نوسان

اما نوسانات با تصادفی و با توزیع احتمال همراه است.

اصطلاحات مرتبط:

• نرخ بهره
• قیمت ارز
• پرچین
• تجارت گزینه
• حق بیمه خطر
• مدل قوس
• بازده بازار سرمایه
• اندازه پراکندگی

درباره این صفحه

تنوع و حق بیمه خطر نوسانات

Harindra de Silva ،. مگان ن. میلر ، در Factor Investing ، 2017

خلاصه:

نوسانات به عنوان معیار تغییر قیمت دارایی در طول زمان تعریف می شود. نوسانات بالاتر به طور طبیعی با پتانسیل بیشتر برای تلفات بزرگتر همراه است. تمایل به مدیریت نوسانات یا توزیع بازده دارایی توسط بازارهای مالی با محصولات سرمایه گذاری برآورده شده است که می تواند این ریسک را با استفاده از اقدامات به دنبال نوسانات - که معمولاً به عنوان نوسانات ضمنی گفته می شود ، قیمت گذاری کنند. در دنیایی که با بازارهای کاملاً کارآمد و بدون اصطکاک مشخص می شود ، انتظار داریم نوسانات واقعی به طور متوسط ، نوسانات ضمنی برابر باشد. به عبارت دیگر ، قیمت حصار باید یک تخمین بی طرفانه از نوسانات آینده یک دارایی باشد.

URL: https://www. scienceirect.com/science/article/pii/b9781785482014500143

نوسانات قیمت

مورتون گلانتز ، رابرت کیسل ، در مدل سازی خطر چند دارایی ، 2014

اقدامات نوسانات

دو اقدام نوسانات وجود دارد که معمولاً در صنعت مالی استفاده می شود: تحقق یافته و ضمنی. نوسانات تحقق یافته از قیمت های تاریخی محاسبه می شود و اغلب از آن به عنوان نوسانات تاریخی یاد می شود. نوسانات تحقق یافته از تاریخ گذشته برای پیش بینی آینده استفاده می کند. از طرف دیگر ، نوسانات ضمنی از اجماع بازار از ارزش منصفانه برای یک ابزار مشتق مانند قرارداد گزینه SP500 INDEX محاسبه می شود. نوسانات ضمنی تخمین انتظار "آینده نگر" یا "آینده" است.

نوسانات تاریخی به داده ها اجازه می دهد تا آینده را پیش بینی کند.

نوسانات ضمنی به بازار اجازه می دهد تا آینده را پیش بینی کند.

پزشکان از جهات مختلف از نوسانات استفاده می کنند. به عنوان مثال ، معامله گران از نوسانات برای درک حرکت بالقوه قیمت در طول روز تجارت ، به عنوان ورود به مدل های تأثیر بازار ، برای محاسبه هزینه های معاملاتی و انتخاب الگوریتم ها استفاده می کنند. الگوریتم ها از نوسانات برای تعیین زمان مناسب برای تسریع یا کاهش سرعت معاملات در زمان واقعی استفاده می کنند. مدیران نمونه کارها از نوسانات برای ارزیابی ریسک کلی نمونه کارها ، به عنوان ورودی به بهینه سازها ، برای محاسبات ارزش در معرض خطر ، به عنوان بخشی از فرآیند انتخاب سهام و برای تدوین استراتژی های محافظت استفاده می کنند. میزهای مشتقات از نوسانات برای گزینه های قیمت و سایر محصولات ساختاری استفاده می کنند. علاوه بر این ، حامیان مالی از نوسانات برای درک پتانسیل هایی که می توانند یا قادر به انجام بدهی های بلند مدت و تعهدات مالی خود باشند ، استفاده می کنند. نوسانات یک آمار مالی بسیار مهم است.

