2020年5月12日 星期二

隨機波動理論的由來 (4/4) 模擬驗證法 & 到底為什麼有隨機波動? [影片]



上一篇》隨機波動理論的由來 (3/3) 圖解隨機波動 [影片]


對波動率估計的更佳來源:變幅

基本上當代(2000 後至今)研究市場波動特性的有大概一半的學者專家,大概都是使用一段時間內的最高價與最低價的差,而不是一段時間內的價格變化,作為波動分析的參考。

所以如果你有任何想要衡量波動的指標,請盡量考慮有包含最高價與最低價的指標,最直接的就是採用 ATR。




除此之外,如果是地方性的股票或指數期貨市場的話,我推薦可以考慮《走進我的交易室》作者 Elder 提出的市場溫度計(Market Thermometer),你可以在網路上找到他的計算公式。

題外話,Elder 就是透過市場溫度計指標,在市場溫度低的時候進場,市場溫度高的時候出場,是不是和我所強調的「波動低進場、波動高出場」極為相似呢?或許不能說是和我,應該說我們都是追隨隨機波動的特性做交易。

探究隨機波動的根源

最後,我有帶到一個 2000 年後多數金融專家比較少關注的點,就是到底隨機波動的根源為何?有學者專家透過模擬市場的微結構,模擬搓合與集中交易機制,發現能模擬出交易價格數據出現隨機波動的特徵,也就是說,今天市場的隨機波動不是因為人的關係,而是因為機制的關係。

這對我們掌握隨機波動是很重要的一件事,你不需要擔心是不是到 2030 市場就沒有隨機波動了?是不是 Bitcoin 出現,數位貨幣出現就沒有隨機波動了?是不是美國印鈔票,市場就不是隨機波動了?不會,只要有這樣的交易機制存在,市場的隨機波動特性就不會消失。

 
不只如此,稍微對 MAE/MFE 做修改,你還可以應用這個理論到房地產市場、拍賣市場裡面,以前台大財金所有一個知名的教授,特別擅長於買賣畫,透過買賣畫賺了上億的錢,他曾說過,是金融市場的特性讓他找到了一個買賣名畫的公式....嗯?是不是,嘿嘿?

所以下一個開放式問題是,市場會不會哪天改變成其他性質差異很大的交易機制?這就是一個更前瞻的問題了,當你能提出這個問題,你就是一個有遠見的人了。

進階補充:金融版本的量子科學

這邊對於影片做一點補充,在 1990 年代開始要驗證市場否是隨機波動,由於從選擇權價格、標的價格走勢直接反推有一定難度,所以金融學家搞了一套類似量子科學的方法。

透過假設標的價格走勢為選擇權模型所假設的,透過這樣去產生出非常多組的標的價格走勢,然後再透過時間序列模型,諸如 ARCH 家族的 GARCH 去估計波動與波動的波動,看能不能捕捉到真得如同選擇權模型假設的參數。


這就好比是把量子科學中觀察到的干涉現象模擬出來,然後透過理論來闡述如果真如量子科學所假設,那應該會觀察到怎麼樣的干涉現象、怎麼樣的量子行為,這很大程度成為了 21 世紀研究金融市場本質的一個主流方法。

所以你可能會好奇,為什麼我一直在談隨機波動,怎麼沒有講怎麼估計波動?怎麼估計波動的波動呢?因為實際上你無法直接從隨機波動的模型去估計,而是只能假設其存在,然後透過 GARCH 模型去捕捉,看看能不能從 GARCH 模型捕捉到和模型參數相似的結果。

舉例來說,如果波動的波動是 x,GARCH 捕捉到一個波動的波動數值是 0.5,接下來我們假設波動的波動是 5x ,那捕捉到一個波動的波動數值是 2.5 ,那這樣是不是就代表 x = 0.5 呢?不一定,只是說我們觀察到,GARCH 估計出來的和我們假設的參數能互相解釋。

所以當無法解釋清楚,那就代表存在不只是隨機波動的市場特徵,可能還有其他隨機特徵,那這時候就需要考慮對資料做一些過濾,這就體現在外匯的日內週期波動特性上面。

對於一些地方性市場來說,這些波動特性也會和地方的交易量變化有一些關係,例如開盤、開盤後 3 小時內(180 分鐘的掛單截止時間)與尾盤時間等的交易量。

沒有留言:

張貼留言