Estimateurs à noyau réalisé : mesurer la volatilité avec le bruit de microstructure

En l’absence de bruit, additionner les carrés des rendements intrajournaliers est une manière naturelle d’estimer les variations sur l’intervalle observé. Toutefois, les prix de transaction et les cotations peuvent inclure l’alternance entre le bid et l’ask, la discrétisation des prix, la latence ou des erreurs d’enregistrement. La différence entre deux prix bruités transmet leurs erreurs au rendement ; deux rendements consécutifs partagent aussi l’une de ces erreurs avec des signes opposés. Leurs autocovariances sérielles contiennent donc de l’information sur le bruit d’observation.

La variance réalisée ordinaire n’utilise que le produit au retard zéro : elle additionne les rendements au carré. À une fréquence d’échantillonnage très élevée, le bruit peut s’accumuler plus vite que les nouveaux mouvements du prix latent ne sont captés. Un noyau réalisé ajoute au terme de retard zéro des autocovariances pondérées à des retards positifs et négatifs. Sous des hypothèses adaptées et lorsque la largeur de bande augmente, les termes de retard non nul contribuent à compenser l’effet principal du bruit tout en préservant les variations du prix efficient.

Barndorff-Nielsen, Hansen, Lunde et Shephard ont développé les noyaux réalisés pour mesurer les variations ex post en présence de frictions de marché dans leur article original publié dans Econometrica. Leur méthode est un calcul soigneusement pondéré de variance de long terme, et non une consigne d’utiliser chaque tick sans vérifier les données. Pour la mesure haute fréquence plus simple, consultez le guide de calcul de la volatilité réalisée. Cet article se concentre sur la correction par noyau et ses choix.

Soit \(X_t\) le logarithme latent du prix efficient et \(Y_{t_i}\) le logarithme du prix enregistré à l’instant \(t_i\) :

\[ Y_{t_i}=X_{t_i}+\epsilon_{t_i}, \]

où \(\epsilon_{t_i}\) représente le bruit de microstructure. Un modèle de référence courant suppose que le prix latent suit un processus continu de taux de variance local \(\sigma_t^2\). La cible sur l’intervalle fixe \([0,T]\) est alors la variance intégrée :

\[ IV_T=\int_0^T \sigma_t^2\,dt. \]

La dérivation la plus simple suppose que le bruit est de moyenne nulle, indépendant dans le temps et du processus du prix efficient, avec une variance stable. Ces hypothèses facilitent l’explication de la correction. Les transactions et cotations réelles peuvent toutefois s’en écarter : le bruit peut être dépendant dans le temps, varier, être lié au prix efficient ou dépendre du choix des instants d’observation.

Si le processus latent comporte des sauts, la variation quadratique inclut aussi leurs carrés. La pertinence de cette cible dépend du modèle et de la question de recherche. Une dérivation à prix continu vise la variance intégrée ; il ne faut pas présenter un noyau réalisé comme séparant la variance continue des sauts sans y ajouter une construction robuste aux sauts. Le guide de la variation quadratique explique la différence entre variance intégrée et variation totale du chemin.

Ce cadre estime un intervalle achevé. Il ne reconstitue pas exactement le prix latent, ne prévoit pas l’intervalle suivant et n’indique pas le prix auquel une transaction aurait pu être exécutée. La définition du prix haute fréquence doit aussi être documentée : transactions, milieux de cotation ou autre approximation peuvent produire des séries de rendements et des caractéristiques de bruit différentes.

Pour une séquence de \(n\) rendements observés \(r_i=Y_{t_i}-Y_{t_{i-1}}\), définissons la somme non normalisée des autocovariances au retard \(h\) :

\[ \Gamma_h=\sum_{i=h+1}^{n} r_i r_{i-h}, \qquad \Gamma_{-h}=\Gamma_h. \]

Au retard zéro, \(\Gamma_0=\sum_{i=1}^n r_i^2\), soit la variance réalisée habituelle. Au retard un, les produits associent les rendements voisins. Dans le modèle d’un bruit de prix additif et indépendant, le bruit dans deux rendements consécutifs porte des signes opposés : une erreur d’observation positive augmente un rendement et diminue le suivant. L’autocovariance au premier retard peut donc être négative. Les structures observées à plusieurs retards peuvent aussi indiquer comment le bruit influe sur la séquence des rendements.

