Stazionarietà, radici unitarie e mean reversion nella finanza
Comprendi stazionarietà forte e debole, random walk, radici unitarie, persistenza, mean reversion, half-life, regressione spuriosa, test ADF e KPSS, rotture strutturali e diagnostica finanziaria
Risposta diretta
La stazionarietà significa che specifiche caratteristiche distributive restano invarianti nel tempo. Una radice unitaria è una particolare fonte di persistenza stocastica in cui gli shock non decadono nel livello. La mean reversion significa che una variabile tende a tornare verso un riferimento variabile o fisso secondo un modello dichiarato. Una serie può sembrare mean-reverting in un campione senza essere stazionaria e il rifiuto di una radice unitaria non dimostra una stabile opportunità di trading
La stazionarietà ha più di una definizione
La stazionarietà forte richiede che ogni distribuzione congiunta finito-dimensionale sia invariante rispetto a uno spostamento temporale comune
La stazionarietà debole richiede una media finita costante e una covarianza che dipenda solo dal lag, non dal tempo di calendario
La stazionarietà appartiene a un processo stocastico sotto un modello; un grafico piatto, un campione limitato o una media mobile dall'aspetto stabile non sono una definizione
Una radice unitaria rende persistenti gli shock
Per X_t=ρX_{t−1}+ε_t, |ρ|<1 dà un AR(1) stazionario in condizioni standard sulle innovazioni, mentre ρ=1 dà un random walk
Nel caso di radice unitaria, gli shock si accumulano, la varianza del livello cresce nel tempo e le asintotiche stazionarie ordinarie falliscono
La differenziazione di un random walk produce le sue innovazioni, ma differenziare meccanicamente ogni serie può eliminare una relazione significativa di lungo periodo
La mean reversion dipende dal modello e dall'obiettivo
Un AR(1) con |ρ|<1 torna in media verso la propria media incondizionata, con deviazioni che decadono geometricamente
Per ρ positivo e minore di uno, una comune approssimazione della half-life è ln(0.5)/ln(ρ), condizionata al fatto che l'AR(1) stimato sia appropriato
Un valore fondamentale variabile, una soglia non lineare, un livello stagionale o una rottura strutturale possono creare una reversion locale senza una media permanente
Livelli non stazionari possono produrre una regressione spuriosa
Regredire serie persistenti non correlate nei livelli può produrre R² alto, statistiche t significative e residui autocorrelati senza una relazione reale
Trend temporali, inflazione comune, scala e trend stocastici devono essere distinti dal legame economico
La cointegrazione è un'eccezione speciale in cui una combinazione lineare di variabili non stazionarie è stazionaria; una correlazione alta da sola non è quella prova
I test della radice unitaria hanno ipotesi asimmetriche
I test Dickey–Fuller usano una radice unitaria come nulla e valori critici non standard; le versioni aumentate aggiungono lag per gestire la dipendenza residua
I test KPSS invertono l'enfasi usando la stazionarietà di livello o di trend come nulla sotto le componenti deterministiche specificate
Non rifiutare una delle due nulle non è una prova e risultati contrastanti possono riflettere bassa potenza, rotture, radici quasi unitarie, scelta dei lag o un campione breve
Le serie finanziarie cambiano regime e scala
I livelli dei prezzi mostrano spesso persistenza estrema, mentre i rendimenti possono essere più vicini alla stazionarietà ma conservare volatilità variabile nel tempo e comportamento delle code
Tassi d'interesse, spread di valutazione, volatilità implicita e misure di base possono affrontare limiti, cambi di politica, equilibri variabili o regimi multipli
I test dovrebbero esaminare insieme livelli e trasformazioni, termini deterministici, date delle rotture, sottocampioni, residui e plausibilità economica
Il trading richiede stabilità prospettica
Stima la velocità di reversione solo dopo aver definito la variabile di equilibrio, la finestra di formazione, l'orizzonte di esecuzione, i costi e ciò che invalida la relazione
Usa stime rolling ed expanding, periodi intatti, perturbazioni, monitoraggio delle rotture e deterioramento live invece di una sola half-life sull'intero campione
Uno spread statisticamente stazionario può comunque essere non negoziabile per prestito, finanziamento, salti, affollamento, capacità, latenza o un meccanismo spezzato
Domande frequenti
Cos'è una serie temporale stazionaria?
In stazionarietà debole, ha una media finita costante e un'autocovarianza che dipende dal lag anziché dal tempo di calendario
Cos'è una radice unitaria?
È una radice autoregressiva uguale a uno, che fa persistere gli shock nel livello e invalida l'inferenza stazionaria ordinaria
La mean reversion è la stessa cosa della stazionarietà?
No. La mean reversion descrive il movimento verso un riferimento secondo un modello, mentre la stazionarietà specifica l'invarianza delle caratteristiche distributive
Uno spread stazionario garantisce un'operazione redditizia?
No. Errore di stima, rotture strutturali, costi, vincoli, perdite di coda ed esecuzione affollata possono eliminare l'opportunità