Saisonnalité de la volatilité intrajournalière : profils horaires et limites

La saisonnalité de la volatilité intrajournalière correspond à une différence systématique d’échelle des rendements selon le moment de la séance. La distribution historique d’un rendement sur 30 minutes près de l’ouverture d’une bourse peut différer de celle d’un intervalle de même durée autour de midi. Il est question de l’ampleur et de la dispersion des rendements, pas de la probabilité que les cours montent ou baissent à une heure donnée

Des travaux documentent des profils récurrents de volatilité intrajournalière dans les données sur les actions et le marché des changes. Andersen et Bollerslev montrent que cette périodicité influence les propriétés dynamiques des rendements haute fréquence : la modéliser aide à séparer le profil horaire de la dynamique de volatilité plus persistante (199700004-2)). Ce résultat motive un ajustement, mais ne démontre pas qu’une courbe unique et fixe s’applique à tous les actifs, marchés ou périodes

Un facteur saisonnier doit surtout servir de référence de comparaison. Il peut décrire à quel point un rendement est inhabituel par rapport à son échelle habituelle à cette heure, ou empêcher un modèle de volatilité de confondre un profil régulier de séance avec un regroupement persistant. Le guide sur la volatilité réalisée explique comment additionner les rendements intrajournaliers au carré pour construire une mesure de séance ; cet article s’intéresse à leur profil horaire

Dans de nombreux échantillons d’actions, la volatilité moyenne est plus élevée près de l’ouverture et de la clôture qu’au milieu de la séance régulière. La courbe qui en résulte peut ressembler à un U. Les enchères d’ouverture, les informations accumulées pendant la nuit, l’arrivée des participants, les ajustements de portefeuille en fin de journée et les mécanismes de clôture peuvent coïncider avec des variations de volatilité, mais le motif observé ne permet pas à lui seul d’identifier leur cause

La forme peut varier selon le marché et la définition de la séance. Le marché des changes opère dans plusieurs fuseaux horaires et ne possède pas de cloche d’ouverture centrale unique. Un contrat à terme peut être négocié presque en continu tout en ayant une période de règlement, une pause de maintenance ou des pics de liquidité régionaux. Un marché crypto ouvert 24 heures sur 24 n’a ni ouverture ni clôture unique, sauf si l’analyste définit une séance de référence. L’horloge pertinente dépend de l’instrument, du marché et de la convention d’échantillonnage

Ederington et Lee constatent que le profil en U habituel disparaît dans leur échantillon de devises une fois pris en compte les annonces macroéconomiques programmées et d’autres informations sur la volatilité (2001). Il s’agit d’un résultat propre à leur échantillon, et non de la preuve que tous les marchés des changes sont dépourvus de périodicité. Il montre pourquoi une courbe moyenne descriptive ne doit pas être considérée comme une loi immuable

Soit r₍d,j₎ le rendement de l’intervalle intrajournalier j de la séance d. Une décomposition conceptuelle utile est

r₍d,j₎ = sⱼ ε₍d,j₎ Var(r₍d,j₎ | information disponible avant l’intervalle) = sⱼ² h₍d,j₎

Ici, sⱼ est un facteur d’échelle positif associé à l’heure, tandis que h₍d,j₎ représente une volatilité qui varie avec l’information et les conditions de marché. Le facteur sⱼ est une description statistique d’un échantillon et d’un calendrier donnés ; il ne correspond pas nécessairement à un effet causal de l’horloge. Cette décomposition aide à formuler le modèle, sans prétendre que chaque actif suit un calendrier déterministe connu

Si sⱼ est ignoré, des intervalles à forte variance récurrents à certaines heures peuvent donner l’impression que les rendements au carré sont persistants. Un modèle GARCH risque alors d’attribuer à ses paramètres dynamiques à la fois les variations intrajournalières régulières et le véritable regroupement de volatilité. Le guide GARCH explique ce dernier phénomène. Un ajustement saisonnier peut aider à les distinguer, mais ne remplace pas l’examen des résidus, de la stabilité des paramètres ou de spécifications alternatives

Il ne faut pas confondre facteur d’écart-type et facteur de variance. Si l’écart-type des rendements d’un intervalle est deux fois celui d’un autre, sa variance est quatre fois plus élevée à unités égales. Toute estimation doit préciser si le facteur porte sur l’écart-type, la variance ou le rendement absolu, et appliquer la même définition à la normalisation des observations

Supposons que les données d’un échantillon d’entraînement qui se termine avant le mois d’évaluation indiquent une échelle typique de rendement sur 30 minutes de 0,40 % près de l’ouverture et de 0,20 % vers midi. Ces chiffres sont hypothétiques et illustrent seulement le calcul ; ils ne constituent pas une estimation pour un actif donné ou une séance actuelle. Le rapport des écarts-types entre l’ouverture et midi est de 2, et celui des variances est de 4

