Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование.
Традиционные показатели настроений в значительной степени опираются на данные о рынке акций, однако 24-часовая торговля биткойном позволяет получить уникальный, непрерывный индикатор настроений инвесторов, особенно в нерабочие часы на американском рынке. Авторы выявили четкую закономерность ночной торговли: Биткойн часто растет ночью, а на следующий день в обычные часы торгов сдает позиции.
Эта закономерность ночного роста цен и дневных разворотов тесно связана с повышенными настроениями и вниманием розничных инвесторов. Включив эти ночные доходы биткоина в модели прогнозирования волатильности, авторы существенно улучшают прогнозы движения VIX на следующий день.
В этой таблице представлена сводная статистика ежедневных доходностей биткоина и изменений индекса VIX с 1 января 2018 года по 31 декабря 2023 года. Ежедневная доходность разложена на доходность за ночь (ON), измеряемую от закрытия рынка до открытия рынка на следующий день, доходность за час торговли (TH), измеряемую от открытия рынка до его закрытия, и доходность от закрытия до закрытия (CC).
Более того, стратегии, использующие эти улучшенные прогнозы волатильности, достигают более высокой доходности с поправкой на риск по сравнению с традиционными стратегиями волатильности, что подчеркивает практическую экономическую выгоду от включения данных биткойна в систему прогнозирования.
Прогностическая сила остается устойчивой в различных тестах, в том числе в периоды пандемии и непандемии, а также при использовании нескольких индексов волатильности по всему миру.
Эти результаты подчеркивают растущую интеграцию биткойна с традиционными финансовыми рынками и его неиспользованный потенциал в качестве индикатора настроений инвесторов в реальном времени, выходящего за рамки обычных сигналов акций.
Данное исследование ставит под сомнение стандартный подход к прогнозированию волатильности, согласно которому горизонты прогнозирования совпадают с торговыми горизонтами. Вместо этого авторы оценивают, могут ли прогнозы подразумеваемой волатильности на несколько дней вперед улучшить торговые решения на 1 день вперед. Используя серию моделей на основе HAR, они проверяют эту схему на фьючерсах на VIX и S&P 500.
Результаты последовательны и поразительны — наибольшая прибыль на следующий день возникает при торговле на основе прогнозов, сделанных на 22 дня вперед, а не на 1 день вперед. Этот вывод сохраняется даже после корректировки на риск и в период после окончания выборки, включающий шок COVID-19.
Наиболее эффективная модель сочетает в себе стандартную систему гетерогенной авторегрессии (HAR) и 10-летний индекс волатильности казначейских облигаций США (TYVIX). Это отражает неопределенность на макроуровне, которая распространяется на фондовые рынки, помогая трейдерам делать более обоснованные ставки на волатильность.
Кумулятивная прибыль от торговли фьючерсами VIX при использовании различных горизонтов прогнозирования. Зеленая линия показывает прибыль при использовании прогнозов модели HAR-IV-TYVIX на 22 дня вперед, которая неизменно превосходит модель на 1 день вперед (синяя). Оранжевая линия представляет собой индекс VIX.
Полученные результаты требуют более широкого переосмысления дизайна торговых моделей. Горизонты прогнозирования не обязательно должны совпадать с торговыми таймфреймами, и в некоторых случаях их разделение может обеспечить более высокие результаты.
Традиционно считается, что гибкий обменный курс смягчает экономику от внешних потрясений. Однако данное исследование показывает обратное в случае неопределенности денежно-кредитной политики США. Авторы используют структурный шок для индекса неопределенности денежно-кредитной политики США, который фиксирует внезапные скачки неопределенности в отношении будущей политики процентных ставок. Они показывают, что этот шок вызывает более сильное экономическое сокращение в странах с гибким режимом обменного курса.
Пунктирные линии представляют собой 90% и 68% доверительные интервалы, полученные с помощью двусторонних кластеризованных стандартных ошибок Камерона и др. (2011).
На графике показано, что в плавающих режимах (красные линии) наблюдается более резкое и устойчивое снижение потребления и инвестиций. В то время как экспорт остается статистически одинаковым в разных режимах, импорт падает сильнее в гибких режимах, что, вероятно, отражает крах внутреннего спроса.
Причина, по мнению авторов, кроется в динамике рисков. В ответ на неопределенность со стороны США капитал утекает из стран с плавающим обменным курсом, что приводит к обесцениванию их валют по отношению к доллару США. Такое обесценивание повышает волатильность обменного курса и неопределенность экономической политики, что сдерживает расходы и инвестиции. Суверенный кредитный риск также повышается: Спреды CDS значительно увеличиваются в гибких режимах после шока.
Этот вывод подтверждается неокейнсианской моделью малой открытой экономики. В имитационных моделях плавающие режимы, подверженные прямому воздействию волатильности процентных ставок в США, испытывают более сильное падение выпуска и инвестиций, чем фиксированные режимы. В отсутствие такой прямой передачи волатильности сокращение происходит гораздо слабее.
Вывод: когда ФРС становится непредсказуемой, страны с гибкими обменными курсами могут стать более уязвимыми, а не менее.
Прогнозирование волатильности с помощью биткойна
Однодневная доходность биткойна значительно улучшает прогнозы волатильности фондового рынка.Традиционные показатели настроений в значительной степени опираются на данные о рынке акций, однако 24-часовая торговля биткойном позволяет получить уникальный, непрерывный индикатор настроений инвесторов, особенно в нерабочие часы на американском рынке. Авторы выявили четкую закономерность ночной торговли: Биткойн часто растет ночью, а на следующий день в обычные часы торгов сдает позиции.
