Explorando A Volatilidade Médica Mover Ponderada Exponencialmente é a medida mais comum de risco, mas vem em vários sabores. Em um artigo anterior, mostramos como calcular a volatilidade histórica simples. (Para ler este artigo, consulte Usando a volatilidade para avaliar o risco futuro.) Usamos os dados atuais do preço das ações da Googles para calcular a volatilidade diária com base em 30 dias de estoque de dados. Neste artigo, melhoraremos a volatilidade simples e discutiremos a média móvel ponderada exponencialmente (EWMA). Vs históricos. Volatilidade implícita Primeiro, colocamos essa métrica em um pouco de perspectiva. Existem duas abordagens amplas: volatilidade histórica e implícita (ou implícita). A abordagem histórica pressupõe que o passado é o prólogo que medimos a história na esperança de que seja preditivo. A volatilidade implícita, por outro lado, ignora o histórico que resolve para a volatilidade implícita nos preços de mercado. Espera que o mercado conheça melhor e que o preço de mercado contenha, mesmo que de forma implícita, uma estimativa consensual da volatilidade. (Para leitura relacionada, veja Os Usos e Limites da Volatilidade.) Se nos concentrarmos apenas nas três abordagens históricas (à esquerda acima), eles têm dois passos em comum: Calcule a série de retornos periódicos Aplicar um esquema de ponderação Primeiro, nós Calcule o retorno periódico. Isso geralmente é uma série de retornos diários, em que cada retorno é expresso em termos compostos continuamente. Para cada dia, tomamos o log natural da proporção dos preços das ações (ou seja, preço hoje dividido por preço ontem e assim por diante). Isso produz uma série de retornos diários, de u i to u i-m. Dependendo de quantos dias (m dias) estamos medindo. Isso nos leva ao segundo passo: é aqui que as três abordagens diferem. No artigo anterior (Usando o Volatility To Gauge Future Risk), mostramos que sob um par de simplificações aceitáveis, a variância simples é a média dos retornos quadrados: Observe que isso resume cada um dos retornos periódicos, então divide esse total pelo Número de dias ou observações (m). Então, é realmente apenas uma média dos retornos periódicos quadrados. Dito de outra forma, cada retorno quadrado recebe um peso igual. Então, se o alfa (a) é um fator de ponderação (especificamente, um 1m), então uma variância simples parece algo assim: O EWMA melhora a diferença simples. A fraqueza dessa abordagem é que todos os retornos ganham o mesmo peso. O retorno de Yesterdays (muito recente) não tem mais influência na variação do que o retorno dos últimos meses. Esse problema é corrigido usando a média móvel ponderada exponencialmente (EWMA), na qual os retornos mais recentes têm maior peso na variância. A média móvel ponderada exponencialmente (EWMA) apresenta lambda. Que é chamado de parâmetro de suavização. Lambda deve ser inferior a um. Sob essa condição, em vez de pesos iguais, cada retorno quadrado é ponderado por um multiplicador da seguinte forma: por exemplo, RiskMetrics TM, uma empresa de gerenciamento de risco financeiro, tende a usar uma lambda de 0,94 ou 94. Neste caso, o primeiro ( Mais recente) o retorno periódico ao quadrado é ponderado por (1-0,94) (94) 0 6. O próximo retorno ao quadrado é simplesmente um múltiplo lambda do peso anterior neste caso 6 multiplicado por 94 5,64. E o peso do terceiro dia anterior é igual (1-0,94) (0,94) 2 5,30. Esse é o significado de exponencial em EWMA: cada peso é um multiplicador constante (isto é, lambda, que deve ser inferior a um) do peso dos dias anteriores. Isso garante uma variação ponderada ou tendenciosa em relação a dados mais recentes. (Para saber mais, confira a Planilha do Excel para a Volatilidade dos Googles.) A diferença entre a simples volatilidade e o EWMA para o Google é mostrada abaixo. A volatilidade simples efetivamente pesa cada retorno periódico em 0.196 como mostrado na Coluna O (tivemos dois anos de dados diários sobre o preço das ações. Isso é 509 devoluções diárias e 1509 0.196). Mas observe que a coluna P atribui um peso de 6, então 5.64, depois 5.3 e assim por diante. Essa é a única diferença entre variância simples e EWMA. Lembre-se: depois de somar toda a série (na coluna Q), temos a variância, que é o quadrado do desvio padrão. Se queremos volatilidade, precisamos lembrar de tomar a raiz quadrada dessa variância. Qual é a diferença na volatilidade diária entre a variância e EWMA no caso do Googles. É significativo: a variância simples nos deu uma volatilidade diária de 2,4, mas a EWMA deu uma volatilidade diária de apenas 1,4 (veja a planilha para obter detalhes). Aparentemente, a volatilidade de Googles estabeleceu-se mais recentemente, portanto, uma variação simples pode ser artificialmente alta. A diferença de hoje é uma função da diferença de dias de Pior. Você notará que precisamos calcular uma série longa de pesos exponencialmente decrescentes. Nós não vamos fazer a matemática aqui, mas uma das melhores características do EWMA é que toda a série se reduz convenientemente a uma fórmula recursiva: Recursiva significa que as referências de variância de hoje (ou seja, são uma função da variância dos dias anteriores). Você também pode encontrar esta fórmula na planilha e produz exatamente o mesmo resultado que o cálculo de longo prazo. A variação de hoje (sob EWMA) é igual a variância de ontem (ponderada por lambda) mais retorno quadrado de ontem (pesado por menos a lambda). Observe como estamos apenas adicionando