Vad är VIX? Med så många indikatorer där ute, skulle detta vara en att lägga till? Att handla på aktiemarknaden är kul att tänka på. När tiderna är tuffa kan det vara extremt fördelaktigt att veta hur man handlar. Som ett resultat hoppar många på handelsvagnen. Många tror att de kommer att bli rika snabbt. Men det blir inte så. Så vad händer om det finns ett sätt att hjälpa till att mäta volatilitet?
Den här artikeln försöker svara på tre viktiga frågor om VIX-indexet. För det första, hur tillförlitlig är VIX? Menar det specifikt, kan ett index som mäter oförutsägbarhet i själva verket mäta det på ett tillförlitligt sätt? Finns det någon skillnad mellan, säg, förutsägbart oförutsägbart, oförutsägbart och mycket oförutsägbart?
För det andra, hur användbar är VIX? Specifikt, ger en förändring i VIX-index tillräckligt med information för att vidta åtgärder på marknaden? Eller prissätts förändringar i VIX direkt?
Slutligen, hur skulle man använda VIX-indexet för att justera strategin i samband med dagshandel? Om VIX är pålitlig och användbar, har den applikationer till mönster?
Vad betyder tillförlitlighet? Naivt, om VIX-indexet är lågt, skulle man förvänta sig att volatiliteten på marknaden flera månader i framtiden skulle vara låg.
Om indexet är högre, skulle begränsad framtida volatilitet förväntas. Och om indexet är mycket högt skulle extrem volatilitet förväntas.
Eftersom det mäter framtida kaos skulle man vilja att det ska vara tillförlitligt. Dock inte överdrivet tillförlitlig, eftersom kaos i sig är oförutsägbart.
För att testa tillförlitligheten tittar vi på tre värdeintervall för VIX:1. 0
Vår hypotes är att den genomsnittliga marknadsvolatiliteten under de sex månader som följer efter en VIX-mätning kommer att vara mycket begränsad för fall 1, begränsad i fall 2 och obegränsad i fall 3.
Hypotesen, om den inte förkastas, kommer att tillhandahålla specifika volatilitetsmått som vi kanske kan använda i handeln.
Det enklaste och mest standardiserade sättet att mäta tillförlitlighet är att mäta kombinerad avkastning. Vi tog de sista månadsvärdena för VIX från januari 1990 till september 2019; eftersom vi tittar på flera månaders framtida aktivitet skulle dagliga svängningar i VIX inte spela någon roll.
Vi tog sedan den kombinerade månatliga avkastningen för S&P 500 för samma period och skapade en datauppsättning som jämför avkastningen med volatilitet under sexmånadersperioder, och tittade ut sex månader från varje månad för att välja och normalisera kombinerad avkastning för S&P till varje VIX-kategori , genererar flera tusen datapunkter.
Vi antog att VIX-kategorin inte skulle förutsäga kombinerad avkastning.
Regresserande normaliserade kombinerade avkastningar mot VIX-kategorier visade att koefficienterna för kategorierna var signifikanta med en konfidensnivå på 95 % eller högre.
Således kunde vi förkasta hypotesen och fortsätta under antagandet att VIX-värden över 19 korrelerar med olika kombinerad avkastning än VIX-värden mellan 15 och 19 (VIX-värden under 15 antogs ha liten eller ingen marknadsvolatilitet och ignorerades) .
Hypotestestet har också besvarat frågan om användbarhet. Även om volatilitet som förutsägs av VIX förmodligen prisas in omedelbart av marknaden, tyder det faktum att hypotesen förkastades att inte all volatilitet prisas in omedelbart.
Därför finns möjligheter till vinst i flera månader efter en förändring i VIX. Du kan också använda något som TTM Squeeze för att fatta snabba handelsbeslut.
En mönstergranskare använder flera parametrar för att avgöra om ett mönster finns (eller sannolikt finns) i aktiekurserna. Till exempel definieras en stigande eller fallande kanal av avståndet mellan trendlinjerna, antalet utbrott, ingångskriterierna till mönstret (när priserna börjar röra sig inom trendlinjerna) och utgångskriterierna (när har priserna divergerat) tillräckligt långt från trendlinjerna för att kallas en exit).
