Volatilidade histórica: dados, estimadores e anualização

Somente para fins educacionais; não constitui recomendação nem aconselhamento de investimento. Investir pode causar perdas.

Resposta direta

A volatilidade histórica (HV) costuma significar uma estimativa retrospectiva construída a partir de uma amostra declarada de retornos. Uma versão comum de fechamento a fechamento é o desvio padrão amostral dos retornos diários após a remoção da média, multiplicado por sqrt(252) para apresentar um número anualizado. Ela não representa direção, retorno acumulado, quantil de perda ou previsão.

O rótulo sozinho não é suficiente. Um valor reproduzível deve identificar o valor mobiliário e a versão dos dados, o ajuste por preço ou retorno total, a definição de retorno, o relógio de amostragem, a janela, a regra para dados ausentes, a remoção da média e o denominador, a sobreposição e o pressuposto de anualização. A variância realizada de alta frequência é uma construção diferente e não deve receber silenciosamente o mesmo nome estatístico.

Fluxo de trabalho reproduzível

1. Fixe a identidade do valor mobiliário, moeda, fonte, horário de corte, sessão da bolsa e fuso horário. Informe se a entrada é preço não ajustado, preço ajustado por desdobramento ou índice de retorno total com dividendos reinvestidos; campos de fornecedores chamados “fechamento ajustado” não são universais.
2. Preserve os dados brutos e um registro de operações societárias válido em cada data. Valide desdobramentos, distribuições ordinárias e especiais, cisões, direitos, mudanças de ticker, listagens, deslistagens, suspensões, linhas duplicadas e revisões, em vez de tratar todo retorno elevado como econômico.
3. Defina a observação e o retorno. O retorno simples é R_t=P_t/P_(t-1)-1; o retorno logarítmico é r_t=ln(P_t/P_(t-1)). Separe fechamento a fechamento, overnight, intradiário, amplitude OHLC e objetos de alta frequência, e nunca preencha uma observação de negociação ausente com retorno zero sem uma regra explícita.
4. Fixe a estatística. Para n retornos, uma estimativa amostral com remoção da média usa s^2=sum((r_t-r_bar)^2)/(n-1), uma descrição populacional usa denominador n e um segundo momento de média zero usa sum(r_t^2)/n. Uma janela móvel de 20 retornos exige 21 preços; janelas sobrepostas são dependentes.
5. Calcule e retenha a variância por período antes de extrair a raiz quadrada. Mantenha os retornos em unidades decimais durante o cálculo, use observações sem arredondamento e informe a contagem efetiva, os extremos da janela, a política para outliers e a incerteza junto à estimativa.
6. Anualize somente com um relógio e uma hipótese de dependência declarados. O atalho é sigma_ann=sigma_period*sqrt(m). Com autocovariâncias gamma_k, a variância em horizonte finito é Var_h=h*gamma_0+2*sum((h-k)*gamma_k,k=1,...,h-1); a dependência serial pode tornar incorreto o escalonamento por sqrt(h).
7. Valide o comportamento móvel e estimadores alternativos e, depois, rotule o uso. Compare fechamento a fechamento com medidas de amplitude ou alta frequência adequadas, versione cada transformação e alinhe horizonte, extremo e objeto de retorno antes de comparar HV com volatilidade realizada futura ou volatilidade implícita em opções.

Exemplos desenvolvidos

• Convenções do estimador: Os fechamentos 50,50.5,49.75,51.25,50.8,52 geram retornos simples 1.0000000000%,-1.4851485149%,3.0150753769%,-0.8780487805%,2.3622047244%. A média é 0.8028165612%. O desvio padrão amostral diário com n-1 é 1.9637180491%, ou 31.1730576182% com escalonamento de 252 dias. O resultado anualizado com denominador populacional é 27.8820303603%, o RMS de média zero é 30.6565695016% e o resultado amostral com retornos logarítmicos é 30.9503931412%. São estatísticas distintas e declaradas, não variantes de arredondamento.
• Ajuste por operação societária: Os fechamentos brutos 100,102,51,52 em torno de um desdobramento 2:1 implicam retornos 2.0000000000%,-50.0000000000%,1.9607843137% e volatilidade amostral anualizada 476.4082651082%. Uma série ajustada pelo desdobramento 50,51,51,52 produz 2.0000000000%,0.0000000000%,1.9607843137% e 18.1532626762%. Separadamente, uma queda de preço de $100 para $98 é -2.0000000000%, mas, com uma distribuição contemporânea de $2, o retorno total simplificado é 0.0000000000%; ajuste por desdobramento e reinvestimento de dividendos são escolhas distintas.
• Dependência e anualização: Suponha desvio padrão diário de 1.20%, correlação de primeira defasagem de 0.30 e todas as autocovariâncias superiores iguais a zero. A fórmula de 5 dias fornece 3.2643529221%, ante o atalho IID de 2.6832815730%. Em 252 dias, fornece 24.0778736603%, ante 19.0494094397%. Retornos de vários dias e janelas móveis sobrepostas não devem ser contados como evidência independente.
• Estimadores de amplitude: Para quatro linhas OHLC sem gaps overnight (100,103,98,102), (102,104,99,100), (100,101,95,96) e (96,99,94,98), uma implementação documentada fornece volatilidade amostral de fechamento a fechamento 49.5714227092%, Parkinson 50.7624937587%, Garman-Klass 53.5943705174% e Rogers-Satchell 52.5916416264%, todas anualizadas com 252. Parkinson se apoia em uma idealização de difusão contínua sem drift; Garman-Klass, Rogers-Satchell e Yang-Zhang adotam hipóteses OHLC diferentes, e nenhum é universalmente superior ou imune a saltos e preços incorretos.

