Desculpe pelo que deve ser uma questão para iniciantes, mas quando eu fui escrever código percebi que não entendia exatamente como a volatilidade histórica, ou volatilidade estatística, é definida. A Wikipedia diz-me que a volatilidade é o desvio padrão dos retornos logarítmicos dos instrumentos, eo retorno logarítmico é definido como lnleft (frac direito), onde Vf é preço de fechamento e Vi é preço de abertura. Se eu quiser calcular a volatilidade de uma barra de minutos, a partir dos carrapatos crus, eu apenas uso o primeiro e último carrapato nesse minuto Se eu usar o primeiro e último carrapatos no minuto (ou seja, barra aberta / fechar), vou ter Um único retorno logarítmico, então sd De que um valor será 0. Em uma resposta a esta pergunta. O gráfico de volatilidade intraday é descrito como U-shaped. Exatamente que somas eu preciso fazer para gerar esse gráfico de volatilidade intraday a partir dos dias ticks Em termos R, é retorno logarítmico: Background: Eu tenho um fluxo de carrapatos, e como eu transformá-los em barras minuto (e período mais elevado) Rs xts módulo) Eu também calcular a média e sd Se a definição de volatilidade acima está correta, minha resposta (baseada na observação ocular das parcelas e na execução de cor) parece ser a de que elas são Realmente muito diferente Im ainda mastigar sobre como que géis com as respostas aqui. Perguntou a 14 de dezembro às 1:50 Obrigado LazyCat Sabendo que todas as fontes que eu vi estão sendo deliberadamente vagas em detalhes de implementação, não apenas sendo breve. Era a coisa que eu precisava saber. Meus olhos glazed sobre partes desse PDF, mas o comentário no topo da p.10 (as pessoas geralmente usam quotad hocquot amostragem) ea sugestão no final de calcular em toda uma gama de parâmetros e não confiar em um resultado que varia muito , Foi muito útil. O principal problema que mede a volatilidade intraday é chamado parcela de assinatura: quando você zumba, a medida de volatilidade (ou seja, as variações quadráticas empíricas) explodir. Da mesma forma você tem o efeito Epps para correlações: quando você zumba, as correlações entram em colapso (é pelo menos um efeito mecânico). Para a volatilidade, muitos modelos podem corrigir isto: - primeiro um filtro multiescala (use wavelets por exemplo) - então um modelo de ruído aditivo (o estimador ZAM, ver nota Almgrens) - ou uma observação de tempo aleatória ) Como este: papers. ssrn / sol3 / papers. cfmabstractid1989281 - um modelo de Hawks também é uma solução agradável se você gosta de processos de ponto, veja por exemplo: citeseerx. ist. psu. edu/viewdoc/summarydoi10.1.1.187.1605 Mas o mais Importante é o que você quer fazer com seu modelo de volatilidade. Quais as dinâmicas de mercado que você deseja capturar Se for risco de mercado, não será o mesmo se calcular a probabilidade de atravessar uma barreira de preços ou calcular um intervalo de preço para o preço durante a fixação de fechamento. Respondeu Apr 15 12 at 22:47 Seu código para volatilidade parece correto, se você quer volatilidade minuciosa, mas é isso realmente o que você quer Ver esta pergunta recente sobre a volatilidade anualizing de dados intraday. Além disso, usando primeiro e último carrapato é o que geralmente é feito, mas em intervalos de tempo muito curto, como um minuto, você terá problemas de microestrutura. Outra questão aqui trata do estado da arte na estimação e previsão da volatilidade. Não faz realmente sentido tomar SD do preço. Vol é sempre algo ao longo das linhas de SD de retornos. Em relação ao seu comentário de que há apenas uma observação aberta / fechada para um dado intervalo (por exemplo, barra), você deve traçar um valor de dias inteiros de retornos mínimos de abertura / fechamento ao quadrado como uma função do tempo para ver a forma de U. A volatilidade é a média dos retornos ao quadrado. A volatilidade histórica é definida por dois parâmetros, o intervalo sobre o qual você recebe retornos e o período de retrocesso sobre o qual você mede esses retornos quadrados. No seu caso, você também pode somar em vez de média todos os retornos ao quadrado por um dia para obter a volatilidade diária medida em intervalos de minutos. Nota Eu supus que os retornos têm uma média de zero no acima. Esta é uma suposição muito razoável para retornos sobre um horizonte tão curto. Respondida Dec 16 11 at 2:59 Obrigado por quotHistorical volatilidade é definida por dois