Test Lee–Myklanda: wykrywanie śróddziennych skoków cen

Wariancja zrealizowana sumuje kwadraty śróddziennych stóp zwrotu w trakcie sesji. Bipower variation może oszacować składnik zmienności ciągłej przy określonych założeniach dotyczących skoków i próbkowania. Obie miary podsumowują okres, więc nie wskazują, kiedy wystąpił nietypowo duży ruch. Metoda Lee i Myklanda ocenia stopy zwrotu dla kolejnych przedziałów i porównuje każdy kandydat z lokalną zmiennością oszacowaną na podstawie bezpośrednio wcześniejszych obserwacji.

To rozróżnienie przydaje się w badaniach zdarzeń, modelowaniu zmienności i ustalaniu momentu wystąpienia skoków. Stopa zwrotu 1% może być wyjątkowa na spokojnym rynku, a zwyczajna podczas zmiennej sesji. Standaryzacja względem niedawnej lokalnej zmienności uwzględnia zmianę skali. Metodę zaproponowano do wykrywania momentów pojawiania się skoków śróddziennych i szacowania ich zrealizowanych rozmiarów; nie ustala ona przyczyny ruchu ani jego zbywalności (Lee i Mykland, 2008).

Hipoteza zerowa dotyczy procesu cenowego w konkretnym przedziale: przy składniku ciągłym spełniającym warunki regularności nie wystąpił skok. Nie zakłada, że stopa zwrotu wynosi zero. Ciągła ścieżka cen może dać dużą stopę, szczególnie przy wysokiej zmienności, dlatego próg oparty wyłącznie na wielkości ruchu nie wystarcza.

Niech \(P_i\) oznacza cenę zaobserwowaną w regularnym punkcie siatki w chwili \(t_i\). Logarytmiczna stopa zwrotu dla przedziału \(i\) wynosi

\[ r_i=\log(P_i/P_{i-1}). \]

Test wymaga spójnego pola cenowego i siatki próbkowania. Można użyć cen transakcyjnych, środka między ofertą kupna i sprzedaży albo innego udokumentowanego przybliżenia, ale jego zmiana może wpłynąć zarówno na stopę zwrotu, jak i etykietę skoku. Jawnie opisz otwarcie i zamknięcie sesji, aukcje, zawieszenia obrotu oraz brakujące kwotowania. Nie łącz bez wyjaśnienia stopy od zamknięcia do otwarcia ze zwykłymi przedziałami śróddziennymi.

Regularne próbkowanie ma znaczenie, ponieważ lokalna skala i próg ekstremalny zostały wyprowadzone dla określonego schematu obserwacji. Przy nieregularnych znacznikach czasu wybierz uzasadnioną regułę synchronizacji lub próbkowania i opisz pomijane informacje. Wzór nie usuwa nieaktualnych kwotowań, krzyżujących się ofert, błędnych znaczników czasu ani sporadycznych błędów zapisu. Cen z różnych platform lub aktywów nie należy traktować jako synchronicznych bez sprawdzenia ich wyrównania.

Test dotyczy zaobserwowanych stóp zwrotu, a nie cen ukrytych. Oryginalna teoria korzysta z wysokoczęstotliwościowych modeli semimartyngałowych i warunków, które nie muszą być spełnione dla każdego strumienia kwotowań czy platformy aktywów cyfrowych. Zapisz źródło danych, strefę czasową, siatkę, sesję i filtry, aby można było odtworzyć serię.

W chwili kandydującej \(t_i\) oszacuj lokalną wariancję za pomocą stóp wcześniejszych niż \(r_i\):

\[ \widehat{\sigma}_i^2 = \frac{1}{K-2} \sum_{j=i-K+2}^{i-1}|r_j|\,|r_{j-1}|, \qquad \widehat{\sigma}_i=\sqrt{\widehat{\sigma}_i^2}. \]

\(K\) określa długość przesuwanego okna. Suma zawiera iloczyny sąsiednich wartości bezwzględnych stóp, a kandydat \(r_i\) jest pominięty. Ta postać bipower variation pomaga ograniczyć wpływ wcześniejszego, odosobnionego skoku na skalę używaną do oceny kolejnego przedziału. Literatura o zmienności zrealizowanej wyjaśnia, dlaczego sumy i iloczyny wysokoczęstotliwościowych stóp zwrotu mogą szacować różne cechy wariacji kwadratowej (Barndorff-Nielsen i Shephard, 2002).

