Modelarea piețelor financiare

Capitolul 9 · Volatilitatea realizată

În stînga este slide-ul din curs, în dreapta aceeași figură, calculată în browser din aceleași date. Butonul ▶ modifică parametrul pas cu pas.

Varianța realizată · Zgomotul de microstructură · Salturi · Fapte stilizate ale volatilității realizate · Prognoze: HAR față de GARCH · Rough volatility · Studii de caz: învățare automată și varianțe parțiale

Varianța realizată

Randamentele la cinci minute din 7 aprilie 2025

Slide-ul 10: Randamentele la cinci minute din 7 aprilie 2025
Slide-ul 10
    Întrebare pentru sală Pe 7 aprilie 2025, RV este 45,1 %², iar cel mai mare randament de 5 minute în valoare absolută aduce 18,3 %². Dacă numai acest randament și-ar dubla valoarea, cît ar deveni RV?
    Răspuns

    Circa 100,0 %². Contribuția acelui interval se înmulțește cu patru: 45,1 − 18,3 + 4 × 18,3 = 100,0 %². Valoarea 63,4 %² dublează contribuția la varianță în locul randamentului; 180,4 %² presupune dublarea tuturor randamentelor. În date, randamentul de +4,28% din intervalul care se încheie la 10:15 aduce 41% din RV a zilei.

    Volatilitatea realizată zilnică: SPY și Bitcoin

    Slide-ul 12: Volatilitatea realizată zilnică: SPY și Bitcoin
    Slide-ul 12
      Întrebare pentru sală Volatilitatea SPY calculată din RV medie este 12,9% pe an, iar mediana zilnică 9,7%. Cît scade prima valoare dacă excludem cele mai volatile 20 de zile?
      Răspuns

      La 11,9%: 20 de zile, adică 1,3% din cele 1 489, ridică volatilitatea calculată din RV medie cu 1,0 puncte procentuale. Media varianțelor este sensibilă la cîteva zile extreme, mediana nu. Pentru Bitcoin, aceleași 20 de zile excluse coboară valoarea de la 45,1% la 41,6%.

      Riscul intraday și riscul peste noapte

      Slide-ul 14: Riscul intraday și riscul peste noapte
      Slide-ul 14
        Întrebare pentru sală Volatilitatea calculată din RV intraday medie este 12,9% pe an. Dacă înmulțim fiecare RV intraday cu c = 1,62, aproximativ cît devine această volatilitate?
        Răspuns

        Circa 16,4%: volatilitatea se înmulțește cu √1,62, deci 12,9% × √1,62 ≈ 16,4% (readout-ul arată 16,5%, fiindcă pornește de la 12,93% nerotunjit). Valoarea 20,9% aplică factorul varianței direct volatilității; 10,1% este volatilitatea componentei overnight. Randamentele peste noapte aduc 38% din varianța zilnică SPY; scalarea egalează mediile varianțelor, nu reconstruiește componenta overnight a fiecărei zile.

        Zgomotul de microstructură

        Signature plot-ul pe date reale

        Slide-ul 20: Signature plot-ul pe date reale
        Slide-ul 20
          Întrebare pentru sală În aproximația cu 78 de intervale pe zi, ce abatere standard ω a zgomotului independent adăugat log-prețurilor ridică volatilitatea SPY la 5 minute de la 12,9% la aproximativ 14,0% pe an?
          Răspuns

          Circa ω = 0,027%. Rezolvăm 252 × (RV medie + 2 × 78 × ω²) = 14² și obținem ω ≈ 0,02708%; pe slider, 0,027% dă 13,99%, iar 0,028% dă 14,07%. Valoarea 0,019% rezultă din folosirea greșită a lui 4nω²; 0,038%, din folosirea lui nω². Signature plot-ul real rămîne aproximativ plat, între 12,6% și 13,1%: compatibil cu o deplasare din zgomot la 5 minute mult mai mică, fără să excludă zgomotul.

          Salturi

          Zile cu salt: SPY și Bitcoin

          Slide-ul 25: Zile cu salt: SPY și Bitcoin
          Slide-ul 25
            Întrebare pentru sală Dacă niciuna dintre cele 1 489 de zile SPY nu conține salturi și fiecare test respinge eronat cu probabilitatea de 5%, cîte respingeri false avem în medie, înaintea corecției pentru testarea multiplă?
            Răspuns

            Circa 74: media este 1 489 × 0,05 = 74,45, nu un număr garantat într-un eșantion; independența dintre zile nu este necesară pentru acest calcul al mediei. În date, testul fără corecția de periodicitate dă 236 de respingeri la 5%, iar Benjamini–Hochberg (FDR la 5%) păstrează 43. După corecția de periodicitate, Benjamini–Hochberg păstrează 17.

            Fapte stilizate ale volatilității realizate

            Distribuții: log RV și randamente standardizate

            Slide-ul 32: Distribuții: log RV și randamente standardizate
            Slide-ul 32
              Întrebare pentru sală Pentru SPY, asimetria log RV este 0,29 la λ = 0. Aproximativ cît devine dacă mutăm parametrul Box–Cox la λ = 1?
              Răspuns

              Circa 20,0. La λ = 1, transformarea este RV − 1, care păstrează asimetria RV (kurtosis-ul 550). Valoarea 3,9 corespunde lui λ = 0,5 (rădăcina pătrată); 0,29 corespunde logaritmului. Apropierea momentelor log RV de cele ale distribuției Normale (0 și 3) nu demonstrează normalitatea condiționată.

