ความผันผวน

ความผันผวนคืออะไร

ความผันผวน (volatility) อธิบายว่าราคาของสินทรัพย์เคลื่อนไหวมากเพียงใดและเร็วเพียงใด ตลาดที่แทบไม่เปลี่ยนแปลงจากวันหนึ่งไปอีกวันหนึ่งมีความผันผวนต่ำ ตลาดที่กระโดดหลายเปอร์เซ็นต์ภายในไม่กี่ชั่วโมงมีความผันผวนสูง ความผันผวนวัดขนาดของการแกว่งตัวของราคา ไม่ใช่ทิศทาง ดังนั้นทั้งการพุ่งขึ้นอย่างรุนแรงและการร่วงลงอย่างรุนแรงล้วนเป็นช่วงที่มีความผันผวนสูง

ในทางสถิติ ความผันผวนมักหมายถึงค่าเบี่ยงเบนมาตรฐานของผลตอบแทน ซึ่งระบุเป็นรายวัน รายเดือน หรือแบบรายปี ในภาษาการซื้อขายทั่วไปมีความหมายหลวมกว่านั้น คนมักพูดถึงรอบการซื้อขายที่ผันผวน คู่สกุลเงินที่ผันผวน หรือหุ้นที่ผันผวน เมื่อช่วงราคากว้าง ความผันผวนปรากฏบนแพลตฟอร์มโบรกเกอร์ในรูปของอินดิเคเตอร์ เช่น ค่าเฉลี่ยของช่วงราคาจริง (ATR) ในการตั้งราคาออปชันในรูปของความผันผวนโดยนัย (implied volatility) และในรายงานความเสี่ยงในฐานะมาตรวัดว่าพอร์ตแกว่งตัวมากเพียงใด

เทรดเดอร์จับตาดูความผันผวนเพราะมันกำหนดทุกเรื่องในทางปฏิบัติ ได้แก่ สต็อปลอสส์ต้องอยู่ห่างแค่ไหนจึงจะไม่โดนสัญญาณรบกวน ขนาดสถานะเท่าใดจึงสมเหตุสมผล สเปรดจะกว้างเพียงใด และบัญชีที่ใช้เลเวอเรจมีโอกาสเจอมาร์จิน คอล (margin call) มากเพียงใด นักลงทุนระยะยาวดูเพื่อประเมินว่าการถือสินทรัพย์นั้นอาจรู้สึกอึดอัดเพียงใด

หลักการทำงาน

ความผันผวนวัดได้หลายวิธี และแต่ละวิธีตอบคำถามที่ต่างกันเล็กน้อย

• ความผันผวนในอดีต (historical หรือ realised volatility) คำนวณจากการเปลี่ยนแปลงราคาในอดีต นำผลตอบแทนเป็นเปอร์เซ็นต์รายวันในช่วงหนึ่ง เช่น 20 หรือ 30 วัน มาคำนวณค่าเบี่ยงเบนมาตรฐาน แล้วปรับเป็นรายปีโดยคูณด้วยรากที่สองของจำนวนวันทำการ ซึ่งประมาณ 252 สำหรับข้อมูลรายวัน
• ความผันผวนโดยนัย (implied volatility) คำนวณจากราคาออปชัน เป็นค่าความผันผวนที่เมื่อใส่ในแบบจำลองตั้งราคาออปชันแล้วจะได้ราคาตลาดของออปชันนั้น สะท้อนสิ่งที่ตลาดตีราคารวมไว้สำหรับอนาคต และเพิ่มขึ้นเมื่อผู้เทรดยอมจ่ายแพงขึ้นเพื่อป้องกันความเสี่ยง
• มาตรวัดตามช่วงราคา ค่าเฉลี่ยของช่วงราคาจริง (ATR) เฉลี่ยช่วงราคาสูงสุด-ต่ำสุดรายวัน โดยปรับเรื่องช่องว่างราคา แสดงเป็นหน่วยราคา ซึ่งสะดวกสำหรับการวางสต็อป
• มาตรวัดระดับดัชนี ดัชนีความผันผวนสรุปความผันผวนโดยนัยของออปชันบนดัชนี และมักถูกเรียกว่าเครื่องวัดความกลัว เพราะเพิ่มขึ้นเมื่อตลาดตกอย่างรวดเร็ว

