如何衡量高收益货币的波动性？
直接回答
高收益货币的波动性可以通过将价格或回报历史转化为数值离散度统计量（即数值的变动程度），并检查结果在合理选择下的稳定性来衡量。这侧重于度量的质量和假设，而非预测未来走势。
一种实用的解释方法是：选择“什么在变动”的定义（如汇率变动、回报序列或与利率相关的组成部分），选择一致的数据采样规则，计算离散度指标，然后测试该指标对窗口长度和计算选择的敏感性。
机制与定义
货币的波动性通常被定义为随时间变化的变异性。在度量上，你需要一系列观测值以及将其转换为可比较数量的规则。
- 选择要度量的变量
- 汇率波动性：外汇汇率随时间的变化性。
- 回报波动性：外汇汇率百分比变化（回报）的变化性。
- 联合或利差相关波动性（概念性）：若分析类似套息交易的效果，则为利率差与外汇回报结合后的变化性。这种方法假设更多，因为它取决于如何构建利差以及如何对齐时间。
-
将价格转换为回报（通常做法）
常用方法是使用对数回报等回报指标。这很重要，因为它能对不同价格水平的变化进行归一化。 -
选择统计波动性度量
常见示例包括：
- 滚动窗口内回报的标准差（衡量典型变化的尺度）。
- 回报的方差（相同概念，不同尺度）。
- 基于区间的度量（基于某一周期内的最高价–最低价范围），例如根据数据频率调整的平均真实波幅（Average True Range）。
- 定义窗口和采样频率
“波动性”随时间尺度而变化。1天的滚动度量可能与20天或3个月的度量显著不同，因为市场在不同时间尺度上的行为不同。采样频率也会影响结果：由于微观结构效应，小时数据可能显示出与日数据不同的变异性。
证据或示例场景（度量选择）
考虑一个可描述且可复现的自包含示例，无需假设实时数据：
- 从每日采样的N天历史汇率观测值开始。
- 计算每日对数回报，即当日汇率除以上一日汇率的对数值。
- 选择一个滚动窗口长度，例如20个交易日。
- 对每一天t，计算过去20个每日回报的标准差。
如何解释该数值：
- 较高的滚动标准差意味着该货币在过去窗口期内波动更大。
- 较低的滚动标准差意味着波动更小。
然后进行简单的稳健性检查（“验证步骤”而非建议步骤）：
- 使用不同的窗口（如60个交易日）重复相同计算。
- 比较相对模式（高波动期与低波动期）是否一致。
如果该度量对窗口长度极为敏感，则说明你的波动性估计不够稳定，任何解释都应明确指出这种依赖性。
在第二个场景中，你可以使用价格区间而非回报来度量：
- 使用每日的最高价和最低价构建区间度量。
- 在滚动周期内计算这些区间的平均值。
如果数据集提供最高价–最低价数据，这种方法可以捕捉日内波动，但它依赖于数据的准确性和“最高价”与“最低价”定义的一致性。
局限性与风险
至少存在一种显著的失效模式：当市场机制、流动性或数据惯例发生变化时，波动性估计可能随之改变。多种不确定性来源值得关注：
-
数据与惯例风险
波动性取决于你如何定义序列（即期汇率 vs 其他参考、买价 vs 中间价、交易日惯例）。混合数据源或惯例可能导致误导性的比较。 -
采样与窗口依赖性
同一货币可能因窗口长度和采样频率不同而显得更或更不波动。一个在日数据上看似稳定的模型在日内数据上可能不稳定。 -
非平稳性与机制转变
波动性并非恒定。过去的滚动窗口可能异常平静或动荡，与未来条件不符。 -
成本与套息/展期复杂性（若超出即期汇率）
若将“高收益货币”敞口理解为不仅仅是即期汇率变动，则度量可能需要纳入展期、融资和执行成本。