波動率和重採樣

一些基金每天發布一次新的資產淨值。從理論上講，基金可以通過發布較小的收益和較小的損失來平滑其回報。這種做法既狡猾又被禁止。

但是，這可能會在計算年化波動率時出現。我可以使用每日數據、每週數據和每月數據

def volatility(nav):
   # given daily data, compute the annualized volatility
   return 100*np.sqrt(260)*nav.pct_change().std()

def volatility_week(nav):
   return 100*np.sqrt(52)*nav.resample("W").last().pct_change().std()

def volatility_month(nav):
   return 100*np.sqrt(12)*nav.resample("M").last().pct_change().std()

顯然，所有這些波動率估計都“同意”是不可能的。但是，我們應該接受多少偏差。

這裡有一些例子。我測試了 10 只基金。3支基金掛牌：

每日;每週;每月

4.57;6.12;6.73

5.44;7.61;9.61

3.91;4.54;6.07

這有什麼好的測試？

顯然，如果使用每日數據來衡量，平滑 NAV 將低估年化波動率。

親切的問候托馬斯

您的範例，其中每日 vol < 每週 vol < 每月 vol 將意味著（在這種情況下，差異的大小實際上是非常強烈的）每日回報的正自相關。

測試這一點的一種方法是估計每日基金資產淨值的自回歸，並將結果與相應市場指數的每日回報的自相關進行比較。如果要找到平滑效應，當然可以有一些自然的解釋（不暗示基金經理有任何不當行為）。

例如，如果持有的基金流動性不是很好，用於計算資產淨值的價格可能是陳舊的，*“屬於”*前一個交易日的價格變化被歸因於下一個交易日（如果最近幾個交易日沒有完成的交易）交易時間）。我想這可能是這種情況，尤其是在處理公司債券基金時（根據您發布的波動率水平，在這種特定情況下可能就是這種情況）。

編輯：我計算了 iBoxx 美元流動性高收益指數從 2010 年起的每日/每週/每月年化交易量，得到以下結果：0.047、0.062、0.069。該指數每日回報的自相關係數為 0.39，因此實際上，至少對於高收益債券而言，從較高頻率衡量的年化交易量低於從較低頻率回報衡量的年化交易量似乎很自然。

引用自：https://quant.stackexchange.com/questions/31279