Эта закономерность ночного роста цен и дневных разворотов тесно связана с повышенными настроениями и вниманием розничных инвесторов. Включив эти ночные доходы биткоина в модели прогнозирования волатильности, авторы существенно улучшают прогнозы движения VIX на следующий день.
В этой таблице представлена сводная статистика ежедневных доходностей биткоина и изменений индекса VIX с 1 января 2018 года по 31 декабря 2023 года. Ежедневная доходность разложена на доходность за ночь (ON), измеряемую от закрытия рынка до открытия рынка на следующий день, доходность за час торговли (TH), измеряемую от открытия рынка до его закрытия, и доходность от закрытия до закрытия (CC).
Более того, стратегии, использующие эти улучшенные прогнозы волатильности, достигают более высокой доходности с поправкой на риск по сравнению с традиционными стратегиями волатильности, что подчеркивает практическую экономическую выгоду от включения данных биткойна в систему прогнозирования.
Прогностическая сила остается устойчивой в различных тестах, в том числе в периоды пандемии и непандемии, а также при использовании нескольких индексов волатильности по всему миру.
Эти результаты подчеркивают растущую интеграцию биткойна с традиционными финансовыми рынками и его неиспользованный потенциал в качестве индикатора настроений инвесторов в реальном времени, выходящего за рамки обычных сигналов акций.
Торговля VIX с использованием более долгосрочных прогнозов
Прогнозирование и торговые горизонты не обязательно должны совпадать: прогнозы волатильности на 22 дня вперед приносят большую прибыль при сделках на следующий день.Данное исследование ставит под сомнение стандартный подход к прогнозированию волатильности, согласно которому горизонты прогнозирования совпадают с торговыми горизонтами. Вместо этого авторы оценивают, могут ли прогнозы подразумеваемой волатильности на несколько дней вперед улучшить торговые решения на 1 день вперед. Используя серию моделей на основе HAR, они проверяют эту схему на фьючерсах на VIX и S&P 500.
Результаты последовательны и поразительны — наибольшая прибыль на следующий день возникает при торговле на основе прогнозов, сделанных на 22 дня вперед, а не на 1 день вперед. Этот вывод сохраняется даже после корректировки на риск и в период после окончания выборки, включающий шок COVID-19.
Наиболее эффективная модель сочетает в себе стандартную систему гетерогенной авторегрессии (HAR) и 10-летний индекс волатильности казначейских облигаций США (TYVIX). Это отражает неопределенность на макроуровне, которая распространяется на фондовые рынки, помогая трейдерам делать более обоснованные ставки на волатильность.
Кумулятивная прибыль от торговли фьючерсами VIX при использовании различных горизонтов прогнозирования. Зеленая линия показывает прибыль при использовании прогнозов модели HAR-IV-TYVIX на 22 дня вперед, которая неизменно превосходит модель на 1 день вперед (синяя). Оранжевая линия представляет собой индекс VIX.
Полученные результаты требуют более широкого переосмысления дизайна торговых моделей. Горизонты прогнозирования не обязательно должны совпадать с торговыми таймфреймами, и в некоторых случаях их разделение может обеспечить более высокие результаты.
Влияние неопределенности денежно-кредитной политики США
Когда неопределенность денежно-кредитной политики США возрастает, страны с гибкими обменными курсами переживают более глубокие рецессии, чем страны с фиксированным режимом.Традиционно считается, что гибкий обменный курс смягчает экономику от внешних потрясений. Однако данное исследование показывает обратное в случае неопределенности денежно-кредитной политики США. Авторы используют структурный шок для индекса неопределенности денежно-кредитной политики США, который фиксирует внезапные скачки неопределенности в отношении будущей политики процентных ставок. Они показывают, что этот шок вызывает более сильное экономическое сокращение в странах с гибким режимом обменного курса.
Пунктирные линии представляют собой 90% и 68% доверительные интервалы, полученные с помощью двусторонних кластеризованных стандартных ошибок Камерона и др. (2011).
На графике показано, что в плавающих режимах (красные линии) наблюдается более резкое и устойчивое снижение потребления и инвестиций. В то время как экспорт остается статистически одинаковым в разных режимах, импорт падает сильнее в гибких режимах, что, вероятно, отражает крах внутреннего спроса.
Причина, по мнению авторов, кроется в динамике рисков. В ответ на неопределенность со стороны США капитал утекает из стран с плавающим обменным курсом, что приводит к обесцениванию их валют по отношению к доллару США. Такое обесценивание повышает волатильность обменного курса и неопределенность экономической политики, что сдерживает расходы и инвестиции. Суверенный кредитный риск также повышается: Спреды CDS значительно увеличиваются в гибких режимах после шока.
Этот вывод подтверждается неокейнсианской моделью малой открытой экономики. В имитационных моделях плавающие режимы, подверженные прямому воздействию волатильности процентных ставок в США, испытывают более сильное падение выпуска и инвестиций, чем фиксированные режимы. В отсутствие такой прямой передачи волатильности сокращение происходит гораздо слабее.
Вывод: когда ФРС становится непредсказуемой, страны с гибкими обменными курсами могут стать более уязвимыми, а не менее.