parametersquot agora torna-se claro. Quando alguém me pede uma medida de volatilidade, agora sei que preciso fazer duas perguntas, não apenas uma. Em um nível teórico e para dados de baixa frequência (por exemplo, diariamente), sua fórmula parece certa. No entanto, uma vez que você está falando de um minuto bares, as coisas podem ficar um pouco confuso. Há uma vasta literatura sobre isso, e empiricamente, as coisas são complicadas devido ao ruído da microestrutura do mercado. Ou seja, você precisa considerar saltos, erros, períodos de baixo volume, períodos de grande volume (por exemplo, abertura do mercado dos EUA quando você olha para os mercados europeus) e muitas outras coisas. Uma boa visão geral sobre o tema com algumas referências à literatura está aqui: economics. ouls. ox. ac. uk/13045/1/2008OMI11.pdf respondeu Feb 1 12 at 15:34 A volatilidade estatística é o desvio padrão de uma janela de log Retorna. Por exemplo, a volatilidade estatística de 30 dias é o desvio padrão de 30, retornos de log de um dia. O log retorna vem do pressuposto de que log stock retorna são normalmente distribuídos. A volatilidade estatística difere da volatilidade implícita, que é a entrada de volatilidade para o modelo de preço de algumas opções (leia-se: Black-Scholes), que define o preço-modelo igual ao mercado ou preço observado. A volatilidade estatística e implícita é utilizada para diferentes fins. Diferença é o desvio padrão de uma variável aleatória ao quadrado. A variância tem propriedades úteis na distribuição normal (por exemplo, a variância é aditiva, enquanto o desvio padrão não é), que é amplamente utilizado na modelagem da dinâmica dos preços das ações. Ao medir tendências centrais de retornos no contexto financeiro, a variância não faz realmente sentido porque a variância não está em unidades padronizadas como desvio padrão. A menos que você está lidando com swaps de variação ou modelos de volatilidade estocástica, você provavelmente estará lidando exclusivamente em desvio padrão. Então, para responder a sua pergunta em suma, calcular o número de lag-log retorna, pegue o desvio padrão e thats a volatilidade estatística período lag de seus retornos. Com tudo o que disse, esta é uma questão bastante básica para este grupo e não tenho certeza que vai durar. Respondeu Dec 14 11 at 2:37 Mais perguntas, desculpe. É uma volatilidade estatística, não implícita, interessada. Você está contrastando com a variância, não com a variável. Isso significa que a única diferença entre volatilidade estatística e variância é o quadrado. I. e. A volatilidade estatística e o desvio-padrão são os mesmos Uma vez que o desvio padrão dos retornos de log em um período de tempo eo desvio padrão dos preços reais no mesmo período parecem ser bastante diferentes (isto é, os picos nas duas cartas estão em lugares diferentes). Ndash Darren Cook Dec 14 11 at 8:26 A equivalência que você está tentando encontrar só pode existir no âmbito da volatilidade estática. Eu acho que o problema é que no mundo real, a volatilidade estatística varia muito com o tempo e pior a taxa relativa na qual ele varia aumenta com menores aumentos de tempo. Assim, não só a resposta não se aplica em mercados do mundo real, uma estimativa de sua existência teórica fiat torna-se exponencialmente menos preciso com menores aumentos de tempo. (Eu acho que o modelo Heston suporta isso porque o componente aleatório da mudança na variação do preço das ações é proporcional à raiz quadrada de seu eu atual, embora não seja imediatamente óbvio que isso segue.) Principais razões pelas quais você deve usar o QuantShare: funciona com os EUA Oferece-lhe as ferramentas que o ajudarão a se tornar um comerciante rentável Permite-lhe implementar quaisquer ideias comerciais Trocar itens e ideias com outros utilizadores QuantShare A nossa equipa de suporte é muito ágil e Responder a qualquer uma das suas perguntas Vamos implementar todas as características que você sugere Muito baixo preço e muito mais recursos do que a maioria dos outros software de negociação Para Free - Nenhum cartão de crédito exigido Principais razões pelas quais você deve usar QuantShare: Advanced Charting EOD, intraday, Notícias e dados de sentimentos para cada mercado Poderoso Ferramentas de análise quantitativa Backtest qualquer estratégia e gerar diariamente comprar e vender sinais Criar compósitos e indicadores de mercado Download de indicadores, sistemas