Стационарность, единичный корень и возврат к среднему в финансах
Разберитесь в строгой и слабой стационарности, случайных блужданиях, единичных корнях, устойчивости, возврате к среднему, периоде полураспада, ложной регрессии, тестах ADF и KPSS, структурных разрывах и финансовой диагностике
Короткий ответ
Стационарность означает, что заданные характеристики распределения не меняются со временем. Единичный корень — конкретный источник стохастической устойчивости, при котором шоки не затухают в уровнях. Возврат к среднему означает тенденцию переменной двигаться к меняющемуся или фиксированному ориентиру в рамках заданной модели. Ряд может выглядеть возвращающимся к среднему в одной выборке без стационарности, а отклонение гипотезы о единичном корне не доказывает стабильную торговую возможность
У стационарности есть несколько определений
Строгая стационарность требует, чтобы каждое конечномерное совместное распределение оставалось неизменным при общем сдвиге времени
Слабая стационарность требует постоянного конечного среднего и ковариации, зависящей только от лага, а не от календарного времени
Стационарность относится к стохастическому процессу в рамках модели; плоский график, ограниченная выборка или устойчивое на вид скользящее среднее не являются определением
Единичный корень делает шоки устойчивыми
Для X_t=ρX_{t−1}+ε_t значение |ρ|<1 задаёт стационарный AR(1) при стандартных условиях на инновации, а ρ=1 — случайное блуждание
При единичном корне шоки накапливаются, дисперсия уровня растёт со временем, а обычная стационарная асимптотика перестаёт работать
Дифференцирование случайного блуждания даёт его инновации, но механическое дифференцирование каждого ряда может уничтожить важную долгосрочную связь
Возврат к среднему зависит от модели и цели
AR(1) с |ρ|<1 в среднем возвращается к безусловному среднему, а отклонения затухают геометрически
Для положительного ρ меньше единицы часто используют приближение периода полураспада ln(0.5)/ln(ρ), если подогнанный AR(1) действительно уместен
Меняющаяся фундаментальная величина, нелинейный порог, сезонный уровень или структурный разрыв могут создать локальный возврат без одного постоянного среднего
Нестационарные уровни создают ложную регрессию
Регрессия независимых устойчивых рядов в уровнях может дать высокий R², значимые t-статистики и автокоррелированные остатки без реальной связи
Временные тренды, общая инфляция, масштабирование и стохастические тренды нужно отличать от экономической связи
Коинтеграция — специальное исключение: линейная комбинация нестационарных переменных стационарна; одной высокой корреляции для этого недостаточно
У тестов единичного корня асимметричные гипотезы
Тесты Дики–Фуллера используют единичный корень как нулевую гипотезу и нестандартные критические значения; расширенные версии добавляют лаги для учёта зависимости остатков
Тесты KPSS меняют акцент и используют стационарность уровня или тренда как нулевую гипотезу при заданных детерминированных компонентах
Неспособность отклонить любую из гипотез не является доказательством, а противоречивые результаты могут отражать малую мощность, разрывы, корни около единицы, выбор лага или короткую выборку
Финансовые ряды меняют режим и масштаб
Уровни цен часто демонстрируют крайнюю устойчивость, тогда как доходности могут быть ближе к стационарным, сохраняя меняющуюся волатильность и поведение хвостов
Процентные ставки, оценочные спрэды, подразумеваемая волатильность и базисные меры могут упираться в границы, сталкиваться со сменой политики, меняющимся равновесием или несколькими режимами
Нужно вместе проверять уровни и преобразования, детерминированные члены, даты разрывов, подвыборки, остатки и экономическую правдоподобность
Торговле нужна перспективная стабильность
Оценивайте скорость возврата только после определения равновесной переменной, окна формирования, горизонта исполнения, издержек и условия, при котором связь считается нарушенной
Используйте скользящие и расширяющиеся оценки, нетронутые периоды, возмущения, мониторинг разрывов и ухудшения в реальном времени, а не один период полураспада по всей выборке
Даже статистически стационарный спрэд может быть неторгуемым из-за займа, финансирования, скачков, переполненности, ёмкости, задержки или сломанного механизма
Частые вопросы
Что такое стационарный временной ряд?
При слабой стационарности он имеет постоянное конечное среднее и автоковариацию, зависящую от лага, а не от календарного времени
Что такое единичный корень?
Это авторегрессионный корень, равный единице, из-за которого шоки сохраняются в уровне и нарушают обычный стационарный вывод
То же ли возврат к среднему, что и стационарность?
Нет. Возврат к среднему описывает движение к ориентиру в рамках модели, а стационарность — неизменность характеристик распределения
Гарантирует ли стационарный спрэд прибыльную сделку?
Нет. Ошибка оценки, структурные разрывы, издержки, ограничения, хвостовые потери и переполненное исполнение могут уничтожить возможность