Comparons maintenant un rendement de 0,40 % à l’ouverture à un rendement de 0,20 % vers midi. La division de chaque rendement absolu par sa propre échelle historique donne 0,40 % / 0,40 % = 1 et 0,20 % / 0,20 % = 1. Chaque mouvement correspond à une unité de son échelle horaire. Les mouvements bruts diffèrent, mais leurs amplitudes standardisées sont égales dans cet exemple

Ce calcul ne signifie pas qu’un mouvement est statistiquement rare, qu’il va s’inverser ou qu’il est rentable à négocier. Une valeur standardisée ne s’interprète qu’avec le modèle de distribution, l’incertitude d’estimation, le contexte des événements et la qualité de mesure. Le rapport des échelles n’est ni une probabilité, ni une prévision, ni un signal directionnel

Commencez par définir l’instrument, le marché, la séance, la durée des barres, la source des prix et la convention de rendement. Faites correspondre le même intervalle relatif à la séance entre les séances historiques. Une barre de 9 h 30 à 10 h, en heure locale de la bourse, ne doit pas être comparée sans précaution à une barre UTC arbitraire après un changement d’heure. Décidez à l’avance du traitement des enchères, des écarts nocturnes, des jours fériés, des clôtures anticipées, des cotations manquantes et des séances inhabituelles

Estimez l’échelle typique de chaque intervalle à partir de dates antérieures à la date de prévision ou d’évaluation. Un point de départ robuste consiste à mesurer chaque tranche horaire par la médiane des rendements absolus ou par une racine de la moyenne des carrés tronquée. Comme les journées volatiles peuvent dominer les moyennes regroupées, on peut d’abord normaliser chaque séance par une échelle quotidienne globale, estimer le profil intrajournalier, lisser les tranches voisines et normaliser enfin les facteurs à un niveau de référence choisi. La méthode et la règle de normalisation doivent être consignées

Dans un backtest historique, figez les facteurs avec la période d’entraînement disponible à chaque origine de prévision. Réestimez-les dans une fenêtre glissante ou croissante si cela correspond au processus prévu en production. Estimer le profil une fois avec toutes les données, puis l’appliquer aux dates antérieures, introduit de l’information issue de séances futures et peut donner aux rendements standardisés une stabilité qu’ils n’auraient pas eue en temps réel

Séparez le profil saisonnier du traitement des événements et de toute estimation de volatilité de la journée en cours. Si le modèle peut utiliser la volatilité observée plus tôt dans la séance actuelle, calculez-la uniquement à partir des barres disponibles à l’heure de prévision. Précisez si le profil est distinct par jour de semaine, mois de contrat, marché ou régime : davantage de subdivisions peuvent réduire le biais, mais aussi laisser trop peu d’observations par tranche

Consignez le nombre d’observations et de séances derrière chaque estimation d’intervalle. Les jours fériés, les données manquantes ou les échanges peu actifs concentrés à certaines heures peuvent faire refléter au facteur la couverture des données plutôt que la variation du marché. Trop de petites tranches produisent des estimations instables ; choisissez donc la durée des barres et la longueur d’entraînement avant de comparer les résultats. Le lissage des tranches voisines peut réduire le bruit, mais aussi effacer les pics d’ouverture ou de clôture : comparez les profils bruts et lissés et documentez la règle

Si vous réestimez le profil pendant une évaluation historique, conservez la version qui aurait été disponible à chaque origine de prévision. Enregistrez la date de fin d’entraînement, le nombre d’observations par tranche, les transformations et les dates d’utilisation de chaque facteur. Choisir un profil après avoir constaté lequel a le mieux performé, puis l’appliquer aux dates antérieures, introduit de l’anticipation dans le processus de sélection lui-même

<!-- learn:illustration -->

Les annonces économiques sont souvent publiées à heures fixes. Un pic récurrent de volatilité après une publication peut donc ressembler à une saisonnalité horaire ordinaire, alors que sa cause immédiate est une nouvelle programmée. Ederington et Lee étudient ensemble la volatilité récente, les annonces programmées et la périodicité ; dans leurs échantillons de taux d’intérêt et de devises, les annonces comptent particulièrement pour les périodes de très forte volatilité, et la prise en compte de ces informations modifie la persistance estimée (2001)

Si la question de recherche porte sur un profil horaire typique, il est possible de séparer les intervalles d’annonce, d’ajouter des indicateurs d’événement définis à l’avance ou de présenter les résultats avec et sans ces intervalles. Le choix dépend de l’inclusion ou non des annonces connues dans la prévision visée. Exclure toutes les barres d’événement peut sous-estimer le risque d’une stratégie qui conserve effectivement des positions pendant ces publications

