En volatilitetsmålrettet strategi reducerer sin position, når den målte volatilitet stiger, og øger derefter eksponeringen, når volatiliteten falder. Det lyder ligetil, indtil et chok får estimatet til at skyde i vejret. Afhængigt af estimatoren og rebalanceringsreglen kan strategien bruge flere uger på at skære ned efter hændelsen, først købe ind igen efter genopretningen eller svinge støjende frem og tilbage med sin position.
3 implementeringsfejl står for en stor del af skaderne. Hver af dem kan få en fornuftig risikoregel til at se enten ubrugelig eller genial ud i en backtest. Løsningen begynder med at beslutte, hvad målet skal styre, og derefter tilpasse estimatet og handelsplanen til den opgave.
Fejl 1: At behandle det seneste volatilitetsestimat som en prognose
En rullende standardafvigelse opsummerer et valgt vindue. Den ved ikke, om næste session bliver rolig eller urolig. Et kort vindue reagerer hurtigt på et chok, men kan forblive højt, mens chokket gradvist falder ud af stikprøven. Et langt vindue bevæger sig langsomt i begge retninger.
Overvej en strategi, der sigter efter en annualiseret volatilitet på 10% med et 20-dages estimat. Hvis estimatet springer fra 10% til 25%, reducerer en simpel regel med omvendt proportionalitet på volatiliteten eksponeringen til 40% af det tidligere niveau. Når chokket falder ud af vinduet, kan estimatet falde kraftigt, og eksponeringen stiger igen. Det forløb afhænger lige så meget af vinduet, afkastserien og rebalanceringsplanen som af det overordnede mål.
Skaderne viser sig ofte som en position, der sælger efter et kursfald og først genopretter risikoen, når priserne er steget igen. Det beviser ikke, at reglen er forkert: Formålet kan netop være at begrænse risikoen gennem en turbulent periode. Men en backtest, der kun rapporterer realiseret volatilitet, kan skjule omkostningen i form af omsætning og forsinket deltagelse.
Test flere vinduer mod den samme periode, og undersøg eksponeringsforløbet omkring chok. En prognosemodel kan være berettiget, hvis den forbedrer beslutninger uden for stikprøven, men et mere avanceret estimat fortjener ikke tillid alene ved at udjævne kurven.
Fejl 2: At begrænse positionsstørrelsen og kalde målet opnået
Volatilitetsmålretning implementeres som regel med en multiplikator. En enkel udgave er målvolatiliteten divideret med den estimerede volatilitet, anvendt på strategiens grundposition. På gearede markeder kan multiplikatoren blive stor, når estimatet er lavt. Udviklere sætter ofte et maksimum, hvilket er fornuftigt i en backtest, men maksimumsgrænsen ændrer reglen.
Antag, at målet er 12%, den estimerede volatilitet er 4%, og grundpositionen er 1.0. Den rå multiplikator er 3.0. Med en grænse på 1.5 kan strategien ikke nå den tilsigtede eksponering. Omvendt falder den rå multiplikator til 0.4, når den estimerede volatilitet stiger til 30%. En minimumsgrænse for eksponeringen på 0.5 betyder, at strategien forbliver mere eksponeret, end målformlen tilsiger.
| Regel | Hvad den forhindrer | Hvad den ændrer |
|---|---|---|
| Maksimal eksponering | Ekstrem gearing, når den estimerede volatilitet er meget lav | Holder strategien under målet i rolige perioder |
| Minimumseksponering | At handle positionen helt ned til nul | Holder mere risiko på i perioder med høj volatilitet |
| Volatilitetsbundgrænse | Division med et estimat tæt på nul | Sætter en nedre grænse for nævneren |
Det er 3 forskellige kontroller. Angiv dem separat i strategispecifikationen, og rapportér, hvor ofte hver enkelt griber ind. Hvis maksimumsgrænsen er aktiv halvdelen af stikprøven, kan en realiseret volatilitet under målet ganske enkelt være det forventede resultat.
Fejl 3: At rebalancere løbende i modellen, men med mellemrum på kontoen
En backtest kan genberegne eksponeringen for hver bar, mens paper trading kun kontrollerer den én gang om dagen. Selv med samme formel er det to forskellige strategier. Hyppig rebalancering reagerer hurtigere, men kan omsætte støj i estimatet til ordrer. På futuresmarkeder medfører omsætning gebyrer og mulig fundingeksponering; på aktiemarkeder medfører den kurtage, spread og markedspåvirkning. Små justeringer kan blive dyre, når de gentagne gange krydser spreadet.
Tag en portefølje på 100,000 dollars med en målposition på 50,000 dollars. Hvis den estimerede volatilitet flytter målet til 47,000 dollars og derefter til 49,000 dollars i næste session, handler en daglig regel for 5,000 dollars over 2 dage. En ugentlig regel handler måske kun én gang, afhængigt af observationsdatoen. Ingen af planerne er automatisk bedst. Backtesten skal modellere den plan, som paper-strategien faktisk kan følge.
Et praktisk alternativ er et rebalanceringsbånd: Handl kun, når den aktuelle eksponering afviger fra målet med mere end en fastsat grænse. Det kan reducere unødige handler, men lader også risikoen glide væk fra målet. Vis båndet, den resulterende omsætning og den realiserede volatilitet samlet; præsentér ikke målet, som om båndet ingen effekt havde.
Hvad bør en backtest med volatilitetsmålretning rapportere?
Gør reglen så gennemskuelig, at nogen kan forklare en positionsændring ud fra inputtene. Gem som minimum estimatet, den rå multiplikator, den anvendte multiplikator, status for grænse eller bundniveau, målteksponeringen, den faktiske eksponering og rebalanceringsbeslutningen ved hver opdatering. Sammenlign derefter varianter på de samme data, omkostninger og udførelsesantagelser.
Og se nøje på de værste uger. Reducerede strategien risikoen før tabene eller efter dem? Genoprettede den eksponeringen før genopretningen eller efter? Svarene afgør ikke, om risikoreglen kan betale sig. De fortæller dig, hvilken regel du faktisk testede.
← Alle indlæg
