Waarom je backtest een volatiliteitspiek aanziet voor een nieuw regime

Een strategie die op volatiliteit stuurt, verkleint haar positie wanneer de gemeten volatiliteit stijgt en vergroot de blootstelling weer wanneer de volatiliteit daalt. Dat klinkt eenvoudig, totdat een schok de schatting omhoogjaagt. Afhankelijk van de schattingsmethode en de herbalanceringsregel kan de strategie na de gebeurtenis wekenlang verder afbouwen, pas na het herstel weer bijkopen of de positie onrustig heen en weer laten schommelen.

Drie implementatiefouten veroorzaken veel van die schade. Elke fout kan een verstandige risicoregel in een backtest nutteloos of juist briljant doen lijken. De oplossing begint met bepalen wat het doel precies moet beheersen, en vervolgens de schatting en het handelsschema daarop afstemmen.

Fout 1: De laatste volatiliteitsschatting behandelen als een voorspelling

Een rollende standaarddeviatie vat een gekozen periode samen. Die weet niet of de volgende sessie rustig of onstuimig wordt. Een korte periode reageert snel op een schok, maar de schatting kan hoog blijven zolang de schok nog in de steekproef zit. Een lange periode beweegt traag in beide richtingen.

Neem een strategie die mikt op 10% geannualiseerde volatiliteit met een schatting over 20 dagen. Als de schatting van 10% naar 25% springt, verlaagt een eenvoudige inverse-volatiliteitsregel de blootstelling tot 40% van het vorige niveau. Wanneer de schok buiten de periode valt, kan de schatting scherp dalen en springt de blootstelling weer omhoog. Het resulterende verloop hangt net zo goed af van de periode, de rendementsreeks en het herbalanceringsschema als van het opgegeven doel.

De schade is vaak zichtbaar als een positie die na een koersdaling verkoopt en het risico pas herstelt nadat de prijzen zijn opgeveerd. Dat bewijst niet dat de regel verkeerd is: risico beperken tijdens een onrustige periode kan juist het doel zijn. Maar een backtest die alleen de gerealiseerde volatiliteit rapporteert, kan de prijs verbergen die je betaalt in omzet en vertraagde deelname aan het herstel.

Test meerdere perioden over dezelfde tijdspanne en bekijk hoe de blootstelling rond schokken verloopt. Een voorspellingsmodel kan gerechtvaardigd zijn als het buiten de steekproef betere beslissingen oplevert, maar een geavanceerdere schatting verdient niet vanzelf vertrouwen alleen omdat de lijn gladder is.

Fout 2: De positiegrootte begrenzen en doen alsof het doel is gehaald

Volatiliteitssturing wordt meestal geïmplementeerd als een vermenigvuldigingsfactor. Een vereenvoudigde vorm is de doelvolatiliteit gedeeld door de geschatte volatiliteit, toegepast op de basispositie van de strategie. Op markten met hefboomwerking kan die factor groot worden wanneer de schatting laag is. Ontwikkelaars stellen vaak een maximum in, wat verstandig is voor een backtest, maar daardoor verandert de regel wel.

Stel dat het doel 12% is, de geschatte volatiliteit 4% en de basispositie 1.0. De ruwe factor is 3.0. Met een maximum van 1.5 is de beoogde blootstelling van de strategie onbereikbaar. Omgekeerd daalt de ruwe factor naar 0.4 wanneer de geschatte volatiliteit stijgt naar 30%. Een minimale blootstellingsvloer van 0.5 betekent dat de strategie meer blootstelling houdt dan de doelformule voorschrijft.

Dat zijn drie verschillende beheersmaatregelen. Vermeld ze afzonderlijk in de strategiebeschrijving en rapporteer hoe vaak elke maatregel ingrijpt. Als een maximum de helft van de steekproef actief is, kan een gerealiseerde volatiliteit onder het doel simpelweg het verwachte resultaat zijn.

Fout 3: In het model continu herbalanceren en op de rekening periodiek

Een backtest kan de blootstelling bij elke bar opnieuw berekenen, terwijl je bij paper trading maar 1 keer per dag controleert. Ook als beide dezelfde formule gebruiken, zijn het verschillende strategieën. Vaker herbalanceren reageert sneller, maar kan schattingsruis in orders omzetten. Bij futures brengt omzet kosten en mogelijk blootstelling aan funding met zich mee; bij aandelen gaat het om commissies, de spread en marktimpact. Kleine aanpassingen kunnen duur uitpakken wanneer ze herhaaldelijk de spread oversteken.

Neem een portefeuille van 100,000 dollar met een doelpositie van 50,000 dollar. Als de geschatte volatiliteit het doel naar 47,000 dollar verplaatst en de volgende sessie weer naar 49,000 dollar, handelt een dagelijkse regel over 2 dagen voor 5,000 dollar. Een wekelijkse regel handelt misschien maar 1 keer, afhankelijk van de peildatum. Geen van beide schema's is automatisch beter. De backtest moet het schema modelleren dat de paperstrategie daadwerkelijk kan volgen.

Een praktisch alternatief is een herbalanceringsband: handel alleen wanneer de huidige blootstelling meer dan een vastgelegde drempel afwijkt van het doel. Dat kan onnodige transacties verminderen, maar laat het risico ook van het doel afdrijven. Toon de band, de resulterende omzet en de gerealiseerde volatiliteit samen; presenteer het doel niet alsof de band geen effect heeft.

Wat moet een backtest met volatiliteitssturing rapporteren?

Houd de regel inzichtelijk genoeg om een positiewijziging aan de hand van de invoerwaarden te kunnen uitleggen. Bewaar ten minste bij elke update de schatting, de ruwe factor, de toegepaste factor, de status van maximum of minimum, de doelblootstelling, de werkelijke blootstelling en de herbalanceringsbeslissing. Vergelijk vervolgens varianten op basis van dezelfde data, kosten en uitvoeringsaannames.

Kijk ook goed naar de zwaarste weken. Verminderde de strategie het risico vóór de verliezen, of erna? Herstelde ze de blootstelling vóór het herstel, of erna? Die antwoorden beslissen niet of de risicoregel de moeite waard is. Ze vertellen je wel welke regel je daadwerkelijk hebt getest.