如何衡量美元兑离岸人民币的波动性？

在测量前先定义波动性

波动性指的是汇率随时间变化的程度。在实际操作中，通常通过价格变动而非价格水平本身来表达。对于美元兑离岸人民币（USD/CNH）的报价，可通过将观察到的汇率转换为收益率（例如，从一个时间点到下一个时间点的汇率变化），然后总结这些收益率的变动程度，来衡量波动性。

一个关键点是将稳定的机制与可变的条件区分开：

• 机制：将时间序列转化为波动性统计值的数学方法。
• 条件：所使用的数据、采样频率，以及交易成本或执行限制可能如何影响实际体验。

选择测量方法（并明确假设）

常见的波动性测量方法都基于收益率，但在收益率的定义和聚合方式上有所不同。

1) 收益率的历史（样本）标准差

• 假设：你拥有一系列以固定间隔采样的汇率数据（例如每小时一次）。
• 收益率定义示例：简单收益率 r_t = (P_t − P_{t−1}) / P_{t−1}，或对数收益率 r_t = ln(P_t / P_{t−1})。
• 波动性估计：在选定的时间窗口内（如最近 N 个观测值），r_t 的标准差。

若提供具体数值，必须说明采样间隔和窗口长度，因为波动性并非单一的普适常数。即使市场未变，1 周的估计值与 1 天的估计值也可能存在显著差异。

2) 滚动波动性（时变估计） 市场常处于不同状态。滚动方法通过移动窗口（例如最近 N 小时）反复计算收益率的标准差，并向前滑动，从而实现波动性测量。

• 从机制上看，这与标准差概念相同，但输出结果是一系列波动性的时间序列。

3) 基于高频数据的已实现波动性 在更频繁的观测下，可估算日内波动的累积情况。具体公式取决于收益率定义和采样方案。

• 假设：能够持续采样价格。
• 局限性：更高频率可能放大市场微观结构噪声的影响（报价数据中的小规模失真）。

4) 指数加权移动估计（衰减） 另一种选择是赋予近期收益率更高权重。这可使估计值对变化条件更快响应。

• 假设：“近期更重要”是一种有意的建模选择。
• 局限性：结果可能对所选衰减率敏感。

使用通用公式的示例（不假设实时价格）

假设你在等时间间隔下有汇率观测值 P_0, P_1, …, P_N。选择一种收益率定义，例如对数收益率：

• r_t = ln(P_t / P_{t−1})，其中 t = 1…N

然后将 {r_1,…,r_N} 的样本标准差作为波动性估计值：

• s = sqrt( (1/(N−1)) * Σ_{t=1..N} (r_t − mean(r))^2 )

你必须提前说明：

• 采样频率：P_t 是每小时、每日，还是其他？
• 窗口大小：你使用的 N 是多少？
• 收益率类型：对数收益率还是简单收益率。

这些选择的实际影响：

• 若改变采样频率，收益率序列会变化，标准差也随之变化。
• 若从简单收益率切换为对数收益率，数值可能发生变化（尤其在大幅波动时）。

在实际场景中，你可能会比较两个窗口（例如 30 天 vs 90 天）。较长窗口通常能平滑短期波动，而较短窗口对变化反应更快。

局限性、失效模式及可能出错的情况

即使数学正确，若假设与现实不符，波动性测量仍可能产生误导。

1) 数据与采样问题

• 缺失观测值或不规则时间戳会破坏“等间隔”假设。
• 异常值（因数据错误或异常报价导致的罕见跳动）可能夸大标准差。

2) 非交易时段与市场结构影响 外汇报价和流动性状况随时间变化。若采样时段包含不同市场深度的时期，实际波动可能反映的是交易条件，而非基础汇率变动。

3) 成本与执行影响未自动包含 基于中间市场价格计算的波动性不会自动反映点差、滑点或订单执行的影响。若后续试图将波动性与交易体验关联，这种差异可能非常显著。