URL: https://www. scienceirect.com/science/article/pii/b9780124016903000044

اندازه گیری نوسانات پارامتری و غیر پارامتری

نوسانات یکی از فعال ترین زمینه های تحقیق در امور مالی تجربی و اقتصاد سنجی سری زمانی در دهه گذشته بوده است. در این فصل یک چارچوب یکپارچه ، بدون اصطکاک ، بدون آربیتراژ یکپارچه برای طبقه بندی سیستماتیک مفاهیم مختلف نوسانات ، روشهای اندازه گیری و روشهای مدل سازی ارائه شده است. ما سه مفهوم نوسانات مختلف را تعریف می کنیم: (i) نوسانات مفهومی مربوط به تغییرپذیری بازده مسیر نمونه در یک بازه زمانی ثابت ، (ب) نوسانات مورد انتظار در یک بازه زمانی ثابت ، و (iii) نوسانات آنی مربوط به قدرتفرآیند نوسانات در یک نقطه از زمان. روشهای پارامتری به فرضیات فرم عملکردی صریح در مورد نوسانات مورد انتظار و/یا آنی متکی هستند. در کلاس قوس مدلها در زمان گسسته ، انتظارات از نظر متغیرهای مستقیم قابل مشاهده تدوین می شوند ، در حالی که مدل های نوسانات تصادفی تصادفی و مداوم و مداوم شامل متغیر (های) حالت نهان هستند. رویه های غیرپارامتری به طور کلی عاری از چنین فرضیات عملکردی هستند و از این رو تخمین هایی از نوسانات مفهومی را که انعطاف پذیر و در عین حال سازگار هستند (با افزایش فرکانس نمونه برداری بازده زیرین افزایش می یابد) می پردازند. روشهای غیرپارامتری شامل فیلترهای قوس و Smoothers برای اندازه گیری نوسانات نسبت به افق های بی نهایت کوتاه ، و همچنین اقدامات نوسانات تحقق یافته اخیراً مورد علاقه برای فواصل زمانی ثابت (غیرقانونی) است.

کلمات کلیدی: نوسانات تحقق یافته ؛نوسانات تصادفی ؛تنوع بازگشت درجه دوم ؛فیلترهای قوس ؛چاک

URL: https://www. sciencedirect.com/science/article/pii/b9780444508973500055

گزینه های II: قیمت گذاری و ارزیابی

موراد چودری ، در بازارهای اوراق قرضه و پول ، 2001

44. 6. 2 نوسانات ضمنی

پارامتر نوسانات در مدل B-S ، با تعریف ، نمی تواند مستقیماً در بازار مشاهده شود زیرا به نوسانات پیش می رود. با نوسانات تاریخی متفاوت است که می تواند به طور مستقیم اندازه گیری شود ، و این مقدار گاهی اوقات برای برآورد نوسانات ضمنی قیمت دارایی استفاده می شود. بنابراین بانک ها از مقدار نوسانات ضمنی استفاده می کنند ، که نوسانات به دست آمده با استفاده از قیمت گزینه های مبادله ای است. با توجه به قیمت یک گزینه و تمام پارامترهای دیگر ، می توان از قیمت گزینه برای تعیین نوسانات دارایی زیربنایی که توسط قیمت گزینه دلالت دارد ، استفاده کرد. با این حال ، مدل B-S نمی تواند به شکلی تنظیم شود که اندازه گیری نوسانات σ را به عنوان تابعی از پارامترهای دیگر بیان کند. بنابراین به طور کلی یک فرآیند تکرار عددی برای رسیدن به مقدار σ با توجه به قیمت گزینه ، معمولاً روش نیوتن-رافسون ، که در پیوست 44. 5 خلاصه می شود ، استفاده می شود.

بازار از نوسانات ضمنی برای سنجش نوسانات دارایی های فردی نسبت به بازار استفاده می کند. سطح نوسانات ثابت نیست و با سطح کلی بازار و همچنین برای عوامل خاص سهام در نوسان است. در هنگام ارزیابی نوسانات با مراجعه به گزینه های مبادله ای ، سازندگان بازار بیش از یک ارزش استفاده می کنند ، زیرا یک دارایی بسته به اینکه خود گزینه در پول است ، دارایی های متفاوتی خواهد داشت. قیمت یک گزینه AT-the-Money حساسیت بیشتری به نوسانات نسبت به قیمت یک گزینه عمیقاً داخلی یا خارج از پول نشان می دهد. بنابراین سازندگان بازار هنگام ارزیابی نوسانات یک دارایی خاص ، ترکیبی از مقادیر نوسانات را می گیرند.

