Tính mùa vụ của biến động trong ngày: Mẫu theo thời điểm và giới hạn

Tính mùa vụ trong ngày là sự khác biệt có hệ thống về quy mô lợi suất ở những thời điểm khác nhau trong phiên giao dịch. Phân phối lịch sử của lợi suất 30 phút gần giờ mở cửa có thể khác phân phối của khoảng thời gian bằng nhau vào giữa trưa. Nội dung nói về độ lớn và độ phân tán của lợi suất, không phải khả năng giá tăng hay giảm vào một giờ cụ thể

Các nhà nghiên cứu đã ghi nhận những mẫu biến động trong ngày lặp lại trong dữ liệu cổ phiếu và ngoại hối. Andersen và Bollerslev cho thấy tính chu kỳ này ảnh hưởng đến đặc tính động của lợi suất tần suất cao: mô hình hóa nó giúp tách mẫu theo thời điểm khỏi động thái biến động dai dẳng hơn (199700004-2)). Kết quả này là cơ sở để điều chỉnh, nhưng không xác lập một đường cong cố định cho mọi tài sản, địa điểm giao dịch hay giai đoạn

Nên xem hệ số mùa vụ là mốc chuẩn để so sánh. Nó có thể mô tả lợi suất bất thường đến mức nào so với quy mô thường thấy vào thời điểm đó, hoặc giúp mô hình biến động không nhầm mẫu phiên đều đặn với hiện tượng cụm kéo dài. Hướng dẫn về biến động thực hiện giải thích cách cộng bình phương lợi suất trong ngày thành thước đo cấp phiên; bài viết này tập trung vào hồ sơ theo thời điểm

Trong nhiều mẫu cổ phiếu, biến động trung bình cao hơn gần giờ mở cửa và đóng cửa so với giữa phiên thông thường, nên đường cong có thể giống chữ U. Phiên đấu giá mở cửa, thông tin qua đêm, sự tham gia của các nhà giao dịch, hoạt động danh mục cuối ngày và cơ chế đóng cửa đều có thể đồng thời xuất hiện khi biến động thay đổi. Chỉ riêng mẫu dữ liệu không xác định được cơ chế nào gây ra nó

Hình dạng có thể khác nhau theo thị trường và cách định nghĩa phiên. Ngoại hối được giao dịch qua nhiều múi giờ toàn cầu chứ không quanh một tiếng chuông mở cửa duy nhất. Hợp đồng tương lai có thể giao dịch gần như cả ngày nhưng vẫn có cửa sổ thanh toán, thời gian bảo trì hoặc thanh khoản tập trung vào giờ của một khu vực. Thị trường tiền mã hóa 24 giờ không có giờ mở hay đóng duy nhất trừ khi nhà phân tích xác định phiên tham chiếu. Đồng hồ phù hợp phụ thuộc vào công cụ, địa điểm và quy ước lấy mẫu

Ederington và Lee nhận thấy dạng chữ U quen thuộc biến mất trong mẫu ngoại hối của họ khi tính đến các thông báo kinh tế vĩ mô đã lên lịch và thông tin biến động khác (2001). Đây là kết quả riêng của mẫu dữ liệu đó, không phải bằng chứng mọi thị trường FX đều không có tính chu kỳ. Tuy vậy, kết quả cho thấy không nên coi đường cong trung bình mô tả là quy luật bất biến

Gọi r₍d,j₎ là lợi suất ở khoảng trong ngày j của phiên d. Một phép phân rã khái niệm hữu ích là

r₍d,j₎ = sⱼ ε₍d,j₎ Var(r₍d,j₎ | thông tin trước khoảng thời gian) = sⱼ² h₍d,j₎

sⱼ là hệ số quy mô dương theo thời điểm, còn h₍d,j₎ đại diện cho biến động thay đổi theo thông tin và điều kiện thị trường. sⱼ là mô tả thống kê của một mẫu dữ liệu và lịch được chọn, không nhất thiết là tác động nhân quả của đồng hồ. Phép phân rã hỗ trợ mô hình hóa chứ không khẳng định mọi tài sản có lịch xác định đã biết