Les sommes par retard ne sont pas divisées par le nombre de produits. Ce détail permet de les combiner sur la même échelle que la somme de variance réalisée. L’estimateur est apparenté à une estimation de variance de long terme robuste à l’hétéroscédasticité et à l’autocorrélation, mais il ne s’agit pas d’une somme arbitraire d’autocorrélations d’échantillon normalisées. Les extrémités et la convention exacte de sommation font aussi partie de l’estimateur.

Les autocovariances ne désignent pas chaque tick comme du « bruit » ou du « signal » : elles agrègent des produits croisés sur l’intervalle. Un \(\Gamma_1\) négatif peut être compatible avec l’alternance bid-ask, sans prouver à lui seul un mécanisme particulier. Si les vrais rendements sont dépendants dans le temps ou si le bruit a une autre structure, une même autocovariance peut refléter plusieurs effets. L’interprétation dépend du modèle déclaré et des poids du noyau, pas d’un diagnostic de marché tiré de chaque retard.

Pour un retard maximal \(H\), une convention courante en échantillon fini est

\[ \widehat{IV}_{RK}(H)=\Gamma_0+2\sum_{h=1}^{H} k\!\left(\frac{h}{H}\right)\Gamma_h. \]

Le facteur 2 inclut les termes symétriques des retards négatifs. \(k(x)\) est un poids de noyau pour \(0\le x\le1\), avec \(k(0)=1\), qui décroît vers zéro à l’approche de la limite de bande. Les articles et logiciels peuvent utiliser des conventions légèrement différentes pour les extrémités et l’indexation, par exemple \(H+1\) au dénominateur. Il faut préciser la convention et l’appliquer uniformément pour reproduire un résultat.

Le noyau de Parzen est un choix non négatif courant :

\[ k(x)= \begin{cases} 1-6x^2+6x^3, & 0\le x\le \tfrac12,\\ 2(1-x)^3, & \tfrac12 < x\le1,\\ 0, & x>1. \end{cases} \]

Il attribue un poids élevé aux retards courts, puis réduit progressivement celui des retards plus éloignés. Cette décroissance régulière est utile, car le bruit haute fréquence peut créer une dépendance entre rendements alors que les estimations aux retards lointains deviennent plus variables. La construction non négative de Parzen est conçue pour que l’estimation univariée par noyau réalisé reste non négative dans l’implémentation spécifiée. Les autres noyaux ne possèdent pas nécessairement cette propriété. Un noyau flat-top peut avoir de bonnes propriétés de biais, mais donner une estimation négative en échantillon fini.

L’illustration suivante est une analogie de cette atténuation : les contributions des retards proches ressortent et celles des retards plus éloignés s’estompent. Elle ne représente ni des rendements mesurés, ni des poids empiriques propres à un échantillon, ni une estimation de volatilité.

<!-- learn:illustration --> <!-- Text-free concept: des échos de rendements symétriques s’estompent progressivement en s’éloignant d’un centre lumineux, évoquant des poids de retard décroissants dans une bande passante finie. Illustration conceptuelle, pas des données de marché ou une sortie d’estimateur. -->

La largeur de bande \(H\) est le plus grand retard inclus dans la somme. Si elle est trop faible, une dépendance sérielle importante du bruit d’observation peut ne pas être prise en compte. Si elle est trop grande, elle ajoute des produits de retards plus variables et peut augmenter la variance d’échantillonnage. Il s’agit donc d’un paramètre statistique, ni du nombre d’observations à supprimer ni d’une durée valable pour tous les actifs.