Riscos e validação

• Risco de identidade: Mudança de ticker, fusão, classe de ações ou deslistagem pode unir valores mobiliários distintos.
• Risco de versão: Fornecedores podem revisar o histórico ou operações societárias depois da data original da análise.
• Risco de ajuste: Séries ajustadas apenas por desdobramento, de retorno de preço e de retorno total respondem a perguntas diferentes.
• Risco de distribuição: Dividendos em dinheiro, distribuições especiais, cisões e direitos exigem tratamento explícito.
• Risco de calendário: Feriados da bolsa e sessões específicas do ativo tornam aproximada uma hipótese genérica de 252.
• Risco de fuso horário: Fechamentos desalinhados podem criar retornos artificiais entre mercados ou overnight.
• Risco de dados ausentes: Preencher com zero uma suspensão, fechamento stale ou linha ausente reduz a variância medida.
• Risco de dados duplicados: Horários duplicados ou fora de ordem distorcem retornos e contagens amostrais.
• Risco de definição de retorno: Retornos simples e logarítmicos não podem ser misturados em uma mesma série ou comparação.
• Risco de denominador: n-1, n e um segundo momento de média zero estimam objetos diferentes.
• Risco de arredondamento: Calcular a partir de retornos exibidos e arredondados pode alterar materialmente um resultado de amostra pequena.
• Risco de janela: Conte retornos, não preços, e defina se os extremos são inclusivos.
• Risco de sobreposição: Observações móveis e de vários períodos compartilham dados e não são independentes.
• Risco de dependência: A autocorrelação invalida o escalonamento mecânico pela raiz quadrada do tempo.
• Risco de regime: Uma janela longa dilui um novo regime; uma janela curta é ruidosa.
• Risco de outlier: Um salto verdadeiro ou preço incorreto pode dominar a estimativa.
• Risco de microestrutura: Oscilação bid-ask, negócios não sincronizados e mercados pouco líquidos contaminam dados de alta frequência.
• Risco do estimador: Estimadores de fechamento a fechamento, amplitude e alta frequência têm hipóteses e alvos diferentes.
• Risco de comparação: HV e IV não são comparáveis quando horizonte, horário, subjacente ou convenção de retorno divergem.
• Risco de decisão: Uma estimativa histórica não é valor executável de opção, previsão, razão de hedge ou sinal de negociação.

Equívocos comuns

• “A HV anualizada é o movimento anual do ativo.” É uma estimativa padronizada de dispersão, não retorno acumulado nem intervalo garantido.
• “Volatilidade realizada sempre significa este desvio padrão amostral.” A variância realizada de alta frequência costuma somar retornos intradiários ao quadrado e é outro estimador.
• “Fechamento ajustado tem uma única definição correta.” Preço ajustado por desdobramento e retorno total com dividendos reinvestidos podem diferir substancialmente.
• “Observações mais frequentes ou sobrepostas sempre agregam informação independente.” Ruído de microestrutura e retornos compartilhados podem reduzir a informação efetiva.
• “IV acima da HV retrospectiva é automaticamente uma oportunidade de vender volatilidade.” Permanecem diferenças de horizonte, riscos de evento, prêmios de risco, custos de execução e convexidade do payoff.

Tópicos relacionados

• Volatilidade implícita e realizada
• Variância realizada
• Cone de volatilidade

Fontes oficiais

• Medidas de escala do NIST — estimadores de dispersão amostral e convenções de denominador; não prescreve a anualização financeira.
• Desdobramentos de ações da SEC — mecânica do desdobramento e continuidade econômica; não define o fechamento ajustado nem a metodologia de retorno total de um fornecedor.
• Parkinson, método de valor extremo — estimador high-low sob hipóteses mantidas de difusão, não um estimador universal OHLC ou de saltos.
• Garman e Klass, volatilidades históricas — estimador OHLC e suas hipóteses de modelo, sem garantia de superioridade ou cobertura de gaps overnight.
• Rogers e Satchell, estimação de variância — estimador de amplitude independente do drift; isoladamente não captura o salto de abertura.
• Yang e Zhang, estimação de volatilidade independente do drift — estrutura OHLC multiperíodo que inclui movimentos de abertura; constantes e convenções amostrais continuam relevantes.
• Andersen et al., modelagem e previsão da volatilidade realizada — construção de volatilidade realizada de alta frequência e limites de previsão, não identidade com a HV amostral diária.
• Lo e MacKinlay, preços de ações não seguem passeios aleatórios — evidência de dependência em vários horizontes e cautelas sobre razão de variância, não uma correção universal fixa.