Intradayvolatiliteit en seizoenspatronen: tijdstippen en grenzen

Intradayseizoenspatronen betekenen dat de schaal van rendementen op verschillende momenten van een handelssessie systematisch verschilt. De historische verdeling van een rendement over 30 minuten vlak na de beursopening kan afwijken van die van een even lange periode rond het middaguur. Het gaat om omvang en spreiding van rendementen, niet om de kans dat koersen op een bepaald tijdstip stijgen of dalen

Onderzoekers hebben terugkerende intradaypatronen in aandelen- en valutadata vastgelegd. Andersen en Bollerslev tonen dat periodiciteit van belang is voor de dynamiek van hoogfrequente rendementen: door die te modelleren kun je het tijdstipspatroon scheiden van de meer persistente volatiliteitsdynamiek (199700004-2)). Dat motiveert een correctie, maar bewijst geen vaste curve voor elk activum, handelsplatform of tijdvak

Een seizoensfactor is vooral een vergelijkingsbasis. De factor kan helpen bepalen hoe ongewoon een rendement is ten opzichte van de gebruikelijke schaal op dat tijdstip, of voorkomen dat een volatiliteitsmodel een regulier sessiepatroon aanziet voor aanhoudende clustering. De gids voor gerealiseerde volatiliteit legt uit hoe gekwadrateerde intradayrendementen worden samengevoegd tot een sessiemaatstaf; dit artikel richt zich op het tijdstipprofiel

In veel aandelensteekproeven is de gemiddelde volatiliteit vlak bij de opening en sluiting hoger dan midden in de reguliere sessie. De curve kan daardoor op een U lijken. Openingsveilingen, informatie uit de nacht, de komst van marktdeelnemers, portefeuilleactiviteit aan het einde van de dag en het sluitingsmechanisme kunnen allemaal samenvallen met volatiliteitsveranderingen. Het patroon alleen vertelt niet welk mechanisme de oorzaak is

De vorm verschilt per markt en sessiedefinitie. Valuta worden over wereldwijde tijdzones verhandeld, zonder één centrale openingsbel. Futures kunnen bijna de hele dag verhandeld worden en toch een afwikkelingsvenster, onderhoudspauze of liquiditeitsconcentratie tijdens regionale handelsuren hebben. Een cryptomarkt die 24 uur open is heeft geen enkele opening of sluiting, tenzij de analist een referentiesessie definieert. De relevante klok hangt af van het instrument, de handelsplaats en de steekproefmethode

Ederington en Lee vinden dat een bekende U-vorm verdwijnt in hun valutasteekproef wanneer geplande macro-economische aankondigingen en andere volatiliteitsinformatie worden meegenomen (2001). Dit resultaat geldt voor hun steekproef en bewijst niet dat alle valutamarkten geen periodiciteit hebben. Het laat wel zien waarom een beschrijvende gemiddelde curve geen onveranderlijke wet is

Laat r₍d,j₎ het rendement zijn in intradayinterval j van sessie d. Een bruikbare conceptuele ontleding is

r₍d,j₎ = sⱼ ε₍d,j₎ Var(r₍d,j₎ | informatie vóór het interval) = sⱼ² h₍d,j₎

sⱼ is een positieve tijdstipfactor; h₍d,j₎ staat voor volatiliteit die met informatie en marktomstandigheden verandert. sⱼ is een statistische beschrijving van een gekozen steekproef en kalender, niet noodzakelijk een causaal effect van de klok. Deze ontleding is een hulpmiddel voor modellering en beweert niet dat ieder activum één bekende deterministische tijdsindeling heeft

Als je sⱼ negeert, kunnen terugkerende perioden met hoge variantie gekwadrateerde rendementen persistent laten lijken. Een GARCH-model kan dan zowel reguliere intradayvariatie als echte volatiliteitsclustering aan zijn dynamische parameters toeschrijven. De GARCH-gids beschrijft dat laatste proces. Een seizoenscorrectie kan helpen om de twee te onderscheiden, maar vervangt geen controles van residuen, parameterstabiliteit of alternatieve specificaties

Verwar schaal- en variantiefactoren niet. Als de standaardafwijking van rendementen in het ene interval twee keer zo groot is als in een ander, is de variantie bij dezelfde eenheden vier keer zo groot. Vermeld of de factor geldt voor standaardafwijking, variantie of absoluut rendement en gebruik diezelfde definitie bij normalisatie

Stel dat een trainingssteekproef die eindigt vóór de evaluatiemaand een typische schaal voor rendementen van 30 minuten laat zien van 0,40% rond de opening en 0,20% rond het middaguur. Deze getallen zijn hypothetisch en dienen alleen om de berekening te laten zien. De verhouding tussen de standaardafwijkingen bij opening en middag is 2; de overeenkomstige variantieverhouding is 4. Dit is geen schatting voor een specifiek activum of een actuele sessie

