Realized Kernel Tahmincileri: Mikro Yapı Gürültüsüyle Volatiliteyi Ölçmek

Gürültüsüz bir ortamda gün içi getirilerin karelerini toplamak, gözlenen aralıktaki değişimi tahmin etmenin doğal bir yoludur. Ancak işlem fiyatları veya kotasyonlar alış-satış sıçraması, fiyat adımları, gecikme ya da kayıt hatası içerebilir. Gürültülü iki fiyatın farkını almak, hataları getiriye taşır; ardışık getiriler de bu hatalardan birini ters işaretle paylaşır. Bu nedenle getirilerin seri otokovaryansları gözlem gürültüsü hakkında bilgi taşır.

Standart gerçekleşmiş varyans yalnızca sıfır gecikmeli getiri çarpımını, yani kare getirileri toplar. Çok sık örneklemede bu toplam, gizil fiyattaki yeni hareketleri yakalamadan daha hızlı gürültü biriktirebilir. Realized kernel sıfır gecikmeli terime ek olarak pozitif ve negatif gecikmelerdeki ağırlıklandırılmış otokovaryansları kullanır. Uygun varsayımlar ve artan bant genişliği altında sıfırdan farklı gecikmelerdeki terimler, etkin fiyattaki değişimi korurken başlıca gürültü etkisini dengelemeye yardımcı olur.

Barndorff-Nielsen, Hansen, Lunde ve Shephard, piyasa sürtünmeleri varken tamamlanmış aralıkta fiyat değişimini ölçmek için realized kernel tahminlerini özgün Econometrica makalelerinde geliştirdi. Çalışmaları bu tahminciyi, eldeki her tikin veri kalitesi kontrol edilmeden kullanılacağı bir talimat olarak değil, dikkatle ağırlıklandırılmış bir uzun dönem varyans hesabı olarak ele alır. Daha basit yüksek frekans karşılaştırması için gerçekleşmiş volatilite hesaplama rehberine bakın. Bu yazı çekirdek düzeltmesine ve seçimlerine odaklanır.

Gizil etkin log fiyatı \(X_t\), \(t_i\) anında kaydedilen log fiyatı da \(Y_{t_i}\) olsun:

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

burada \(\epsilon_{t_i}\) mikro yapı gürültüsünü gösterir. Yaygın bir temel model, gizil fiyatı yerel varyans hızı \(\sigma_t^2\) olan sürekli bir süreç olarak ele alır; sabit \([0,T]\) aralığındaki hedef ise bütünleşik varyanstır:

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

En basit türetim, ortalaması sıfır olan gürültünün zaman içinde bağımsız, etkin fiyat sürecinden bağımsız ve sabit varyanslı olduğunu varsayar. Bu varsayımlar düzeltmenin kaynağını görmeyi kolaylaştırır. Gerçek işlemler ve kotasyonlar bunlardan sapabilir: gürültü seri bağımlı olabilir, zamanla değişebilir, etkin fiyatla ilişkili olabilir veya gözlem zamanlarının seçilme biçiminden etkilenebilir.

Gizil süreçte sıçramalar varsa kuadratik varyasyon bunların karelerini de içerir. Bunların hedef ölçüye dahil edilip edilmeyeceği model ve araştırma sorusuna bağlıdır. Sürekli fiyat türetimi bütünleşik varyansı hedefler; sıçramalara dayanıklı bir yapı eklenmedikçe realized kernel'ın sürekli varyansı sıçramalardan ayırdığı söylenmemelidir. Kuadratik varyasyon rehberi, bütünleşik varyans ile yolun toplam değişimi arasındaki ayrımı açıklar.

Bu kurulum tamamlanmış bir aralığın tahminini ele alır. Gizil fiyatı tam olarak çıkarmaz, sonraki aralığı öngörmez veya işlemin gerçekleşebileceği fiyatı vermez. Yüksek frekanslı girdi için de açık bir kural gerekir: işlem fiyatları, kotasyon orta noktaları veya başka bir fiyat göstergesi farklı getiri dizileri ve gürültü özellikleri üretebilir.

\(n\) gözlenen getiriden oluşan \(r_i=Y_{t_i}-Y_{t_{i-1}}\) dizisi için \(h\) gecikmeli otokovaryans toplamını, normalize etmeden, şöyle tanımlayalım:

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

Sıfır gecikmede \(\Gamma_0=\sum_{i=1}^n r_i^2\), standart gerçekleşmiş varyanstır. Bir gecikmede ardışık getirilerin çarpımları eşleşir. Bağımsız eklemeli fiyat gürültüsü modelinde komşu getirilerin gürültü bileşenleri zıt işaretlidir: yukarı yönlü bir gözlem hatası bir getiriyi yükseltir ve sonrakini düşürür. Bu durum çoğu zaman negatif birinci gecikme otokovaryansı oluşturur. Birkaç gecikmeye yayılan seri örüntüler de gürültünün getiri dizisini nasıl etkilediğini gösterebilir.

