En strategi som målstyrer volatiliteten, reduserer posisjonen når målt volatilitet stiger, og øker eksponeringen igjen når volatiliteten faller. Det høres enkelt ut helt til et sjokk får estimatet til å skyte i været. Avhengig av estimatoren og rebalanseringsregelen kan strategien bruke flere uker på å krympe etter hendelsen, kjøpe seg inn igjen først etter oppgangen eller svinge urolig i posisjonsstørrelse.
3 implementeringsfeil står bak mye av dette rotet. Hver av dem kan få en fornuftig risikoregel til å se enten ubrukelig eller briljant ut i en backtest. Løsningen begynner med å bestemme hva målet skal styre, og deretter tilpasse estimatet og handelsplanen til oppgaven.
Feil 1: Å behandle det siste volatilitetsestimatet som en prognose
Et rullerende standardavvik oppsummerer et valgt tidsvindu. Det vet ikke om neste handelsøkt blir rolig eller urolig. Et kort vindu reagerer raskt på et sjokk, men estimatet kan forbli høyt mens sjokket gradvis faller ut av datagrunnlaget. Et langt vindu beveger seg sakte i begge retninger.
Tenk deg en strategi med et mål på 10% annualisert volatilitet og et 20-dagers estimat. Hvis estimatet hopper fra 10% til 25%, reduserer en enkel regel med omvendt sammenheng mellom volatilitet og posisjon eksponeringen til 40% av det tidligere nivået. Når sjokket faller ut av vinduet, kan estimatet synke brått, og eksponeringen øker igjen. Forløpet avhenger like mye av vinduet, avkastningsserien og rebalanseringsplanen som av det overordnede målet.
Skaden viser seg ofte som en posisjon som selges etter et kursfall og gjenopprettes etter at prisene har steget igjen. Det beviser ikke at regelen er feil: Formålet kan være å begrense risikoen gjennom en urolig periode. Men en backtest som bare rapporterer realisert volatilitet, kan skjule kostnaden i form av høy omsetning og forsinket deltakelse i markedet.
Test flere vinduer mot den samme perioden, og undersøk eksponeringsforløpet rundt sjokk. En prognosemodell kan være berettiget hvis den gir bedre beslutninger utenfor utvalget, men et mer avansert estimat fortjener ikke tillit bare fordi kurven blir jevnere.
Feil 2: Å begrense posisjonsstørrelsen og hevde at målet er nådd
Volatilitetsmålstyring implementeres vanligvis som en multiplikator. En forenklet formel er målvolatilitet delt på estimert volatilitet, brukt på strategiens grunnposisjon. I belånte markeder kan multiplikatoren bli stor når estimatet er lavt. Utviklere setter ofte et tak, noe som er fornuftig i en backtest, men taket endrer regelen.
Anta at målet er 12%, estimert volatilitet er 4%, og grunnposisjonen er 1.0. Den ubegrensede multiplikatoren er 3.0. Med et tak på 1.5 kan strategien ikke nå den tiltenkte eksponeringen. Omvendt faller multiplikatoren til 0.4 når estimert volatilitet stiger til 30%. Et gulv for minsteeksponering på 0.5 betyr at strategien beholder større eksponering enn målformelen tilsier.
| Regel | Hva den hindrer | Hva den endrer |
|---|---|---|
| Tak for maksimal eksponering | Ekstrem belåning når estimert volatilitet er svært lav | Holder strategien under målet i rolige perioder |
| Gulv for minsteeksponering | At posisjonen reduseres helt til null | Beholder mer risiko i volatile perioder |
| Volatilitetsgulv | Divisjon med et estimat nær null | Setter en nedre grense for nevneren |
Dette er 3 ulike kontrollmekanismer. Beskriv dem hver for seg i strategispesifikasjonen, og rapporter hvor ofte hver av dem slår inn. Hvis et tak er aktivt i halvparten av utvalget, kan volatilitet under målet ganske enkelt være et forventet resultat.
Feil 3: Å rebalansere kontinuerlig i modellen og med faste intervaller på kontoen
En backtest kan beregne eksponeringen på nytt for hver bar, mens papirsimuleringen gjør det én gang om dagen. Selv om begge bruker samme formel, er dette ulike strategier. Hyppig rebalansering reagerer raskere, men kan gjøre estimatstøy om til ordre. I futures gir omsetningen gebyrer og mulig fundingeksponering; i aksjer gir den kurtasje, spread og markedspåvirkning. Små justeringer kan bli dyre når de stadig krysser spreaden.
Se for deg en portefølje på 100,000 dollar med en målposisjon på 50,000 dollar. Hvis den estimerte volatiliteten flytter målet til 47,000 dollar og deretter tilbake til 49,000 dollar neste handelsøkt, handler en daglig regel for 5,000 dollar over 2 dager. En ukentlig regel handler kanskje bare én gang, avhengig av hvilken dato den observerer markedet. Ingen av planene er automatisk best. Backtesten må modellere planen som papirsimuleringen faktisk kan følge.
Et praktisk alternativ er et rebalanseringsintervall: handle bare når den faktiske eksponeringen avviker fra målet med mer enn en angitt terskel. Det kan redusere unødvendig handel, men innebærer også at risikoen kan avvike fra målet. Vis intervallet, den tilhørende omsetningen og den realiserte volatiliteten samlet; ikke presenter målet som om intervallet ikke påvirket resultatet.
Hva bør en backtest med volatilitetsmålstyring rapportere?
Gjør regelen så tydelig at noen kan forklare en posisjonsendring ut fra inngangsverdiene. Som et minimum bør du lagre estimatet, den ubegrensede multiplikatoren, multiplikatoren som faktisk brukes, status for tak eller gulv, mål- og faktisk eksponering samt rebalanseringsbeslutningen ved hver oppdatering. Sammenlign deretter variantene med samme data, kostnader og forutsetninger om utførelse.
Se nøye på de verste ukene. Reduserte strategien risikoen før tapene kom, eller etterpå? Økte den eksponeringen igjen før oppgangen, eller etterpå? Svarene avgjør ikke om risikoregel er verdt å bruke. De viser deg hvilken regel du faktisk testet.
← Alle innlegg
