如何衡量货币对交易时段行为中的波动性？
直接答案
货币对交易时段行为中的波动性可以通过量化某一选定指标在特定交易时段窗口内（例如伦敦时段或纽约时段）随时间变化的强度来衡量。该测度的目的不是预测价格方向，而是回答这样一个问题：“在明确假设条件下，该时段内的变化幅度相对于其他时段有多大？”
一种实用的方法是从交易时段级别的收益率（或价格区间）计算波动性统计量。对于每个交易时段窗口，选择一个参考价格序列，将其转换为收益率，然后汇总其变化（例如平均绝对收益率、收益率的标准差或区间测度）。关键在于保持计算机制固定（相同的定义、相同的时间边界、相同的计算选择），仅改变交易时段窗口。
机制与定义
“货币对交易时段行为”指的是某一货币对在特定时间段内的表现方式。“波动性”是衡量价格变动程度的指标。由于未来价格的精确变动无法确定，波动性测度主要关注历史数据中观察到的变异性。
要进行测度，首先需对输入项有稳定定义：
- 交易时段窗口：在明确定义的时区内设定固定的开始和结束时间（包括对夏令时变更的清晰规则）。这能将稳定的窗口机制与变动的日历对齐区分开。
- 参考价格：始终选择一种类型（例如中间价、买价或卖价），因为当点差扩大时，不同参考价格的变动方式不同。
- 采样频率：使用固定间隔（例如1分钟或5分钟）。采样间隔会影响测得的变动幅度。
- 收益率定义：使用一致的转换方式（例如基于连续价格的简单收益率）。
然后计算每个交易时段的波动性。常见选择包括：
- 时段内收益率的标准差：概括典型的价格离散程度。
- 平均绝对收益率：降低对正负号的敏感性。
- 时段内的最高–最低价差：衡量价格分布范围，但可能对短暂的价格尖峰敏感。
证据与实例（含假设）
以下是一个可使用您自身数据复现的实例，附带相关假设。
假设：
- 您将一个交易时段窗口定义为当地时间09:00至12:00。
- 每5分钟采样一次参考价格。
- 使用连续采样价格计算收益率。
- 通过剔除非正时间戳或缺失值来处理明显异常的报价（一种简单的数据清洗规则）。
步骤：
- 对于一个交易日，收集采样价格序列：P1, P2, …, Pn。
- 基于连续价格计算收益率 ri。
- 计算该日交易时段的波动性统计量，例如 {ri} 的标准差。
- 对同一类型交易时段的多日重复此过程，以获得分布（例如中位数或平均交易时段波动性）。
- 使用相同的计算方式比较不同类型交易时段。
合理的预期是，结果可能因市场随时间变化而有所不同。您应将测得的差异解释为“观察指标的变化”，而非因果预测。
局限性、风险与常见错误
重要局限：经纪商与微观结构影响
即使基础市场风险未变，您观察到的货币对交易时段行为仍可能因测度选择和市场微观结构而改变。例如：
- 买卖价差变动：若使用买价或卖价而非中间价，波动性可能部分反映点差变化。
- 执行与数据质量：数据缺失、不同报价源或时间戳错位可能改变观察到的变异性。
常见错误
- 混合交易时段：若交易时段边界不一致（时区漂移或夏令时处理不当），则不同时段将无法比较。
- 参考价格不一致：在不同实验中切换中间价/买价/卖价，会导致波动性统计量不可比。
- 异常值主导：基于区间的测度可能被一个短暂尖峰主导；标准差也可能受厚尾分布影响。
- 样本过短：使用过少天数测度波动性可能导致估计不稳定。
可独立验证的内容
您可通过使用相同定义重新运行相同计算流程，检查是否能复现交易时段波动性数值，从而验证计算。若采样频率或收益率定义的微小变化导致结果大幅波动，则表明模型敏感。
验证与后续问题
一个有用的控制问题是：“如果我保持交易时段窗口、参考价格、采样频率和收益率定义不变，我是否仍能观察到相同的时段间相对波动性模式？” 如果不能，则之前的结论可能反映的是测度敏感性，而非特定交易时段的行为特征。