Nếu bỏ qua sⱼ, các khoảng có phương sai cao lặp lại vào một số thời điểm có thể khiến bình phương lợi suất trông như dai dẳng. Khi đó, mô hình GARCH có thể gán cả biến động trong ngày đều đặn lẫn hiện tượng cụm biến động thực sự cho các tham số động. Hướng dẫn GARCH giải thích quá trình thứ hai. Điều chỉnh mùa vụ giúp phân biệt hai yếu tố nhưng không thay thế việc kiểm tra phần dư, độ ổn định tham số hoặc các đặc tả khác

Đừng nhầm hệ số quy mô với hệ số phương sai. Nếu độ lệch chuẩn lợi suất của một khoảng gấp đôi khoảng khác, phương sai của nó gấp bốn lần khi dùng cùng đơn vị. Hãy nêu rõ hệ số ở thang độ lệch chuẩn, phương sai hay lợi suất tuyệt đối, rồi dùng cùng định nghĩa khi chuẩn hóa dữ liệu

Giả sử mẫu huấn luyện kết thúc trước tháng đánh giá cho thấy quy mô lợi suất 30 phút điển hình là 0,40% gần giờ mở cửa và 0,20% vào khoảng giữa trưa. Các con số này chỉ là giả định để minh họa phép tính. Tỷ lệ độ lệch chuẩn giữa mở cửa và giữa trưa là 2; tỷ lệ phương sai tương ứng là 4. Đây không phải ước lượng cho một tài sản hay phiên hiện tại cụ thể

So sánh lợi suất 0,40% vào thời điểm mở cửa với 0,20% vào giữa trưa. Chia trị tuyệt đối của mỗi lợi suất cho quy mô lịch sử tương ứng sẽ được 0,40% / 0,40% = 1 và 0,20% / 0,20% = 1. Mỗi mức bằng một đơn vị của quy mô theo thời điểm riêng. Biến động thô khác nhau nhưng độ lớn đã chuẩn hóa bằng nhau theo hồ sơ minh họa này

Phép tính không cho biết chuyển động nào hiếm về mặt thống kê, sẽ đảo chiều hay có thể giao dịch sinh lời. Chỉ nên diễn giải giá trị chuẩn hóa cùng mô hình phân phối, độ bất định của ước lượng, bối cảnh sự kiện và chất lượng đo lường. Tỷ lệ quy mô tự nó không phải xác suất, dự báo hay tín hiệu chiều hướng

Xác định công cụ, địa điểm giao dịch, phiên, độ dài thanh, nguồn giá và quy ước lợi suất. Ghép cùng khoảng thời gian tương đối trong phiên giữa các phiên lịch sử. Không âm thầm so sánh thanh 9:30–10:00 theo giờ địa phương của sở giao dịch với thanh UTC tùy ý sau khi chuyển đổi giờ mùa hè. Hãy xác định trước cách xử lý phiên đấu giá, khoảng trống qua đêm, ngày nghỉ, đóng cửa sớm, báo giá thiếu và ngày giao dịch bất thường

Ước lượng quy mô điển hình của từng khoảng chỉ từ các ngày trước ngày dự báo hoặc đánh giá. Điểm bắt đầu thực tế là dùng thước đo bền vững cho mỗi nhóm thời điểm, chẳng hạn trung vị lợi suất tuyệt đối hoặc căn bậc hai của trung bình bình phương đã cắt ngọn. Vì ngày biến động mạnh có thể chi phối trung bình gộp, nhà phân tích có thể chuẩn hóa từng phiên bằng quy mô ngày trước, ước lượng hồ sơ nội phiên, làm trơn các nhóm kề nhau rồi chuẩn hóa hệ số về mức tham chiếu đã chọn. Ghi lại phương pháp và quy tắc chuẩn hóa

Trong kiểm định lịch sử, cố định hệ số bằng mẫu huấn luyện sẵn có tại mỗi thời điểm bắt đầu dự báo. Cập nhật bằng cửa sổ trượt hoặc mở rộng nếu phù hợp với quy trình vận hành dự kiến. Ước lượng hồ sơ một lần trên toàn bộ dữ liệu rồi áp dụng cho quan sát trước đó làm rò rỉ thông tin từ các phiên tương lai và có thể khiến lợi suất chuẩn hóa trông ổn định hơn thực tế theo thời gian