Gecikme toplamları çarpım sayısına bölünmez. Bu önemlidir; çünkü realized kernel bunları gerçekleşmiş varyans toplamıyla aynı ölçekte birleştirir. Tahminci, değişen varyans ve otokorelasyona dayanıklı uzun dönem varyans tahmincisiyle ilişkilidir; ancak gelişigüzel biçimde normalize edilmiş örneklem otokorelasyonlarını toplamakla aynı şey değildir. Uç noktalar ve toplamın tam tanımı tahmincinin parçasıdır.

Otokovaryanslar tek tek hangi tikin “gürültü”, hangisinin “sinyal” olduğunu işaretlemez; aralık boyunca çapraz çarpımları toplar. Negatif \(\Gamma_1\), alış-satış fiyatlarının gidip gelmesiyle tutarlı olabilir ama tek başına bu mekanizmayı kanıtlamaz. Gerçek getiriler seri bağımlıysa veya gözlem gürültüsünün yapısı farklıysa aynı otokovaryans birden çok etkiyi yansıtabilir. Tahmin, her gecikmeyi piyasa teşhisi saymaya değil, belirtilen modele ve çekirdek ağırlıklarına dayanır.

En büyük gecikme \(H\) için yaygın sonlu örneklem tanımlarından biri şöyledir:

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

İki çarpanı simetrik negatif gecikme terimlerini de kapsar. Burada \(k(x)\), \(0\le x\le1\) aralığında bir çekirdek ağırlığıdır; \(k(0)=1\) olur ve ağırlıklar bant genişliğinin ucuna doğru sıfıra iner. Makaleler ve yazılımlar, örneğin paydada \(H+1\) kullanmak gibi farklı uç nokta veya indeksleme kuralları uygulayabilir. Sonucu yeniden üretmek için kuralı belirtin ve tutarlı biçimde kullanın.

Parzen çekirdeği yaygın, negatif olmayan bir seçenektir:

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

Kısa gecikmelere yüksek ağırlık verir ve uzun gecikmelerin ağırlığını düzgünce azaltır. Yüksek frekanslı gürültü getiriler arasında bağımlılık yaratabilirken uzak gecikme tahminleri giderek daha değişken hale geldiğinden bu yumuşak azalma yararlıdır. Negatif olmayan Parzen yapısı, belirtilen uygulamada tek değişkenli realized kernel tahmininin negatif olmamasını sağlayacak biçimde tasarlanmıştır. Her çekirdek bu özelliği taşımaz. Düz tepeli (flat-top) bir çekirdek yanlılık bakımından elverişli olabilir ama sonlu örneklemde negatif tahmin verebilir.

Aşağıdaki şekil bu azalmaya benzetmedir: yakın gecikmelerin katkıları vurgulanır, uzak olanlar giderek silikleşir. Ölçülmüş getirilerin, belirli bir örneklemden hesaplanmış ağırlıkların veya volatilite tahmininin grafiği değildir.

<!-- learn:illustration --> <!-- Yazısız kavramsal şekil: parlak bir merkezden uzaklaştıkça simetrik getiri yankıları yumuşakça silikleşir; sonlu bant içindeki gecikme ağırlıklarının azalmasını anlatır. Piyasa verisi veya tahmin çıktısı değildir. -->

Bant genişliği \(H\), toplama giren en büyük gecikmedir. Çok küçükse gözlem gürültüsünün yarattığı önemli seri bağımlılıklar hesaba katılmayabilir. Çok büyükse gürültülü gecikme çarpımları eklenir ve örneklem varyansı yükselebilir. Bu nedenle bant genişliği istatistiksel bir ayar seçimidir; atılacak gözlem sayısı veya her varlığa uyan evrensel bir zaman aralığı değildir.

Parzen realized kernel'ının asimptotik teorisinde en iyi bant genişliği \(n^{3/5}\) mertebesinde büyür. Literatürde kullanılan pratik bir ifade şöyledir:

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

burada \(n\) ince zaman ızgarasındaki getiri sayısıdır; \(\xi\), göreli gürültü düzeyi ile gizil fiyatın bütünleşik dördüncü momentini özetler. Bir ölçek ifadesi şöyledir:

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

burada \(\omega^2\) gözlem gürültüsünün varyansıdır. Uygulamada bu değerler bilinmez; çoğu kez gürültü varyansı ve bütünleşik dördüncü moment için ön tahminlerle hesaplanmaları gerekir. Formül, en iyi gecikme sayısının hem örneklem büyüklüğüne hem de gürültü-sinyal ortamına bağlı olduğunu gösterir; evrensel ve sabit bir ayar sunmaz.