URL: https://www. scienceirect.com/science/article/pii/b9780750646772500528

مشتقات عدالت

مورتون گلانتز ، رابرت کیسل ، در مدل سازی خطر چند دارایی ، 2014

انواع جایگزین مبادله مالی

سوآپ نوسان: سوآپ نوسانات یک قرارداد سوآپ خارج از بورس در مورد نوسانات محقق شده آینده یک ابزار مالی است. این به سرمایه گذاران اجازه می دهد تا به همان شیوه ای که در مورد حرکت قیمت پایه یک شاخص عملکرد مانند شاخص SP500 انجام می دهند، بر روی سطوح نوسان معامله کرده و حدس و گمان کنند. آنها همچنین برای پوشش ریسک نوسان سایر موقعیت ها و پرتفوی های مالی استفاده می شوند. شاخص VIX اغلب به عنوان یک پروکسی برای سطح نوسان بازار فعلی استفاده می شود.

مبادله همبستگی: معاوضه همبستگی یک قرارداد مبادله خارج از بورس در سطوح همبستگی محقق شده آینده در بازار است. شاخص همبستگی اغلب بر اساس یک معیار همبستگی مشاهده شده در میان مجموعه ای از دارایی های مالی است. این به سرمایه گذاران اجازه می دهد تا در مورد سطوح همبستگی اساسی در بازار، مشابه نوسانات بازار معاملات، معامله و حدس و گمان کنند.

آدرس اینترنتی: https://www. sciencedirect.com/science/article/pii/B9780124016903000068

کنترل ریسک مالی

Françoise Deshusses, in Oil Trading Manual, 2002

نوسان قیمت چیست؟

نوسانات تاریخی یک معیار آماری از دامنه تغییرات قیمت گذشته است. به منظور محاسبه نوسانات، حرکات قیمت به طور کلی به صورت درصد، یعنی ΔP/P، یا تغییرات ترکیبی تغییرات روزانه قیمت، یعنی ln(P بیان می شود.₂/P₁).

اگر فرض شود که حرکات قیمت با توزیع نرمال استاندارد مطابقت دارد، نوسانات را می توان با انحراف استاندارد توزیع اندازه گیری کرد. نوسانات معمولاً به صورت انحراف استاندارد سالانه درصد تغییرات قیمت بیان می شود (شکل 18. 3 را ببینید).

این بدان معناست که یک کالای اساسی با نوسان سالانه 25 درصد احتمال 68. 3 درصد دارد، یعنی یک انحراف معیار بر اساس توزیع نرمال، که قیمت ها در طول یک سال در محدوده 25± درصد حرکت خواهند کرد.. اگر قیمت فعلی 100 دلار باشد، این حاکی از محدوده قیمتی احتمالی از 100 دلار × 0. 25- تا 100 دلار × e +0. 25، یعنی 77. 88 دلار و 128. 40 دلار است.

اندازه گیری های سالانه نوسان را می توان با ضرب نوسان سالانه در جذر کسر ماهانه یک سال، یعنی جذر یک دوازدهم، به نوسانات ماهانه تبدیل کرد. محاسبات مشابهی را می توان برای نوسانات روزانه بر اساس تعداد روزهای معاملاتی در سال انجام داد که معمولاً 252 روز فرض می شود.

آدرس اینترنتی: https://www. sciencedirect.com/science/article/pii/B9781855730748500250

پیش بینی ریسک و بازده

میشل M. Dacorogna ،. Olivier V. Pictet ، در مقدمه ای برای تأمین مالی با فرکانس بالا ، 2001

9. 2. 2 انتخاب بهترین مدل پیش بینی نوسانات

کیفیت مدل های پیش بینی نوسانات باید در تست های آماری اندازه گیری شود و پیش بینی ها را با مقادیر واقعی متغیر هدف مقایسه می کند ، که در اینجا نوعی نوسانات تحقق یافته است.

در تست های خارج از نمونه از سه مدل پیش بینی نوسانات ارائه شده در بخش 9. 2. 1 ، مدل تیک تیک معادله 9. 4 دارای پیش بینی های نوسانات کاملاً بهتر از مدل ریسک سنج معادله 9. 1 یا 9. 2 است. معادله 9. 5 منجر به پیش بینی نوسانات حتی بهتر می شود.

آزمایش کیفیت پیش بینی نوسانات حاکی از برخی مشکلات فنی است. اول ، چندین اقدامات با کیفیت برای انتخاب وجود دارد. این در بخش های 9. 4. 1 و 8. 4. 1 مورد بحث قرار گرفته است ، جایی که پیش بینی نوسانات از معادلات فرآیند گرفته شده و توسط چندین معیار آزمایش می شود.

