1.为什么需要估计波动率
- 在对资产回报进行估计的时候,我们一般认为,资产波动率 σ \sigma σ是常数,是恒定不变的。
- 但这是错误的。在实际生活中 , σ \sigma σ是会随着不同的条件改变。
- 后果:也就是说,回报率相对于正态分布,往往具有肥尾的效应,即极端值出现的情况更多。采用恒定方差的方法,会低估极端事件的发生概率,让我们遭受财产损失。
- 针对此问题的解决:由此,我们需要更准确得来估计 σ \sigma σ,从而得到更精准的回报。
2.估计波动率的方法
- Backward looking: 基于历史数据估计的波动率,eg. EWMA, GARCH
- Forward looking: 前瞻的方法,如implied volatility
2.1 Equally weighted standard deviation
2.1.1 解决方法:
想要估计第n天的 σ \sigma σ,可以在等权重的情况下,用过去m天的return的 σ \sigma σ作为其估计值。
- 已知资产价格pt 第 i 天的资产收益率为:
r i = ( p i − p i − 1 ) p i − 1 r_i = \frac{(p_i - p_{i-1})}{p_{i-1}} ri=pi−1(pi−pi−1) - 过去m天的回报均值:
r ˉ = 1 m ∑ i = 1 m r n − i \bar{r} = \frac{1}{m} \sum_{i=1}^m r_{n-i} rˉ=m1i=1∑mrn−i
-第n天的方差估计值为
σ n 2 = 1 m − 1 ∑ i = 1 m ( r n − i − r ˉ ) 2 (1) {\sigma}_n^2 = \frac{1}{m-1} \sum_{i=1}^m (r_{n-i} - \bar{r} )^2 \tag{1} σn2=m−11i=1∑m(rn−i−rˉ)2(1) - 简化公式:
样本容量比较大时,可用 m 代替 m-1
n指估计的是第n天
日回报属于短期回报,均值近似为0,即