              Persistența volatilității realizate

              Slide-ul 34: Persistența volatilității realizate
              Slide-ul 34
                Întrebare pentru sală Autocorelația log RV pentru SPY este 0,64 la lagul 1. Cît ar fi la lagul 22 pentru un AR(1) cu aceeași autocorelație la lagul 1?
                Răspuns

                Pentru AR(1), autocorelația la lagul k este ρᵏ: 0,64²² ≈ 0,000054. Valoarea 0,24 este autocorelația empirică la lagul 22, nu implicația AR(1); împărțirea la 22 folosește o regulă greșită. Modelul log-HAR estimat, privit ca AR(22), dă 0,63 la lagul 1 și 0,24 la lagul 22, ca datele, dar subestimează autocorelația la lagul 100: circa 0,02 față de 0,10.

                Volatilitatea implicită față de cea realizată

                Slide-ul 36: Volatilitatea implicită față de cea realizată
                Slide-ul 36
                  Întrebare pentru sală VIX depășește volatilitatea realizată în următoarele 21 de zile de tranzacționare în 88% din zile. Este suficient acest procent, singur, pentru a stabili că diferența medie este pozitivă?
                  Răspuns

                  Nu. Un număr mic de diferențe negative mari poate domina multe diferențe pozitive mici. În acest eșantion de 1 468 de zile, diferența medie este într-adevăr pozitivă, 4,36 puncte procentuale (19,52% față de 15,15%), dar aceasta rezultă din mărimea diferențelor, nu doar din frecvența semnelor. Este un decalaj ex post de volatilitate.

                  Prognoze: HAR față de GARCH

                  Prognozele în timp

                  Slide-ul 51: Prognozele în timp
                  Slide-ul 51
                    Întrebare pentru sală Dacă evaluarea SPY începe în ianuarie 2024, cu aproximativ cît este QLIKE mediu al log-HAR mai mic decît al GARCH(1,1)-t, raportat la GARCH?
                    Răspuns

                    Cu circa 11,4%: 1 − 0,362/0,409 ≈ 0,114. Valoarea 12,9% folosește log-HAR la numitor; 9,6% este reducerea pe tot eșantionul, din 2022 (0,310 față de 0,343). Pentru evaluarea din 2024, t DM = −2,26, cu diferența definită ca pierderea log-HAR minus pierderea GARCH; concluzia privește SPY, această perioadă și pierderea QLIKE.

                    Rough volatility

                    Scalarea incrementelor log-volatilității

                    Slide-ul 56: Scalarea incrementelor log-volatilității
                    Slide-ul 56
                      Întrebare pentru sală Cum se schimbă Ĥ pentru SPY dacă regresia folosește doar lagurile de la 5 la 30 de zile?
                      Răspuns

                      Scade, de la 0,106 (lagurile 1–30) la 0,089. Direcția este opusă celei sugerate de modelul simplificat m(2, Δ) = cΔ^(2H) + k, cu eroare i.i.d. independentă de log-volatilitatea latentă. Rezultatul nu susține acest mecanism simplu ca explicație suficientă; nu exclude orice eroare de măsurare și nu este, singur, un test formal. Pentru Bitcoin, Ĥ trece de la 0,071 la 0,068.

                      Studii de caz: învățare automată și varianțe parțiale

                      Studiu de caz: cîștigurile pe orizonturi

                      Slide-ul 61: Studiu de caz: cîștigurile pe orizonturi
                      Slide-ul 61
                        Întrebare pentru sală La orizontul de o lună, cu toți cei 12 predictori, random forest are MSE egal cu 0,604 din MSE al HAR. Cu cît este mai mic MSE-ul său, raportat la HAR?
                        Răspuns

                        Cu 39,6%: 100 × (1 − 0,604). Valoarea 60,4% este pierderea rămasă, nu reducerea; 65,6% exprimă cu cît MSE al HAR este mai mare, raportat la random forest. Urmează bagging (0,621); HAR-X, adică OLS cu aceiași predictori, are 1,290, iar HARQ 1,569. Clasamentul descrie aceste proceduri pe acest set de test; singur, nu identifică motivul diferențelor.

                        Studiu de caz: pierderea în funcție de prag, SPY și Bitcoin

                        Slide-ul 64: Studiu de caz: pierderea în funcție de prag, SPY și Bitcoin
                        Slide-ul 64
                          Întrebare pentru sală Pentru SPY, SV-HAR are MSE egal cu 0,908 din MSE al RV-HAR. Ce se întîmplă cu acest raport dacă excludem din evaluare cele 10 zile cu cea mai mare RV, păstrînd prognozele deja calculate?
                          Răspuns

                          Urcă la 1,240: pe zilele rămase, SV-HAR are MSE cu circa 24% mai mare. Cele 10 zile excluse aduc 89% din eroarea pătratică totală a RV-HAR. Raportul QLIKE rămîne sub 1, la 0,937 (față de 0,954 pe tot eșantionul), dar aceasta este o constatare pentru acest eșantion, nu o garanție că QLIKE este imună la observații extreme.

                          SPY: bare de 5 minute din sesiunea regulată din SUA (09:30–16:00, ora New York), octombrie 2020 – septembrie 2026, și randamente zilnice ajustate; Bitcoin: bare de 5 minute pe zile UTC complete, septembrie 2024 – septembrie 2026; indicele VIX. Prețuri EODHD. Primul studiu de caz: tabelele 2–7 din Christensen, Siggaard și Veliyev (2023); al doilea studiu de caz: barele de 5 minute SPY și Bitcoin ale cursului.