Asimptotik tasarımda bant genişliği artmalı, ancak örneklem büyüklüğüne kıyasla küçük kalmalıdır; bu genellikle \(H\to\infty\) ve \(H/n\to0\) biçiminde yazılır. \(n^{3/5}\) kuralı makaledeki model ve çekirdek koşulları altında başlıca yanlılık ile varyansı dengeler. Sonlu bir işlem seansında ön gürültü veya dördüncü moment tahmini zayıfsa yerine koyma tahmini kararsız olabilir. Seçilen \(H\)'yi, indeksleme kuralını, ön tahmin girdilerini ve makul alternatifler için duyarlılık analizini raporlayın.

Bilerek küçük tutulmuş ve baz puan cinsinden bir varsayımsal getiri dizisini ele alalım:

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

Bu dizi yalnızca aritmetiği kontrol etmek içindir. Piyasa verisi değildir; dört getiri, asimptotik bant genişliği seçimini gerekçelendirmek için çok azdır. Sıfır gecikme toplamı:

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

Birinci gecikme çarpımları \((-1),(-1),(-1)\) olduğundan \(\Gamma_1=-3\ \mathrm{bp}^2\) olur. İkinci gecikmede \(r_3r_1=1\), \(r_4r_2=1\), dolayısıyla \(\Gamma_2=2\ \mathrm{bp}^2\).

Formülü göstermek için \(H=2\) seçelim. Parzen çekirdeğinde \(k(1/2)=1-6(1/4)+6(1/8)=1/4\), \(k(1)=0\) olur. Böylece

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

Standart gerçekleşmiş varyans \(4\ \mathrm{bp}^2\)'dir; ağırlıklandırılmış negatif birinci gecikme terimi bu örnekte kernel tahminini düşürür. İkinci gecikme toplamı, Parzen ağırlığı sınırda sıfır olduğu için katkı yapmaz. Sonuç negatif değildir; ancak bu aritmetik tek başına gizil etkin fiyat değişimine eşit olduğunu göstermez. Gizil yol gözlenmemiş, belirsizlik aralığı hesaplanmamış ve buradan tahmin ya da işlem sonucu çıkarılmamıştır. Kareköke alınca bulunan yaklaşık \(1.58\) bp, yalnızca bu varsayımsal aralığın standart sapma ölçeğidir.

Örnek, bant genişliği ve indeksleme kuralının raporlanan tahminle birlikte verilmesi gerektiğini de gösterir. Farklı bir \(H\), uç nokta kuralı veya getiri ağırlıkları ya da çarpımları değiştirir. Her getiri, gecikme toplamı, ağırlık ve birim gösterildiği için sayısal çıktı yeniden üretilebilir.

Normalize edilmemiş gecikme toplamları, özellikle ilk veya son kayıtlı fiyatta büyük bir gürültü hatası varsa uç gözlemlere orantısız etki verebilir. Realized kernel uygulama makaleleri, uç etkileri azaltmak için çoğu zaman jittering denen yerel ortalamayı ele alır. Yaygın bir uygulama, getirileri hesaplamadan önce uç noktadaki fiyatı yakındaki gözlemlerin yerel ortalamasıyla değiştirmektir. Pencerenin tam büyüklüğü ve bir ya da iki ucun ortalanacağı uygulama kararlarıdır; örtük bırakılmamalıdır.

Veri temizliği formül kadar önemli olabilir. Hatalı tek bir işlem, eski kotasyon, kesişen piyasa, yinelenmiş zaman damgası veya fiyat ölçeği hatası birkaç toplama giren getiriler ve gecikme çarpımları yaratır. Fiyat alanını, zaman eşlemesini, seans sınırlarını, tekrarların ele alınışını, filtreleri ve açık artırma ya da piyasa kapanışlarının nasıl işlendiğini belgeleyin. Temizlik kuralları, nihai tahmini daha makul gösterip göstermemelerinden bağımsız belirlenmelidir.