Giữ hồ sơ mùa vụ riêng với cách xử lý sự kiện và ước lượng biến động trong cùng ngày. Nếu mô hình được phép dùng biến động đã quan sát trước đó trong phiên hiện tại, chỉ tính bằng các thanh có sẵn trước thời điểm dự báo. Ghi rõ hồ sơ có tách theo thứ trong tuần, tháng hợp đồng, địa điểm hay chế độ thị trường hay không; chia nhỏ hơn có thể giảm sai lệch nhưng cũng làm giảm số quan sát trong mỗi nhóm

Ghi lại số quan sát và số phiên đứng sau mỗi ước lượng khoảng thời gian. Ngày nghỉ, bản ghi thiếu hoặc giao dịch thưa tập trung vào một thời điểm có thể khiến hệ số phản ánh mức độ bao phủ dữ liệu thay vì biến động thị trường. Chia phiên thành quá nhiều nhóm nhỏ sẽ tạo ước lượng thiếu ổn định; hãy chọn độ rộng thanh và thời gian huấn luyện trước khi so sánh kết quả. Làm trơn có thể giảm nhiễu nhưng cũng xóa đỉnh mở cửa hoặc đóng cửa; hãy so sánh hồ sơ thô và đã làm trơn, đồng thời ghi lại quy tắc

Nếu ước lượng lại hồ sơ trong quá trình đánh giá lịch sử, hãy lưu phiên bản có thể dùng tại mỗi thời điểm bắt đầu dự báo. Ghi ngày chốt huấn luyện, số quan sát mỗi nhóm, phép biến đổi và ngày sử dụng từng hệ số. Chọn hồ sơ sau khi xem hồ sơ nào có kết quả tốt nhất rồi áp dụng cho ngày trước đó cũng tạo ra look-ahead thông qua quá trình lựa chọn

<!-- learn:illustration -->

Thông báo kinh tế thường được phát hành vào giờ cố định. Một đợt tăng lặp lại quanh giờ công bố có thể trông như tính mùa vụ thông thường theo thời điểm, dù nguyên nhân trực tiếp là tin tức đã lên lịch. Ederington và Lee cùng nghiên cứu biến động gần đây, thông báo theo lịch và tính chu kỳ; trong mẫu lãi suất và FX của họ, thông báo đặc biệt quan trọng ở các giai đoạn biến động rất cao, và việc tính đến thông tin làm thay đổi mức dai dẳng được ước lượng (2001)

Nếu câu hỏi nghiên cứu xoay quanh mẫu hình thời gian thông thường, nhà phân tích có thể tách các khoảng công bố, thêm biến chỉ báo sự kiện được xác định trước hoặc báo cáo kết quả có và không có sự kiện. Lựa chọn phụ thuộc vào việc dự báo mục tiêu có bao gồm những thông báo đã biết hay không. Loại bỏ toàn bộ thanh sự kiện có thể đánh giá thấp rủi ro của chiến lược thực sự giữ vị thế qua thời điểm công bố

Đừng lập lịch sự kiện bằng thông tin chưa có tại thời điểm dự báo trong quá khứ. Lưu thời gian phát hành và các lần điều chỉnh nếu cần, phân biệt tin theo lịch với tin bất ngờ khi dữ liệu cho phép, và nêu rõ thị trường cùng thông báo được bao phủ. Hệ số theo thời điểm tự nó không giải thích được một cú sốc hay tác động của nó

Các nhóm thời gian cần một định nghĩa đồng hồ ổn định. Với sở giao dịch có phiên thông thường, giờ địa phương thường tự nhiên tương ứng với mở cửa, giữa trưa và đóng cửa. Nếu bản ghi dùng UTC, hãy chuyển đổi bằng quy tắc múi giờ lịch sử cho từng ngày. Độ lệch UTC cố định có thể dịch giờ mở cửa một tiếng khi quy tắc giờ mùa hè thay đổi, tạo ra khác biệt mùa vụ giả

Lịch sở giao dịch còn có ngày nghỉ, phiên rút ngắn, đấu giá, tạm ngừng và thời gian nghỉ riêng của hợp đồng. Thanh cuối cùng trong ngày đóng cửa sớm không nằm ở cùng vị trí phiên như giờ đóng cửa thông thường. Hãy quy định cách đưa quan sát đó vào hồ sơ hoặc ước lượng hồ sơ riêng cho từng loại phiên. Với hợp đồng tương lai, ghi rõ mẫu phiên và cách xử lý chuyển kỳ hạn; với tiền mã hóa, xác định rõ ranh giới ngày và múi giờ tham chiếu