Vergelijk nu een openingsrendement van 0,40% met een middagbeweging van 0,20%. Als je elke absolute beweging deelt door de eigen historische schaal, krijg je 0,40% / 0,40% = 1 en 0,20% / 0,20% = 1. Beide zijn één eenheid van hun eigen tijdschaal. De ruwe bewegingen verschillen, maar hun gestandaardiseerde omvang is volgens dit illustratieve profiel gelijk

Deze berekening betekent niet dat een van beide bewegingen statistisch zeldzaam is, zal omkeren of winstgevend te verhandelen is. Een gestandaardiseerde waarde kun je alleen interpreteren samen met het verdelingsmodel, schattingsonzekerheid, gebeurteniscontext en meetkwaliteit. De schaalverhouding zelf is geen kans, voorspelling of richtingssignaal

Leg instrument, handelsplaats, sessie, breedte van de intervallen, prijsbron en rendementsdefinitie vast. Koppel hetzelfde sessierelatieve interval tussen historische sessies. Vergelijk een lokale beursbar van 9:30–10:00 niet stilzwijgend met een willekeurige UTC-bar na een overgang naar zomer- of wintertijd. Bepaal vooraf hoe je veilingen, nachtelijke hiaten, feestdagen, vervroegde sluitingen, ontbrekende noteringen en afwijkende handelsdagen behandelt

Schat de gebruikelijke schaal per interval alleen met datums vóór de voorspellings- of evaluatiedatum. Een praktisch begin is een robuuste schaal per tijdvak, zoals de mediaan van absolute rendementen of een afgeknotte root-mean-square. Omdat volatiele dagen gemiddelden kunnen domineren, kunnen analisten eerst elke sessie normaliseren met een dagschaal, het profiel binnen de sessie schatten, aangrenzende tijdvakken gladstrijken en de factoren op een gekozen referentieniveau normaliseren. Leg methode en normalisatieregel vast

Bevries factoren in een historische backtest met alleen de trainingsgegevens die bij elke voorspellingsstart beschikbaar waren. Werk ze bij met een rollend of uitbreidend venster als dat overeenkomt met de beoogde live werkwijze. Een profiel eenmalig uit de volledige dataset schatten en toepassen op eerdere waarnemingen lekt informatie uit toekomstige sessies en kan gestandaardiseerde rendementen stabieler doen lijken dan ze in realtime waren

Houd het seizoensprofiel gescheiden van gebeurtenisverwerking en een schatting van volatiliteit binnen dezelfde dag. Als een model eerdere volatiliteit uit de lopende sessie mag gebruiken, bereken die dan alleen met bars die op het voorspellingstijdstip beschikbaar waren. Noteer of het profiel specifiek is voor weekdag, contractmaand, handelsplaats of regime; verdere opsplitsing kan vertekening verminderen, maar laat minder waarnemingen per tijdvak over

Noteer het aantal waarnemingen en sessies achter elke intervalschatting. Feestdagen, ontbrekende registraties of dunne handel op één tijdstip kunnen maken dat een factor de datadekking weerspiegelt in plaats van marktvariatie. Te veel kleine tijdvakken geven instabiele schattingen; kies intervalbreedte en trainingsduur vóór je resultaten vergelijkt. Gladstrijken vermindert ruis, maar kan ook openings- of sluitingspieken uitwissen; vergelijk ruwe en gladgestreken profielen en documenteer de regel

Als je het profiel tijdens een historische evaluatie opnieuw schat, bewaar dan de versie die op elk voorspellingsmoment beschikbaar was. Leg de trainingsgrens, het aantal waarnemingen per tijdvak, transformaties en gebruiksdatums vast. Een profiel kiezen nadat je hebt gezien welke het beste presteerde en dit vervolgens op eerdere datums toepassen, introduceert ook via de selectie zelf look-ahead

<!-- learn:illustration -->

Economische aankondigingen verschijnen vaak op vaste tijdstippen. Een terugkerende piek rond zo’n bekendmaking kan daardoor gewone tijdstipseasonaliteit lijken, hoewel gepland nieuws de directe oorzaak is. Ederington en Lee bestuderen recente volatiliteit, geplande aankondigingen en periodiciteit samen. In hun rente- en valutasteekproeven zijn aankondigingen vooral belangrijk in perioden met zeer hoge volatiliteit; rekening houden met de informatie verandert de geschatte persistentie (2001)

Als de onderzoeksvraag over een typisch klokpatroon gaat, kunnen analisten aankondigingsintervallen afzonderlijk behandelen, vooraf vastgelegde gebeurtenisindicatoren toevoegen of resultaten met en zonder die gebeurtenissen rapporteren. De juiste keuze hangt ervan af of de bedoelde voorspelling bekende aankondigingen omvat. Alle gebeurtenisbars verwijderen kan het risico onderschatten van een strategie die tijdens zulke bekendmakingen posities aanhoudt