To skala lokalna, a nie prognoza zmienności dla całej sesji. Krótkie okno szybko reaguje, ale bywa niestabilne; długie jest gładsze, lecz może z opóźnieniem odzwierciedlać zmianę zmienności. W pierwotnym rozumowaniu asymptotycznym \(K\) rośnie, gdy skraca się odstęp próbkowania, ale pozostaje małe względem całego horyzontu. Przy skończonej próbie udokumentuj wybór i zbadaj jego wrażliwość. Nie ma uniwersalnej wartości \(K\) dla wszystkich aktywów, siatek i reżimów rynku.

Określ również sposób postępowania z oszacowaniem zerowym lub bliskim zeru. Dzielenie przez bardzo małą skalę może utworzyć ekstremalną statystykę z minimalnego ruchu ceny. Nie zastępuj jej po cichu arbitralną dolną granicą: opisz regułę, sprawdź kwotowania i pokaż, czy rozsądne alternatywy zmieniają oznaczone przedziały.

Lokalna statystyka skoku ma postać

\[ L_i=\frac{r_i}{\widehat{\sigma}_i}. \]

Jej znak zachowuje kierunek zaobserwowanej stopy, a wartość bezwzględna mierzy ruch względem wcześniejszej lokalnej skali. Mianownik wykorzystuje iloczyny sąsiednich stóp bezwzględnych bez konwencjonalnej stałej normalizującej bipower variation. W asymptotyce bez skoków z artykułu \(L_i\) jest w przybliżeniu równe \(Z_i/c\), gdzie \(Z_i\) ma standardowy rozkład normalny, a \(c=E|Z_i|=\sqrt{2/\pi}\). Traktowanie \(L_i\) jako statystyki standardowo normalnej daje błędny rozkład odniesienia.

Duże \(|L_i|\) wskazuje kandydujący przedział, a nie automatyczny wynik testu. Ocenę prowadzi się z uwzględnieniem schematu próbkowania, okna i liczby sprawdzanych przedziałów. Statystyka dodatnia oznacza zaobserwowaną stopę wzrostową, ujemna — spadkową. Sam znak nie wskazuje przyczyny ekonomicznej ani nie odróżnia skoku od ruchu ciągłego lub błędu danych.

Poniższa ilustracja zestawia jedną kandydującą stopę z lokalną skalą oszacowaną z wcześniejszych przedziałów. To koncept, nie wykres cen ani wykryte zdarzenie.

<!-- learn:illustration --> <!-- Text-free concept: one sharp return pulse rises above a quiet sequence while a trailing window forms a soft local-volatility envelope; no prices, timestamps, thresholds, or detected events are shown. -->

Przeszukanie \(n\) przedziałów za pomocą progu punktowego stosowanego \(n\) razy może dać fałszywe alarmy tylko dlatego, że sprawdzono wiele obserwacji. Lee–Mykland kalibruje maksimum statystyki bezwzględnej w całym horyzoncie. Przy \(c=\sqrt{2/\pi}\) zdefiniuj

\[ C_n= \frac{\sqrt{2\log n}}{c} - \frac{\log(\pi)+\log(\log n)} {2c\sqrt{2\log n}}, \qquad S_n=\frac{1}{c\sqrt{2\log n}}. \]

Przy asymptotycznych założeniach artykułu o braku skoków,

\[ \frac{\max_{1\le i\le n}|L_i|-C_n}{S_n} \]

ma standardowy graniczny rozkład Gumbela z dystrybuantą \(F(x)=\exp(-e^{-x})\). Dla istotności na poziomie sesji \(\alpha\) wartość krytyczna wynosi

\[ \beta_\alpha=-\log[-\log(1-\alpha)]. \]

Oznacz przedział, gdy \((|L_i|-C_n)/S_n>\beta_\alpha\). Kalibracja maksimum uwzględnia przeszukiwanie przedziałów w zadanym horyzoncie, ale nie koryguje automatycznie wielokrotnego powtarzania testu dla wielu aktywów, dni, siatek próbkowania lub wariantów modelu. Takie dodatkowe porównania wymagają osobnego projektu i ujawnienia.

Załóżmy, że trzy stopy bezpośrednio przed przedziałem kandydującym wynoszą \(-0,40\%\), \(+0,30\%\) i \(-0,20\%\). Przyjmij \(K=4\) wyłącznie po to, by uprościć rachunek:

\[ \widehat{\sigma}_i^2 = \frac{|0,30||-0,40|+|-0,20||0,30|}{2} = 0,09\;(\%)^2, \qquad \widehat{\sigma}_i=0,30\%. \]

Jeśli kolejna stopa wynosi \(+1,20\%\), lokalna statystyka to \(L_i=1,20/0,30=4\). Zaobserwowana stopa jest cztery razy większa od przykładowej lokalnej skali, ale to nie przesądza o odrzuceniu hipotezy.

