如何衡量货币对价差的波动性？

“货币对价差波动性”的含义

货币对价差是指某一时刻货币对的买入价与卖出价之间的差额。“货币对价差的波动性”描述的是该价差随时间波动的剧烈程度。这是一种变异性度量：它并不说明价差接下来会扩大还是收窄。

要衡量它，首先需要定义你将什么视为价差值，以及在什么时间点记录它。例如，你可以每分钟、每小时或每天结束时采样一次价差。测得的波动性会因采样间隔的不同而变化。

衡量选择：量化变异性，而非方向

衡量价差波动性的一种直接方法是从观测到的价差值时间序列中计算统计量。

1) 标准差（典型变化）

假设你在选定的时间窗口内，以固定间隔采样得到一系列价差观测值 (s_1, s_2, …, s_N)。先计算均值 (\bar{s})，然后计算标准差：

[ \sigma = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N}(s_i-\bar{s})^2} ]

解释：较高的 (\sigma) 意味着在该时间段内价差围绕其平均值波动更大。

2) 滚动窗口波动性（稳定性如何变化）

不使用整个窗口的一个 (\sigma) 值，而是计算较短滚动区间（例如最近30分钟或最近10个交易小时）的 (\sigma)。这会产生一个波动性曲线，可显示市场机制的变化。

假设：滚动窗口在整个序列中使用相同的采样间隔和价差定义。

3) 极差与百分比变化（对异常值的鲁棒性）

两种更简单的替代方法是：

• 极差波动性：(\max(s_i)-\min(s_i))
• 百分比范围：((\max(s_i)-\min(s_i))/\text{参考值})

你必须说明参考值。使用最小值、均值或窗口结束值会影响数值和解释。极差对尖峰敏感，因此原则上你可能更倾向于使用基于中位数的度量，但需要有明确的定义。

4) 高/低价差时刻（基于分布）

你也可以使用分位数（例如第25和第75百分位之间的四分位距）来衡量价差变异性。这聚焦于“典型”的价差变化，并降低对极端变动的敏感性。

机制：为何测量依赖于数据和成本

即使价差的定义很简单，观测到的时间序列仍可能因以下可变因素而不同：

• 数据来源/报价源：不同的报价可能产生不同的价差观测值。
• 采样规则：每分钟采样的价差序列会遗漏分钟内的短暂扩大。
• 执行与时机：显示的报价与实际成交的价差可能不同。
• 时间效应：波动性可能集中在特定交易时段。

为使测量有意义，需将稳定的机制与可变条件区分开。稳定机制是“时间 (t) 的价差减去时间 (t) 的价差”。可变部分是报价到达方式、采样频率，以及你的“价差”概念是否包含数据集中的额外成分。

证据或示例（含明确假设）

假设你以每10分钟记录一次价差值（单位为点），持续一周，得到 (N) 个观测值 (s_i)。

• 计算整周的标准差 (\sigma)。
• 再分别计算每个滚动1天窗口的 (\sigma)。

如果整周的 (\sigma) 较高，但大多数日滚动 (\sigma) 较低，则表明偶尔出现短暂的异常宽或不稳定的价差。反之，如果大多数日的 (\sigma) 都较高，则表明价差持续多变。

此示例衡量的是变异性，而非方向。高 (\sigma) 并不意味着你接下来会观察到价差扩大；它仅总结了在测量窗口内价差的变动程度。

局限性与风险（可能出现的问题）

至少有一个重要局限是：价差波动性并非稳定属性。

• 机制转变：当流动性状况或市场结构变化时，历史变异性可能改变。
• 市场微观结构效应：短暂、快速的价差扩大事件可能因采样间隔而被遗漏或夸大。
• 经纪商差异：即使同一货币对，两个来源可能显示不同的价差序列，因此波动性数值不能自动比较。
• 隐性成本影响：某些数据集或报告惯例可能反映的不仅仅是你想衡量的纯报价买卖差，具体取决于数据流的构建方式。

一种失败模式：混合定义。