dois termos em conjunto: variância ponderada de ontem e atraso de ontem, retorno quadrado. Mesmo assim, lambda é o nosso parâmetro de suavização. Um lambda mais alto (por exemplo, como RiskMetrics 94) indica decadência mais lenta na série - em termos relativos, teremos mais pontos de dados na série e eles vão cair mais devagar. Por outro lado, se reduzirmos a lambda, indicamos maior deterioração: os pesos caem mais rapidamente e, como resultado direto da rápida deterioração, são usados menos pontos de dados. (Na planilha, lambda é uma entrada, para que você possa experimentar sua sensibilidade). Resumo A volatilidade é o desvio padrão instantâneo de um estoque e a métrica de risco mais comum. É também a raiz quadrada da variância. Podemos medir a variação historicamente ou implicitamente (volatilidade implícita). Ao medir historicamente, o método mais fácil é a variância simples. Mas a fraqueza com variância simples é que todos os retornos recebem o mesmo peso. Então, enfrentamos um trade-off clássico: sempre queremos mais dados, mas quanto mais dados temos, mais nosso cálculo será diluído por dados distantes (menos relevantes). A média móvel ponderada exponencialmente (EWMA) melhora a variação simples ao atribuir pesos aos retornos periódicos. Ao fazer isso, podemos usar um grande tamanho de amostra, mas também dar maior peso aos retornos mais recentes. (Para ver um tutorial de filme sobre este tópico, visite a Tartaruga Bionica.) Crossovers médios móveis Os cruzamentos médios móveis são uma maneira comum em que os comerciantes podem usar as médias móveis. Um crossover ocorre quando uma média móvel mais rápida (ou seja, uma média móvel de período mais curto) cruza acima de uma média móvel mais lenta (ou seja, uma média móvel de período mais longo) que é considerado um cruzamento otimista ou abaixo do qual é considerado um cruzamento de baixa. O gráfico abaixo do SassyP Depository Receipts Exchange Traded Fund (SPY) mostra a média móvel simples de 50 dias ea média móvel de 200 dias, este par de média móvel é muitas vezes analisado por grandes instituições financeiras como um indicador de longo alcance da direção do mercado : Observe como a média móvel de longo prazo de 200 dias em uma tendência de alta, isso geralmente é interpretado como um sinal de que o mercado é bastante forte. Um comerciante pode considerar a compra quando o SMA de 50 dias de mais curto prazo cruza acima do SMA de 200 dias e, de forma contrastada, um comerciante pode considerar vender quando o SMA de 50 dias passa abaixo do SMA de 200 dias. No gráfico acima do SampP 500, ambos os potenciais sinais de compra teriam sido extremamente lucrativos, mas o único sinal de venda potencial teria causado uma pequena perda. Tenha em mente que o crossover de média média móvel de 50 dias e 200 dias é uma estratégia de muito longo prazo. Para os comerciantes que desejam mais confirmação quando utilizam os crossovers da Mover média, pode-se usar a técnica de crossover 3 Simple Moving Average. Um exemplo disto é mostrado no gráfico abaixo do estoque do Wal-Mart (WMT): o método da 3 Métodos simples simples pode ser interpretado da seguinte maneira: O primeiro crossover do SMA mais rápido (no exemplo acima, o SMA de 10 dias) Em todo o próximo SMA mais rápido (SMA de 20 dias) atua como um aviso de que os preços podem estar a reverter a tendência no entanto, geralmente um comerciante não colocaria uma ordem de compra ou venda real então. Posteriormente, o segundo crossover do SMA mais rápido (10 dias) e o SMA mais lento (50 dias), pode desencadear um comerciante para comprar ou vender. Existem inúmeras variantes e metodologias para o uso do método de cruzamento 3 Simple Moving Average, alguns são fornecidos abaixo: Uma abordagem mais conservadora pode ser esperar até o meio SMA (20 dias) atravessar o SMA mais lento (50 dias), mas isso É basicamente uma técnica de cruzamento de dois SMA, não uma técnica de três SMA. Um comerciante pode considerar uma técnica de gerenciamento de dinheiro para comprar um meio tamanho quando o SMA rápido atravessa o próximo SMA mais rápido e, em seguida, entre na outra metade quando o SMA rápido atravessa a SMA mais lenta. Em vez de metades, compre ou venda um terço de uma posição quando o SMA rápido atravessa o próximo SMA mais rápido, outro terceiro quando o SMA rápido atravessa o SMA lento e o último terceiro quando o segundo SMA mais rápido atravessa o lento SMA . Uma técnica de crossover de média móvel que usa 8 médias móveis (exponencial) é o indicador de fita exponencial média móvel (veja: Fita exponencial). Os fluxos médios móveis são muitas vezes vistos por comerciantes. Na verdade, os cruzamentos são freqüentemente incluídos nos indicadores técnicos mais populares, incluindo o indicador de divergência da convergência média móvel (MACD) (ver: MACD). Outras médias móveis merecem uma consideração cuidadosa em um plano de negociação: as informações acima são apenas para fins informativos e de entretenimento e não constituem conselhos comerciais ou solicitação para comprar ou vender qualquer ação, opção, futuro, commodity ou produto forex. O desempenho passado não é necessariamente uma indicação de desempenho futuro. O comércio é inerentemente arriscado. OnlineTradingConcepts não será responsável por quaisquer danos especiais ou conseqüentes que resultem do uso ou da incapacidade de uso, dos materiais e informações fornecidos por este site. Veja o aviso prévio completo.
No comments:
Post a Comment