2009 tarihli realized kernel uygulama çalışması işlem ve kotasyon verisini, uç etkileri, yerel eğilimleri ve negatif olmayan Parzen çekirdeğini ele alır. Uygulamaya dönük mesajı, “gürültüye dayanıklı” ifadesinin “veri yapısından bağımsız” anlamına gelmediğidir. Kısa bir pencerede yavaşça hareket eden fiyat bileşeni, değişen piyasa sürtünmeleri veya kotasyon oluşturma yöntemi temel yorumu zorlaştırabilir. Jittering bir uç nokta sorununu azaltabilir; yanlış hizalanmış seriyi veya örneklemin ortasındaki hatalı gözlemi düzeltemez.

Klasik teori gizil fiyat süreci, örnekleme, gürültü, çekirdek düzenliliği ve bant genişliği hakkında varsayımlar üzerine kuruludur. Bazı realized kernel yapıları, en basit bağımsız gürültü örneğinden daha geniş seri bağımlı gürültü biçimlerine ve içsel gözlem zamanlarına dayanıklıdır. Bu dayanıklılık teoreme özgüdür: ilgili koşulları sağlayan çekirdek ve bant genişliği kullanılmalıdır. Aït-Sahalia, Mykland ve Zhang'ın bağımlı mikro yapı gürültüsü çalışması, temel formülden her genişletmenin otomatik olarak çıktığını varsaymak yerine gürültü bağımlılığını açıkça ele almanın neden önemli olduğunu gösterir.

Çekirdek seçimi önemlidir. Parzen çekirdeği negatif olmayan tek değişkenli tahmin için yaygın biçimde kullanılır. Düz tepeli ağırlıklar farklı yanlılık özellikleri hedefleyebilir ve sonlu örneklemde negatif tahmin verebilir. Herhangi bir HAC çekirdeğini tanıdık olduğu için yerine koymayın: realized kernel literatürü, incelenen yapıda Bartlett seçimi gibi bazı bilinen seçeneklerin aynı tutarlılık sonucunu sağlamadığını açıklar. Tahmin negatifse çekirdeği ve sonlu örneklem kuralını belirtin; sessizce sıfıra kırpmayın veya buna negatif fiziksel varyans demeyin.

Sonuç, kullanılan fiyat göstergesinin ve hedefin sınırlarını da taşır. Sıçramalar kuadratik varyasyonun parçası olabilir; aykırı değerler çarpımlara hakim olabilir; düzensiz veya eşzamanlı olmayan gözlemler tahmin edilen miktarı değiştirebilir; volatilite ya da gürültü aralık içinde değişebilir. Tek değişkenli realized kernel eşzamanlı olmayan çok değişkenli örneklemeyi tek başına çözmez, sıçramaları çıkarmaz veya alış-satış fiyat hareketini getiri bağımlılığının bütün diğer kaynaklarından ayırmaz. Dayanıklılık belirtilen model içindedir, olası her veri kusuruna karşı değildir.

Yeniden üretilebilir bir rapor; fiyat serisini ve örnekleme tasarımını, gözlem penceresini, getiri birimlerini, çekirdek fonksiyonunu, en büyük \(H\) gecikmesini, uç nokta kuralını, uç nokta ortalamasını ve veri temizliğini belirtmelidir. Yerine koyma bant genişliği kullanılıyorsa tahmin edilen gürültü ve dördüncü moment girdilerini veya bunları yeniden oluşturacak ayrıntıları verin. Sonucun bütünleşik varyans tahmini mi, sıçramaları içeren kuadratik varyasyon tahmini mi, yoksa dönüştürülmüş bir volatilite ölçüsü mü olduğunu açıklayın.

Tahmin, örneklenen aralıktaki değişimi açıklar. Geçmiş ölçümleri gelecek ufka taşıyan ayrı bir tahmin modeli kurulup örneklem dışında değerlendirilmedikçe gelecekteki volatilitenin tahmini değildir. Kotasyon spreadi veya işlem maliyeti tahmini de değildir: Roll alış-satış spreadi rehberi, getiri otokovaryansıyla farklı bir büyüklüğü tahmin eder. İki ölçekli gerçekleşmiş volatilite rehberi farklı bir düzeltme yapısına sahip başka bir gürültüye dayanıklı yaklaşımı açıklar.

Temel karar yalnızca realized kernel kullanıp kullanmamak değildir. Fiyat verisinin, örnekleme düzeninin, hedefin, çekirdeğin ve bant genişliğinin araştırma sorusuna, yorumu destekleyecek kadar uygun olup olmadığını değerlendirmektir. Duyarlılık tablosu ve açık model sınırları bu kararı denetlemeyi kolaylaştırır. Dikkatli bir tahmin bile örneklem belirsizliği taşıyan geçmişe dönük bir ölçümdür; kârlı işlem kuralı kanıtlamaz ve mikro yapı etkilerinin ortadan kalktığını garanti etmez.