ความผันผวนมักรวมกลุ่มกัน ช่วงปั่นป่วนตามด้วยช่วงปั่นป่วน และความสงบตามด้วยความสงบ ความผันผวนล่าสุดจึงเป็นจุดเริ่มต้นที่สมเหตุสมผลแม้ไม่สมบูรณ์สำหรับการเดาความผันผวนระยะใกล้ นอกจากนี้ยังเปลี่ยนไปตามช่วงเวลาของวัน เพราะสภาพคล่องและกระแสข่าวต่างกันในแต่ละรอบการซื้อขาย และเปลี่ยนไปรอบเหตุการณ์ที่กำหนดล่วงหน้า เช่น การตัดสินใจของธนาคารกลางหรือการประกาศงบกำไร

ตัวอย่างการคำนวณ

ตัวเลขเหล่านี้เป็นเพียงตัวอย่างประกอบ สมมติว่าหุ้นตัวหนึ่งมีค่าเบี่ยงเบนมาตรฐานรายวันของผลตอบแทน 1.5% ในช่วง 30 วันที่ผ่านมา

1. ความผันผวนรายปี = 1.5% x รากที่สองของ 252
2. รากที่สองของ 252 = ประมาณ 15.87
3. ความผันผวนรายปี = 1.5% x 15.87 = ประมาณ 23.8%

การตีความ ภายใต้สมมติฐานเส้นโค้งรูประฆังอย่างคร่าว ๆ ประมาณสองในสามของการเคลื่อนไหวหนึ่งวันจะอยู่ภายในบวกหรือลบ 1.5% และประมาณ 95% อยู่ภายในบวกหรือลบ 3% สำหรับเงินลงทุน 10,000 EUR การเคลื่อนไหว 1.5% เท่ากับ 150 EUR

ทีนี้เปรียบเทียบกับหุ้นที่นิ่งกว่าซึ่งมีความผันผวนรายวัน 0.6% ตัวเลขรายปีของมันคือ 0.6% x 15.87 = ประมาณ 9.5% เงินลงทุน 10,000 EUR เท่ากันเคลื่อนไหวประมาณ 60 EUR ในวันทั่วไป หากเทรดทั้งสองตัวด้วยเลเวอเรจ 5 เท่าผ่าน CFD การแกว่งรายวันในแง่บัญชีจะกลายเป็นประมาณ 750 EUR และ 300 EUR ตามลำดับ ซึ่งแสดงให้เห็นว่าความผันผวนและเลเวอเรจรวมกันอย่างไร

ทำไมจึงสำคัญ

ความผันผวนเป็นตัวขับเคลื่อนหลักของความเสี่ยงในระยะสั้น ยิ่งช่วงราคาปกติกว้าง กำไรหรือขาดทุนที่เป็นไปได้ในสถานะเดียวกันก็ยิ่งมาก นี่คือเหตุผลที่คำจำกัดความระบุว่ามันเพิ่มทั้งโอกาสและความเสี่ยง มันสร้างพื้นที่สำหรับกำไร แต่ไม่มีอะไรบอกว่าคุณจะไปอยู่ฝั่งไหน

ความผันผวนยังส่งผลต่อต้นทุนโดยตรง ในตลาดที่เคลื่อนไหวเร็ว สเปรดมักกว้างขึ้น สลิปเพจของคำสั่งมาร์เก็ตและคำสั่งสต็อปเพิ่มขึ้น และการรีโควต (requote) หรือการปฏิเสธคำสั่งมีโอกาสมากขึ้นกับรูปแบบการส่งคำสั่งบางแบบ โบรกเกอร์อาจเพิ่มข้อกำหนดมาร์จินก่อนเหตุการณ์สำคัญหรือในช่วงปั่นป่วน และผลิตภัณฑ์บางอย่างอาจถูกจำกัด

สำหรับการสร้างพอร์ต ความผันผวนเป็นข้อมูลนำเข้าหนึ่งของมาตรวัด เช่น อัตราส่วนชาร์ป (Sharpe ratio) และ VaR (มูลค่าความเสี่ยง) และการกระจายความเสี่ยงทำงานโดยการรวมสินทรัพย์ที่การแกว่งตัวไม่ตรงกัน ความผันผวนไม่คงที่ ขนาดสถานะที่เหมาะกับเดือนที่เงียบอาจใหญ่เกินไปในเดือนที่มีพายุ