مشکل دوم در تعصب هر دو نوسانات تحقق یافته (متغیر هدف) و پیش بینی نوسانات است که در صورتی که فواصل بازده انتخاب شده بسیار کوچک باشد ، ظاهر می شود. این تعصب در بخش 3. 2. 4 و در اندرسن و همکاران بحث شده است.(2000). تست های پیش بینی نوسانات تحت تأثیر این تعصب قرار دارند. درمان تعصب هنگام طراحی مدل های پیش بینی نوسانات و آزمایشات بر اساس بازده با فرکانس بالا در فواصل کمتر از یک ساعت ، تقریباً اجتناب ناپذیر است. کورسی و همکاران.(2001) یک روش اصلاح تعصب مناسب را پیشنهاد می کند.

با توجه به این مشکلات فنی ، هنوز مطالعه جامع در مورد پیش بینی های نوسانات با فرکانس بالا و ویژگی های آنها وجود ندارد. هدف نهایی توسعه یک روش مداوم از تجزیه و تحلیل ریسک بر اساس داده های فرکانس بالا با کیفیت پیش بینی برتر است: ارزیابی ریسک در زمان واقعی.

URL: https://www. scienceirect.com/science/article/pii/b9780122796715500125

گزینه ها

دیوید ناکس ، در دفترچه راهنمای تجارت نفت ، 2002

مثال

قیمت فعلی نفت خام 18. 00 دلار در هر بشکه است

نوسانات بازار = 20 ±.

$ 18 × + 20 ٪ = + 3. 60 $ / بشکه 18 $ × - 20 ٪ = - 3. 60 $ / بشکه

مقدار زمان یک گزینه با نوسانات بازار افزایش می یابد. اگر انتظار می رود نوسانات کم باشد ، محدوده معاملات آینده باریک تر خواهد بود و ارزش فعلی جریان درآمد بالقوه از برگزاری گزینه کوچکتر خواهد بود زیرا احتمال کمتری از تغییر زیاد در قیمت ها قبل از انقضا وجود دارد. با این حال ، اگر انتظار می رود نوسانات زیاد باشد ، محدوده معاملات آینده گسترده تر خواهد بود و ارزش فعلی جریان درآمد بالقوه از برگزاری گزینه بزرگتر خواهد بود زیرا احتمال بیشتری از تغییر بزرگ در قیمت ها قبل از انقضا وجود دارد.

URL: https://www. scienceirect.com/science/article/pii/b978185573074850016x

ابزاری برای مهندسی نوسانات ، مبادلات نوسانات و تجارت نوسانات

15. 6 نمونه در دنیای واقعی قرارداد واریانس

مبادله واریانس (نوسانات) برای گرفتن موقعیت با قرار گرفتن در معرض واریانس (نوسانات) و محافظت از آن به وضوح مفید است. اما ، هر بار که یک بازار جدید به دنیا می آید ، معمولاً تحولات دیگری فراتر از کاربردهای فوری وجود دارد. ما به طور خلاصه به برخی از برنامه های دیگر از مفاهیم توسعه یافته در این فصل اشاره می کنیم.

اول از همه ، F T 2 ، که پای ثابت مبادله واریانس است ، می تواند به عنوان معیار در ایجاد محصولات جدید استفاده شود. با این حال ، درک این نکته حائز اهمیت است که این قیمت با استفاده از معیار خنثی ریسک بدست آمده است و لزوماً یک پیش بینی بی طرفانه از واریانس آینده برای دوره نیست.₁، t₂]. دقیقاً مانند قیمت بازار FRA ، F_حرفحق بیمه خطر را شامل می شود. با این وجود ، این قیمت مناسب برای نوشتن گزینه های نوسانات است.

قیمت گذاری مبادله واریانس لزوماً نوساناتی را ایجاد نمی کند که با نوسانات ضمنی برای مدت مشابه برابر باشد. نوسانات ضمنی با لبخند همراه است و این ممکن است گوه دیگری را بین F معرفی کند_حرفو نوسانات دستگاه خودپرداز.

سرانجام ، f t 2 باید شاخص خوبی برای قرار گرفتن در معرض نوسانات ریسک پذیری و همچنین کتاب ها باشد.

تجارت نوسانات ، محافظت از نوسانات و داوری هنوز یک منطقه نسبتاً جدید است. در زیر ، برخی از مشکلات اخیر را مشاهده خواهیم کرد که محصولات نوسانات در طول GFC و موقعیت های جدید مرتبط با آنها با آنها روبرو می شوند.