Ne reconstruisez pas un calendrier d’événements historiques avec des informations qui n’étaient pas disponibles à la date de prévision. Conservez les heures de publication et les révisions lorsqu’elles comptent, distinguez les nouvelles programmées des nouvelles inattendues si les données le permettent, et précisez les marchés et annonces couverts par l’ajustement. Un facteur horaire ne peut pas expliquer à lui seul une nouvelle surprise ni son impact

Les intervalles ont besoin d’une définition stable de l’horloge. Pour une bourse avec une séance régulière, l’heure locale permet souvent de repérer naturellement l’ouverture, midi et la clôture. Si les enregistrements sont en UTC, convertissez-les avec les règles historiques de fuseau horaire pour chaque date. Un décalage UTC fixe peut déplacer d’une heure les barres locales d’ouverture lors d’un changement d’heure et créer des différences saisonnières artificielles

Les calendriers des bourses incluent jours fériés, séances écourtées, enchères, suspensions et pauses propres aux contrats. La dernière barre d’une séance écourtée n’occupe pas la même position que la barre de clôture habituelle. Définissez comment ces observations s’intègrent au profil ou estimez des profils distincts pour chaque type de séance. Pour les contrats à terme, documentez le modèle de séance et le traitement du roulement ; pour les cryptomonnaies, précisez la limite du jour et le fuseau de référence

Le facteur doit décrire des observations comparables. Ne comparez pas une barre d’actions en séance régulière à une barre nocturne de contrat à terme simplement parce qu’elles portent la même heure UTC. Harmonisez horodatages, construction des barres et source de prix, et vérifiez la présence de cotations périmées, de transactions asynchrones ou de règles d’enchères différentes. L’alignement horaire fait partie de la spécification du modèle, ce n’est pas une retouche cosmétique des données

Un facteur saisonnier fixe suppose que le profil relatif de volatilité selon l’heure reste stable. Cette hypothèse peut échouer. Andersen, Thyrsgaard et Todorov testent la périodicité variable dans le temps et trouvent, pour les rendements de l’indice S&P 500, des éléments indiquant que le profil évolue en partie avec le niveau actuel de volatilité. Lors des périodes de forte volatilité, l’intervalle précédant la clôture représente une part plus importante de la volatilité intégrée quotidienne que pendant les périodes calmes (2019)

Cela ne signifie pas que la clôture devient toujours plus volatile dans tous les marchés lorsque les turbulences augmentent. Les résultats dépendent des données, de la méthode et de l’échantillon de cette étude. Ils indiquent néanmoins qu’un profil moyen de long terme peut lisser des changements significatifs. Comparez les estimations entre sous-périodes et régimes de volatilité, vérifiez la stabilité des facteurs et signalez l’incertitude au lieu de présenter une courbe unique comme permanente

Les estimations glissantes s’adaptent, mais deviennent aussi plus bruitées et peuvent suivre de trop près quelques événements. Les profils propres à chaque régime exigent assez d’observations passées dans chaque régime et une règle d’affectation qui n’utilise pas d’information future. Si ces conditions ne sont pas réunies, un facteur stable plus simple accompagné de contrôles explicites des événements peut être plus facile à interpréter. Le guide du cône de volatilité compare des distributions entre horizons et échantillons ; il traite d’une comparaison distincte

La standardisation selon l’heure peut rendre plus équitables les comparaisons de volatilité entre intervalles de séance, aider à diagnostiquer les profils résiduels et soutenir un modèle de prévision dont les hypothèses exigent des innovations plus comparables. Elle peut aussi montrer qu’un mouvement apparemment extrême à l’ouverture est ordinaire par rapport à l’échelle historique de cet intervalle. Elle ne révèle pas si le prochain rendement sera positif ou négatif

La normalisation ne prouve pas non plus qu’une stratégie puisse générer un rendement. Il faut définir entièrement un signal et une règle d’exécution, puis effectuer un test hors échantillon qui inclut spread, frais, glissement, impact de marché, latence et capacité. Un profil horaire historique peut aider à modéliser le risque ou les conditions d’exécution, mais ne constitue ni une règle d’entrée ni une preuve d’inefficience du marché. Le guide variance et volatilité explique pourquoi les unités au carré doivent rester distinctes de celles de l’écart-type

Un rapport reproductible doit indiquer l’instrument et le marché, le fuseau horaire, le calendrier des séances, l’intervalle d’échantillonnage, la source des données, l’estimateur, la fenêtre d’entraînement, le traitement des annonces et des séances inhabituelles, la règle de normalisation, les contrôles de stabilité et la date limite des informations utilisées pour prévoir. Il doit aussi présenter l’incertitude du profil et les résultats sur des données qui n’ont pas servi à son estimation. Ces précisions rendent l’ajustement vérifiable et évitent qu’un profil descriptif devienne une affirmation de trading sans fondement