de negociação, downloaders, telas. Compartilhada por outros usuários A volatilidade é uma medida que permite estimar o risco de um ativo. Existem diferentes tipos de volatilidade: volatilidade implícita. Esta é a volatilidade estimada de um preço de ativos. Volatilidade histórica. Esta é a volatilidade realizada de um ativo durante um período de tempo específico. É também chamado de volatilidade estatística. Para os comerciantes intraday e aqueles que procuram uma maneira mais fácil de medir a volatilidade, você pode usar o verdadeiro intervalo para medir a volatilidade intraday. O indicador de faixa True foi desenvolvido por J. Welles Wilder Jr. na década de 1970. É uma medida melhor da volatilidade intraday do que a escala (que a diferença entre a sessão / período alto e baixo) porque este understates a volatilidade desde que mede somente a volatilidade que ocorre durante uma barra / sessão e ignora a volatilidade durante a noite. Para corrigir isso, o True Range usa as barras de alta, baixa e barras anteriores fechar. Ao combinar essas variáveis, o intervalo verdadeiro considera tanto a parte intradiária quanto a parte do overnight da volatilidade dos preços. A escala verdadeira é calculada tomando a maior das seguintes variáveis: - Alta (barra atual) menos baixa - Alta (barra atual) menos barras anteriores fechar - Barra anterior fechar menos baixa (barra atual) Vamos implementar as diferentes variáveis descritas no parágrafo anterior, em seguida, encontrar qual é o maior (verdadeiro intervalo). (A, max (b, c)) Para calcular a média de alcance real (ATR), simplesmente aplicamos uma média móvel para o intervalo verdadeiro. Isso retornará o intervalo verdadeiro médio de 10-bar. Observe que o QuantShare já tem uma função interna (Atr) que calcula o intervalo verdadeiro médio. Como os traders do dia medem a volatilidade intraday Digamos que você está trabalhando com dados de um minuto e você quer calcular a volatilidade intraday (intervalo médio verdadeiro com base na sessão alta, baixa e fechar). Como você deve ter adivinhado, o cálculo da volatilidade intraday deve ser baseado em dados diários. - Alterar o intervalo de tempo para o dia-a-dia. Utilizamos o tempo-limite negativo para fazer referência aos dados diários quando se trabalha com dados intradiários (1 período diário de 1 dia) - Calcular o intervalo verdadeiro médio dos 10 dias de negociação anteriores - (1) a atr (10) TimeframeRestore () a timeframedecompress (a) trama (a, ATR) para calcular os dados diários de modo que os dados diários sejam sincronizados com os dados de um minuto A fórmula completa é a seguinte: Há também uma outra maneira de implementar a mesma coisa. Aqui está a fórmula: b TimeframeApply (-1, atr (10)) b timeframedecompress (b) plot (b, ATR, colorGreen) A função TimeframeApply calcula uma série específica em um período de tempo diferente. Ele substitui as funções TimeframeSet e TimeframeRestore. Vamos implementar o seguinte sistema de comércio: - Comprar quando a volatilidade intraday medido pelo ATR está aumentando e quando o preço cruza acima de 10-bar média móvel - Venda no final da sessão de negociação E aqui está a fórmula que você deve usar para implementar A estratégia acima: rule1 TimeframeApply (-1, atr (1) ref (atr (1), 1)) // Ref: Referência anterior barras valor rule1 timeframedecompress (rule1) comprar rule1 e cross (close, sma (10)) sell Hora () 16Intraday Trading Usando a Volatilidade Avançada Como usar a Calculadora de Volatilidade Avançada 1. Para usar esta calculadora você precisa de 5 últimos pregões preço de fechamento e dias atuais preço aberto. Esta calculadora pode ser usada a qualquer hora durante o dia. 2. Vamos agora ver como usar esta calculadora. Vamos dizer que eu quero encontrar os níveis de compra e venda de Nifty Futures para hoje. 3. Eu verei primeiramente o preço de fechamento de futuros de Nifty para 5 dias precedentes. (Nós colocamos esses preços nos campos dados) 4. A volatilidade é automaticamente calculada com base em dados anteriores de 5 dias. 5. Eu calculo os níveis usando o botão. 6. Recebo a mensagem comprar e vender níveis com 4 alvos e stoploss. Live Exemplo deste sistema Estamos negociando em 14 de julho de 2010, os valores para Nifty Futures para os últimos 5 dias foram Dia 5. 5744.60 Dia 4. 5672.30 Dia 3. 5617.05 Dia 2. 5539.95 Dia 1. 5599.75 Aberto (14 de julho) Eu recebo Abaixo dos níveis
No comments:
Post a Comment