rozmiaru okna N lub częstotliwości danych (dzienna a godzinowa) może zmienić liczby zmienności. Dwie miary mogą się różnić (na przykład metryka oparta na zakresie a odchylenie standardowe stóp zwrotu), zwłaszcza gdy jakość danych jest różna.

2. Relacje historyczne nie ustanawiają przyszłych wyników Nawet jeśli zmienność CAD historycznie rosła podczas zmienności ropy, nie oznacza to, że tak będzie po zmianie reżimu.

3. Problemy z danymi i wyrównaniem Serie CAD i ropy mogą być próbkowane w różnych momentach, a strefy czasowe lub kalendarze handlowe mogą powodować niewspółosiowość. Małe różnice w wyrównaniu mogą zmienić szacunki korelacji.

4. Tryb awarii: strukturalne załamania Gdy relacje zmieniają się gwałtownie, szacunki rolujące mogą pozostawać w tyle. Miara zmienności może pokazywać „podwyższoną” zmienność, ale nie może powiedzieć, dlaczego nastąpiło załamanie, bez dodatkowego kontekstu.

Weryfikacja lub kolejne pytanie

Aby niezależnie zweryfikować swoje pomiary zmienności:

• Odtwórz obliczenia, używając własnego źródła danych.