วิธีใช้ในทางปฏิบัติ

1. ตรวจสอบความผันผวนล่าสุดของตราสารก่อนเลือกขนาดสถานะ กำหนดขนาดการเทรดให้การเคลื่อนไหวสวนทางตามปกติเป็นสัดส่วนเล็ก ๆ ที่วางแผนไว้ของบัญชี
2. ปรับระยะสต็อปลอสส์ตามความผันผวน เช่น ใช้ตัวคูณของ ATR แทนจำนวนพิปคงที่สำหรับทุกตลาด
3. ดูปฏิทินเศรษฐกิจ วางแผนรอบเหตุการณ์ที่กำหนดไว้ซึ่งมักผลักดันความผันผวนให้สูงขึ้น
4. เปรียบเทียบความผันผวนในอดีตกับความผันผวนโดยนัยในกรณีที่มีออปชัน ช่องว่างขนาดใหญ่แสดงว่าตลาดคาดหวังสภาวะที่ต่างจากประสบการณ์ล่าสุด
5. ทบทวนพฤติกรรมของโบรกเกอร์ในตลาดที่เคลื่อนไหวเร็ว ตรวจสอบสเปรด สถิติสลิปเพจ การเปลี่ยนแปลงมาร์จิน และกฎสต็อปเอาต์ (stop-out)
6. ลดเลเวอเรจเมื่อความผันผวนเพิ่มขึ้น เพราะผลต่อบัญชีจากการเคลื่อนไหวเปอร์เซ็นต์เท่าเดิมจะมากขึ้น
7. บันทึกว่าผลลัพธ์ของคุณต่างกันอย่างไรระหว่างช่วงที่ตลาดเงียบและช่วงที่ตลาดคึกคัก

ข้อผิดพลาดและความเข้าใจผิดที่พบบ่อย

• เท่ากับความผันผวนกับความเสี่ยงที่จะขาดทุนอย่างเดียว มันวัดการกระจายตัวทั้งสองทิศทาง แม้สำหรับสถานะซื้อหรือขายที่ใช้เลเวอเรจ ฝั่งขาลงอาจเป็นสิ่งที่สร้างความเสียหาย
• สมมติว่าความผันผวนคงที่ มันรวมกลุ่มกันและเปลี่ยนแปลงอย่างฉับพลันได้
• ใช้ช่วงที่ตลาดนิ่งเป็นแนวทางสำหรับช่วงที่มีพายุ ความผันผวนต่ำในอดีตมักมาก่อนการกระโดด
• มองข้ามการปรับเป็นรายปี ตัวเลขรายวัน 1% ไม่ใช่ตัวเลขรายปี 1%
• สมมติเส้นโค้งรูประฆัง ตลาดจริงมีหางหนา วันสุดโต่งจึงเกิดบ่อยกว่าที่แบบจำลองง่าย ๆ บ่งชี้
• สับสนระดับดัชนีความผันผวนกับสัญญาณทิศทาง มันอธิบายขนาดของการเคลื่อนไหวที่คาดไว้ ไม่ใช่ขึ้นหรือลง

ความเสี่ยงและข้อจำกัด

มาตรวัดความผันผวนมองย้อนหลังหรือขึ้นกับแบบจำลอง ความผันผวนในอดีตขึ้นอยู่กับช่วงเวลาที่เลือก และความผันผวนโดยนัยขึ้นอยู่กับแบบจำลองการตั้งราคาและความต้องการออปชัน ทั้งสองอย่างไม่ได้ทำนายทิศทางของราคาและไม่รับประกันว่าการเคลื่อนไหวจะอยู่ในช่วงหนึ่ง ความผันผวนสูงร่วมกับเลเวอเรจอาจทำให้บัญชีสูญเสียหมดอย่างรวดเร็ว และช่องว่างราคาข้ามสุดสัปดาห์หรือเมื่อมีข่าวออกอาจกระโดดข้ามสต็อปไปได้ สถิติสรุปซ่อนเหตุการณ์สุดโต่ง จึงควรมองเป็นคำอธิบายสภาวะ ไม่ใช่ขีดจำกัดของสิ่งที่เกิดขึ้นได้

มุมมองของ Brokeli

สำหรับการวิจัยโบรกเกอร์ ความผันผวนคือฉากหลังที่ปรากฏในตัวเลขที่เรารวบรวม สเปรด สลิปเพจ กฎมาร์จิน และระดับสต็อปเอาต์ มีความสำคัญที่สุดเมื่อตลาดเคลื่อนไหวเร็ว และเราบันทึกว่าสิ่งเหล่านี้ถูกเผยแพร่และนำมาใช้อย่างไร ภาพข้อมูลวิจัย (research snapshot) ของเรามองสิ่งที่โบรกเกอร์เปิดเผยเกี่ยวกับสภาวะในช่วงเหตุการณ์ที่มีผลกระทบสูง เพื่อให้ผู้อ่านประเมินต้นทุนและความเสี่ยงบนพื้นฐานของเงื่อนไขที่มีเอกสารรองรับ