Dans la théorie asymptotique du noyau réalisé de Parzen, la largeur de bande optimale croît à l’ordre de \(n^{3/5}\). Une expression pratique utilisée dans la littérature est

\[ H^*=c^*\,\xi^{4/5}n^{3/5}, \qquad c^*_{\text{Parzen}}=3.5134, \]

où \(n\) est le nombre de rendements sur la grille fine et \(\xi\) résume le niveau relatif du bruit et la quarticité intégrée du prix latent. Une expression de l’échelle est

\[ \xi^2=\frac{\omega^2}{\sqrt{T\int_0^T\sigma_u^4\,du}}, \]

où \(\omega^2\) est la variance du bruit d’observation. En pratique, ces quantités sont inconnues et doivent être estimées, souvent à partir d’estimations pilotes de la variance du bruit et de la quarticité intégrée. La formule explique pourquoi le nombre optimal de retards dépend à la fois de la taille de l’échantillon et de l’environnement bruit-signal ; ce n’est pas un réglage universel.

Le cadre asymptotique exige que la largeur de bande augmente tout en restant petite par rapport à la taille de l’échantillon, souvent noté \(H\to\infty\) et \(H/n\to0\). La règle \(n^{3/5}\) équilibre le biais dominant et la variance selon le modèle et les conditions de noyau de l’article. Pour une session finie, une valeur plug-in peut être instable si les estimations pilotes du bruit ou de la quarticité sont mauvaises. Indiquez le \(H\) retenu, la convention d’indexation, les valeurs pilotes et la sensibilité à des solutions de remplacement défendables.

Considérons une petite série hypothétique, volontairement simplifiée, en points de base :

\[ (r_1,r_2,r_3,r_4)=(1,-1,1,-1)\ \mathrm{bp}. \]

Cette séquence sert uniquement à vérifier le calcul, ce ne sont pas des données de marché. Quatre rendements sont beaucoup trop peu nombreux pour justifier un choix asymptotique de la largeur de bande. La somme au retard zéro est

\[ \Gamma_0=1^2+(-1)^2+1^2+(-1)^2=4\ \mathrm{bp}^2. \]

Les produits au premier retard sont \((-1),(-1),(-1)\), donc \(\Gamma_1=-3\ \mathrm{bp}^2\). Au retard deux, \(r_3r_1=1\) et \(r_4r_2=1\), d’où \(\Gamma_2=2\ \mathrm{bp}^2\).

Posons \(H=2\) uniquement pour illustrer la formule. Avec le noyau de Parzen, \(k(1/2)=1-6(1/4)+6(1/8)=1/4\), alors que \(k(1)=0\). Ainsi,

\[ \widehat{IV}_{RK}=4+2\left(\tfrac14\right)(-3)+2(0)(2) =2.5\ \mathrm{bp}^2. \]

La variance réalisée simple est de \(4\ \mathrm{bp}^2\) ; dans cet exemple, le terme négatif pondéré au premier retard réduit l’estimation par noyau. La somme au retard deux ne contribue pas, car le poids de Parzen est nul à la limite. Le résultat est non négatif, mais ce calcul ne démontre pas qu’il correspond à la variation cachée du prix efficient. Le chemin latent n’a pas été observé, aucun intervalle d’incertitude n’a été calculé et aucune prévision ou conclusion de trading n’en découle. Sa racine carrée, environ \(1{,}58\) bp, n’est qu’une échelle d’écart-type pour cet intervalle hypothétique.

L’exemple montre aussi pourquoi il faut préciser la largeur de bande et la règle d’indexation. Changer \(H\), la convention des extrémités ou les rendements modifie les poids ou les produits inclus. Le calcul est reproductible parce que chaque rendement, somme par retard, poids et unité est indiqué.

Les sommes par retard non normalisées peuvent donner une influence disproportionnée aux observations des extrémités, surtout si le premier ou le dernier prix enregistré comporte une forte erreur de bruit. Les études pratiques sur les noyaux réalisés examinent les moyennes locales, souvent appelées jittering, pour réduire ces effets de bord. Une méthode courante remplace un prix d’extrémité par une moyenne locale d’observations voisines avant de calculer les rendements. La taille de la fenêtre et le choix de traiter une ou deux extrémités doivent être indiqués.

Le nettoyage des données peut compter autant que la formule. Une transaction erronée, une cotation périmée, un marché croisé, un horodatage dupliqué ou une erreur d’échelle de prix crée des rendements et des produits qui entrent dans plusieurs sommes. Documentez le champ de prix, l’alignement temporel, les limites de séance, le traitement des doublons et les filtres, ainsi que les enchères et fermetures de marché. Les règles de nettoyage doivent être fixées indépendamment du fait qu’elles rendent le résultat final plus plausible.