Om du skulle titta på flera månaders aktiekurser och använda en viss mönsterscreener, skulle du identifiera ett antal instanser av mönstret i data.
Om du tar samma data och justerar priserna för att återspegla en ökning av volatiliteten samtidigt som du bibehåller de allmänna trenderna för datan, borde screenaren hitta färre förekomster av mönstret eftersom:
Således, om VIX skulle öka idag, skulle antalet mönster som identifieras av screeners minska, och med samma antal handlare som handlar med aktierna, skulle dessa mönster bli överhandlade och mindre lönsamma.
Det uppenbara förslaget är att reagera på en förändring i VIX genom att modifiera dina screenerparametrar för att ta upp de mönster som inte skulle hittas och byta ut dessa mönster.
Anta till exempel att VIX går upp en given procent och att du startar en ny screener och justerar parametrarna därefter. Du kör sedan den gamla och nya screenern parallellt.
Alla mönster som hittas av den nya screenern och inte den gamla screenern kommer sannolikt att handlas tunt och mer lönsamt.
Med tanke på en viss förändring i VIX, hur skulle du justera parametrarna? Eftersom mönsterhandel är aktiespecifik, kommer förändringar i VIX att manifesteras på olika sätt i individuella aktiekurser. Vi rekommenderar följande tillvägagångssätt:
Välj först aktier av intresse för dig. Ta sedan flera månaders prisdata och beräkna den månatliga (eller dagliga eller veckovisa) standardavvikelsen i excel. I en andra kolumn får du flera månaders VIX-värden (verkligt värde eller värdeförändring) och jämför volatiliteten för din aktie med VIX.
Slutresultatet du vill beräkna är:för varje givet värde eller värdeförändring i VIX, en trolig standardavvikelse i prisförändringar i din aktie. Det behöver inte vara vetenskapligt. En blue chip-aktie kommer att ha färre kurssvängningar än en small cap-aktie och du vill bara förstå hur mycket din aktiekurs rör sig i motsats till den totala marknaden.
Välj sedan en tidsperiod i det förflutna, titta på VIX, välj en tidsperiod i framtiden och bestäm vad den sannolika volatiliteten för din aktie kommer att vara.
Anta till exempel att min aktiesymbol är ABC och dess genomsnittliga dagliga standardavvikelse är 9 %. Men jag har bestämt, baserat på att titta på de senaste värdena för VIX, att den sannolika standardavvikelsen inom en snar framtid kan vara närmare 18 %.
Detta är samma sak som att förutsäga att utbrott kommer att bli dubbelt så stora (18 % dividerat med 9 % =2), trendlinjer kommer att vara längre ifrån varandra med 9 % (18 % – 9 % =9 %). Och utgångar kommer naturligtvis att behöva vara större än breakouts.
Om jag tar min standardscreener för, säg, en stigande eller fallande kanal, skapar en ny screener med de nya parametrarna, kör båda parallellt och väljer bara mönstren som hittas av den nya screenern, är det troligt att:
a) sådana mönster kommer att finnas (du gjorde trots allt beräkningarna), ochb) färre handlare kommer att handla med de nya mönstren,
Lämnar dig med mindre konkurrens vid de specifika tidpunkterna för handel med aktien.
VIX är en bra ledande indikator för volatilitet med optioner. Alternativ är också ett bra sätt att växa ett litet konto. När du lär dig hur du gör VIX med din handel blir du så mycket bättre som handlare.
Hur du kan förbättra dig själv – 23 utmaningar som kommer att förändra ditt liv
Den genomsnittliga kreditkortsgränsen
Fråga Clark:Vad ska du göra när din livsförsäkringskurs skjuter i höjden?
Bästa städer för förstagångsbostadsköpare – 2020 års upplaga
Den genomsnittliga månatliga matbudgeten för två personer