URL: https://www. scienceirect.com/science/article/pii/b9780123869685000157

مدل های خطر ، نوسانات و فاکتور

معرفی

در این فصل ، ما در مورد نوسانات قیمت و مدل های فاکتور و نحوه استفاده از آنها برای بهبود عملکرد معاملات بحث می کنیم. ما تکنیک های مختلفی را ارائه می دهیم که در صنعت برای پیش بینی نوسانات و همچنین روش های مناسب برای کالیبراسیون این مدل ها استفاده می شود.

نوسانات عدم اطمینان در مورد حرکت بالقوه قیمت است که به عنوان انحراف استاندارد بازده قیمت محاسبه می شود. این یک اندازه گیری از تغییر بالقوه در روند قیمت است و نه اندازه گیری روند قیمت واقعی. به عنوان مثال ، دو سهام می توانند دارای یک نوسانات دقیق یکسان باشند اما روندهای بسیار متفاوتی دارند. اگر سهام A دارای نوسانات 10 ٪ و روند قیمت 20 ٪ باشد ، بازده انحراف استاندارد آن بین 10 تا 30 درصد خواهد بود. اگر سهام B نیز دارای نوسانات 10 ٪ باشد اما روند قیمت 5 ٪ بازده انحراف استاندارد آن بین 5 تا 15 ٪ خواهد بود. سهام با نوسانات بالاتر نوسانات بیشتری نسبت به سهام با نوسانات پایین تر و در نتیجه بازده بالاتر یا پایین تر خواهد داشت.

دو اقدام نوسانات که معمولاً در صنعت استفاده می شود وجود دارد: تحقق یافته و ضمنی. نوسانات تحقق یافته از قیمت های تاریخی محاسبه می شود و اغلب از آن به عنوان نوسانات تاریخی یاد می شود. نوسانات تحقق یافته از داده های تاریخی پیش بینی آینده استفاده می کند. از طرف دیگر ، نوسانات ضمنی از اجماع بازار در مورد ارزش منصفانه برای یک ابزار مشتق مانند قرارداد گزینه S& P500 محاسبه می شود. نوسانات ضمنی تخمین انتظار "رو به جلو" یا "آینده" است.

نوسانات تاریخی به داده ها اجازه می دهد تا آینده را پیش بینی کند

نوسانات ضمنی به بازار اجازه می دهد تا آینده را پیش بینی کند

ما از بسیاری جهات از نوسانات استفاده می کنیم. به عنوان مثال ، معامله گران از نوسانات برای درک حرکت بالقوه قیمت در طول روز تجارت ، به عنوان ورود به مدل های تأثیر بازار ، برای محاسبه هزینه های معاملاتی و انتخاب الگوریتم ها استفاده می کنند. الگوریتم ها از نوسانات برای تعیین زمان مناسب برای تسریع یا کاهش سرعت معاملات در زمان واقعی استفاده می کنند. مدیران نمونه کارها از نوسانات برای ارزیابی ریسک کلی نمونه کارها ، به عنوان ورودی به بهینه سازها ، برای محاسبات ارزش در معرض خطر (VAR) ، به عنوان بخشی از فرآیند انتخاب سهام ، و برای تدوین استراتژی های محافظت استفاده می کنند. میزهای مشتقات از نوسانات برای گزینه های قیمت و سایر محصولات ساختاری استفاده می کنند. علاوه بر این ، حامیان مالی از نوسانات برای درک پتانسیل هایی که می توانند یا قادر به انجام بدهی های بلند مدت و تعهدات مالی خود باشند ، استفاده می کنند. نوسانات یک آمار مالی بسیار مهم است.

URL: https://www. sciencedirect.com/science/article/pii/b9780128156308000119

• درباره ScienceDirect
• دسترسی از راه دور
• سبد خرید
• تبلیغات
• تماس و پشتیبانی
• شرایط و ضوابط
• سیاست حفظ حریم خصوصی

ما از کوکی ها برای کمک به ارائه و تقویت خدمات و محتوای خیاطی و تبلیغات استفاده می کنیم. با ادامه شما با استفاده از کوکی ها موافقت می کنید.

کپی رایت © 2023 Elsevier B. V. یا مجوزهای آن یا مشارکت کنندگان آن. ScienceDirect® یک علامت تجاری ثبت شده Elsevier B. V است.

ScienceDirect® یک علامت تجاری ثبت شده Elsevier B. V است.