L’étude pratique de 2009 sur les noyaux réalisés traite des données de transactions et de cotations, des effets de bord, des tendances locales et du noyau de Parzen non négatif. Sa leçon est que « robuste au bruit » ne signifie pas « indépendant des données ». Une tendance graduelle sur une courte fenêtre, des frictions changeantes ou la construction des cotations peuvent remettre en cause l’interprétation de référence. Le jittering peut réduire un problème d’extrémité, mais ne corrige ni une série mal alignée ni une observation erronée au milieu de l’échantillon.

La théorie classique repose sur des hypothèses concernant le processus du prix latent, l’échantillonnage, le bruit, la régularité du noyau et la largeur de bande. Certaines constructions de noyaux réalisés sont robustes à des formes plus générales de bruit sériellement dépendant et à des instants d’observation endogènes que le simple exemple de bruit indépendant. Cette robustesse dépend toutefois du théorème concerné : il faut un noyau et une largeur de bande qui satisfont les conditions applicables. L’étude d’Aït-Sahalia, Mykland et Zhang sur le bruit de microstructure dépendant rappelle pourquoi cette dépendance doit être traitée explicitement, plutôt que de supposer que la formule de base couvre automatiquement chaque extension.

Le choix du noyau compte. Parzen est souvent utilisé pour une estimation univariée non négative. Les poids flat-top peuvent viser d’autres propriétés de biais et produire une estimation négative en échantillon fini. Ne remplacez pas le noyau par n’importe quel noyau HAC simplement parce qu’il est familier : la littérature sur les noyaux réalisés indique que certaines options connues, dont Bartlett dans la construction analysée, ne donnent pas le même résultat de convergence. Si une estimation est négative, indiquez le noyau et la règle d’échantillon fini ; ne la tronquez pas silencieusement et ne la qualifiez pas de variance physique négative.

L’estimation hérite aussi des limites du prix de substitution et de la cible. Les sauts peuvent faire partie de la variation quadratique ; les valeurs aberrantes peuvent dominer les produits ; les observations irrégulières ou asynchrones peuvent modifier la quantité estimée ; et la volatilité ou le bruit peut évoluer durant l’intervalle. Un noyau réalisé univarié ne résout pas à lui seul l’échantillonnage multivarié asynchrone, ne supprime pas les sauts et ne distingue pas l’alternance bid-ask de toutes les autres sources de dépendance des rendements. Un estimateur est robuste dans le cadre d’un modèle donné, pas face à tous les défauts possibles des données.

Un rapport reproductible doit préciser la série de prix et le plan d’échantillonnage, la fenêtre observée, les unités des rendements, la fonction noyau, le retard maximal \(H\), la convention des extrémités, la règle de moyenne locale et tout nettoyage effectué. Avec une largeur plug-in, indiquez les estimations du bruit et de la quarticité, ou suffisamment de détails pour les reproduire. Précisez s’il s’agit d’une estimation de variance intégrée, de variation quadratique incluant les sauts ou d’une mesure de volatilité transformée.

L’estimation décrit les variations de l’intervalle observé. Elle ne mesure pas la volatilité future à moins qu’un modèle de prévision distinct ne projette les mesures historiques sur un horizon futur et ne soit évalué hors échantillon. Ce n’est pas non plus une estimation du spread coté ou des coûts d’exécution : le guide du spread bid-ask de Roll utilise l’autocovariance des rendements pour estimer une autre quantité. Le guide de volatilité réalisée Two-Scale présente une autre méthode robuste au bruit, avec une structure de correction différente.

La question centrale n’est pas seulement de savoir s’il faut utiliser un noyau réalisé. Il faut déterminer si les prix, le plan d’échantillonnage, la cible, le noyau et la largeur de bande correspondent assez bien à la question de recherche pour justifier l’interprétation. Un tableau de sensibilité et les limites explicites du modèle facilitent l’audit. Même une estimation soignée reste une mesure historique assortie d’une incertitude d’échantillonnage ; elle ne démontre pas la rentabilité d’une stratégie et ne garantit pas la disparition des effets de microstructure.