Hệ số cần mô tả các quan sát có thể so sánh. Đừng so sánh thanh cổ phiếu trong phiên thông thường với thanh hợp đồng tương lai qua đêm chỉ vì chúng có cùng nhãn giờ UTC. Giữ nhất quán dấu thời gian, cách tạo thanh và nguồn giá; kiểm tra báo giá cũ, giao dịch không đồng bộ hoặc quy tắc đấu giá khác nhau. Đồng bộ đồng hồ là một phần của đặc tả mô hình, không phải bước tiền xử lý mang tính hình thức

Hệ số mùa vụ cố định giả định mẫu hình biến động tương đối ổn định. Giả định này có thể sai. Andersen, Thyrsgaard và Todorov kiểm tra tính chu kỳ thay đổi theo thời gian và báo cáo bằng chứng từ lợi suất chỉ số S&P 500 cho thấy mẫu hình thay đổi một phần theo mức biến động hiện tại; trong giai đoạn biến động cao, khoảng trước khi đóng cửa chiếm tỷ trọng lớn hơn trong biến động tích lũy hằng ngày so với giai đoạn biến động thấp (2019)

Điều này không có nghĩa giờ đóng cửa của mọi thị trường đều biến động hơn mỗi khi thị trường bất ổn. Bằng chứng gắn với dữ liệu, phương pháp và mẫu nghiên cứu cụ thể. Tuy nhiên, hồ sơ trung bình dài hạn có thể làm mờ những thay đổi quan trọng. Hãy so sánh ước lượng hồ sơ giữa các giai đoạn con và chế độ biến động, kiểm tra độ ổn định của hệ số và báo cáo độ bất định thay vì trình bày một đường cong duy nhất như thể nó vĩnh viễn

Ước lượng trượt có thể thích nghi nhưng nhiễu hơn và có thể chạy theo một vài sự kiện. Hồ sơ theo chế độ cần đủ quan sát quá khứ cho mỗi chế độ và quy tắc phân loại không dùng dữ liệu tương lai. Nếu không đáp ứng được, hệ số ổn định đơn giản hơn cùng các biến kiểm soát sự kiện rõ ràng có thể dễ diễn giải hơn. Hướng dẫn nón biến động đề cập riêng việc so sánh phân phối qua các khung thời gian và mẫu khác nhau

Chuẩn hóa theo thời điểm có thể giúp so sánh biến động giữa các khoảng phiên công bằng hơn, chẩn đoán mẫu phần dư và hỗ trợ mô hình dự báo cần các nhiễu đổi mới dễ so sánh hơn. Cách này cũng có thể cho thấy một biến động trông cực đoan khi mở cửa lại bình thường so với quy mô lịch sử của khoảng đó. Nó không tiết lộ lợi suất tiếp theo sẽ dương hay âm

Chuẩn hóa cũng không chứng minh chiến lược tạo ra lợi nhuận. Cần xác định đầy đủ tín hiệu và quy tắc thực thi, sau đó kiểm định ngoài mẫu có tính đến chênh lệch giá, phí, trượt giá, tác động thị trường, độ trễ và năng lực giao dịch. Hồ sơ thời điểm lịch sử có thể hỗ trợ mô hình hóa rủi ro hoặc điều kiện thực thi, nhưng bản thân hệ số không phải quy tắc vào lệnh hay bằng chứng về sự kém hiệu quả của thị trường. Hướng dẫn phương sai và biến động giải thích vì sao cần phân biệt đơn vị bình phương với đơn vị độ lệch chuẩn

Báo cáo có thể tái lập cần nêu công cụ và địa điểm, múi giờ, lịch phiên, khoảng lấy mẫu, nguồn dữ liệu, bộ ước lượng, cửa sổ huấn luyện, cách xử lý thông báo và phiên bất thường, quy tắc chuẩn hóa, kiểm tra ổn định và mốc cắt thông tin tại mỗi thời điểm dự báo. Hãy trình bày độ bất định của hồ sơ và kết quả trên dữ liệu không dùng để ước lượng. Những chi tiết này giúp kiểm tra điều chỉnh và tránh biến mẫu mô tả thành tuyên bố giao dịch thiếu căn cứ