Dla przykładowej sesji z \(n=78\) przedziałami wzory asymptotyczne dają \(C_n\approx3,14\) i \(S_n\approx0,424\). Przy istotności sesyjnej 1% wartość \(\beta_\alpha\approx4,60\), więc próg wynosi około \(3,14+0,424(4,60)=5,10\). Statystyka 4 jest niższa, zatem w tym przykładzie przedział nie zostałby oznaczony na tym poziomie. Dane są hipotetyczne, a przy takiej próbie przybliżenie maksimum może być niedokładne. Małe \(K=4\) ilustruje rachunek, nie jest zalecanym ustawieniem estymatora.

Przykład pokazuje, dlaczego określenie „cztery odchylenia standardowe” nie opisuje w pełni decyzji Lee–Myklanda. Próg zależy od skali odniesienia, normalizacji asymptotycznej, okna, liczby przedziałów i poziomu istotności. Podaj te elementy wraz z liczbą skoków lub listą zdarzeń.

Gęstsza siatka teoretycznie poprawia rozdzielczość czasową, ale ujawnia też więcej szumów kwotowań, dyskretności cen i niedopasowań znaczników czasu. Rzadsza siatka wygładza część krótkotrwałych wahań, lecz może połączyć skok z sąsiednimi stopami ciągłymi albo ukryć kilka ruchów w jednym przedziale. Wybór siatki zmienia zatem to, co da się wykryć, i dopasowanie założeń do obserwacji.

Okno \(K\) jest powiązane z siatką. Zbyt mało wcześniejszych stóp powoduje niestabilność lokalnego oszacowania bipower; zbyt dużo może mieszać różne reżimy zmienności i osłabić znaczenie słowa „lokalny”. Raportuj \(K\) jako liczbę obserwacji i czas zegarowy, wyjaśnij, czy okno zeruje się na granicach sesji, oraz pokaż, jak lista zdarzeń zmienia się przy uzasadnionych alternatywach. Nie przenoś zaleceń z innego rynku, długości sesji ani częstotliwości bez sprawdzenia.

Standardowa konfiguracja Lee–Myklanda nie rozwiązuje ogólnie problemu szumów mikrostrukturalnych. Pre-averaging i inne metody uwzględniające szum zmieniają oszacowania stóp lub zmienności i wymagają dopasowanego wnioskowania; nie są wymiennymi filtrami do bezpośredniego dodania (Aït-Sahalia, Jacod i Li, 2012). Przewodnik po pre-averaging i przewodnik po zmienności zrealizowanej two-scale omawiają dwa powiązane sposoby radzenia sobie z zaszumionymi cenami wysokiej częstotliwości.

Oznaczona stopa jest trudna do pogodzenia z hipotezą zerową o ciągłej ścieżce przy zadanym progu. Nie potwierdza to, że ruch spowodował zaplanowany komunikat, awaria giełdy, fala likwidacji ani inna konkretna przyczyna. Porównaj czas z wiarygodnymi danymi o zdarzeniach, sprawdź transakcje i kwotowania oraz zobacz, czy ruch utrzymał się po przedziale. Oddziel późniejsze wyjaśnienia przyczynowe od wyniku testu.

Procedura różni się też od dziennego porównania wariancji zrealizowanej i bipower variation. Statystyka Lee–Myklanda lokalizuje przedziały względem zmienności lokalnej; dzienna różnica miar szacuje zagregowaną wariację skokową przy innych założeniach. Przewodnik po bipower variation i przewodnik po zmienności zrealizowanej opisują miary dla całych okresów. Test power variation Aïta-Sahaliego i Jacoda wykrywa skoki w dyskretnie obserwowanej ścieżce za pomocą innej konstrukcji. Cele i założenia są odmienne, więc zgodność lub rozbieżność nie stanowi bezpośredniej walidacji listy Lee–Myklanda.

W badaniu strategii etykieta skoku jest wejściem do dalszej analizy, a nie instrukcją kupna lub sprzedaży. Backtest powinien uwzględniać moment dostępności sygnału, spread i poślizg, opóźnienie, nakładające się okna zdarzeń oraz ocenę poza próbą. Określ cel straty lub ryzyka i porównaj wynik z odpowiednim benchmarkiem. Statystyczne oznaczenie historycznej stopy nie pokazuje, że przyszłe zdarzenie da się przewidzieć lub zyskownie wykorzystać.