Stel geen gebeurteniskalender samen met informatie die op de historische voorspellingsdatum niet beschikbaar was. Bewaar releasetijden en revisies waar relevant, onderscheid geplande van onverwachte berichten als de data dat toelaten en vermeld welke markten en aankondigingen zijn opgenomen. Een tijdstipfactor verklaart een verrassing of de impact ervan niet op zichzelf

Tijdvakken vragen om een stabiele klokdefinitie. Voor een beurs met een reguliere sessie sluit lokale beurstijd vaak goed aan bij opening, middag en sluiting. Als registraties in UTC staan, converteer ze dan met de historische tijdzoneregels voor elke datum. Een vaste UTC-offset kan openingsbars een uur verschuiven als de zomertijd verandert en kunstmatige seizoensverschillen creëren

Beurskalenders bevatten ook feestdagen, verkorte sessies, veilingen, handelsonderbrekingen en contractspecifieke pauzes. De laatste bar op een dag met vervroegde sluiting heeft niet dezelfde sessiepositie als de gebruikelijke slotbar. Bepaal hoe zulke waarnemingen in het profiel passen of schat aparte profielen voor verschillende sessietypen. Leg voor futures de sessie-indeling en contractroll vast; definieer voor crypto expliciet de daggrens en referentietijdzone

De factor moet vergelijkbare waarnemingen beschrijven. Vergelijk geen aandelenbar uit de reguliere sessie met een nachtelijke futuresbar alleen omdat hetzelfde UTC-uur erop staat. Houd tijdstempels, barconstructie en prijsbron consistent en controleer op verouderde noteringen, asynchrone transacties of afwijkende veilingregels. Klokuitlijning maakt deel uit van de modelspecificatie, niet van cosmetische voorbewerking

Een vaste seizoensfactor veronderstelt dat het relatieve volatiliteitspatroon stabiel blijft. Die aanname kan falen. Andersen, Thyrsgaard en Todorov onderzoeken tijdsvariërende periodiciteit en vinden voor S&P 500-indexrendementen bewijs dat het patroon deels verandert met het actuele volatiliteitsniveau. In perioden met hoge volatiliteit vertegenwoordigt het interval vóór sluiting een groter aandeel van de dagelijkse geïntegreerde volatiliteit dan in rustige regimes (2019)

Dit betekent niet dat de sluiting van elke markt volatieler wordt zodra de markt onrustig is. Het bewijs hoort bij hun data, methode en steekproef. Wel kan een langjarig gemiddelde belangrijke verschuivingen gladstrijken. Vergelijk profielschattingen tussen deelperioden en volatiliteitsregimes, test of factoren stabiel zijn en rapporteer onzekerheid in plaats van één curve als permanent voor te stellen

Rollende schattingen kunnen zich aanpassen, maar zijn ook ruiziger en kunnen achter een klein aantal gebeurtenissen aanlopen. Regimespecifieke profielen vragen genoeg historische waarnemingen per regime en een classificatieregel die geen toekomstige data gebruikt. Als dat niet haalbaar is, kan een eenvoudiger stabiele factor met expliciete gebeurteniscontroles beter te interpreteren zijn. De gids voor de volatiliteitskegel behandelt afzonderlijk het vergelijken van verdelingen over looptijden en steekproeven

Normaliseren op tijdstip maakt volatiliteitsvergelijkingen tussen sessie-intervallen eerlijker, helpt residupatronen te onderzoeken en ondersteunt modellen die beter vergelijkbare innovaties vereisen. Zo kan blijken dat een beweging bij de opening die extreem oogt normaal is voor de historische schaal van dat interval. Het vertelt niet of het volgende rendement positief of negatief zal zijn

Normalisatie bewijst evenmin dat een strategie rendement kan opleveren. Een strategie vereist een volledig gespecificeerd signaal en uitvoeringsregel, gevolgd door een out-of-sampletest met spread, kosten, slippage, marktimpact, latentie en capaciteit. Een historisch tijdstipprofiel kan helpen risico of uitvoeringsvoorwaarden te modelleren, maar is zelf geen instapregel of bewijs van marktirrationaliteit. De gids over variantie en volatiliteit legt uit waarom gekwadrateerde eenheden en standaardafwijkingen apart moeten blijven

Een reproduceerbaar rapport vermeldt instrument en handelsplaats, tijdzone, sessiekalender, steekproefinterval, databron, schatter, trainingsvenster, behandeling van aankondigingen en afwijkende sessies, normalisatieregel, stabiliteitscontroles en de informatiegrens per voorspellingsstart. Toon onzekerheid rond het profiel en resultaten op gegevens die niet voor de schatting zijn gebruikt. Zo is de correctie controleerbaar en wordt een beschrijvend patroon geen ongefundeerde handelsclaim