Einfach gesagt — Volatilität beschreibt, wie stark Renditen um ihren typischen Wert streuen. Sie sagt nicht, ob ein Markt steigt oder fällt. Zwei Perioden können dieselbe Volatilität besitzen, obwohl die eine nach oben und die andere nach unten verläuft.
Volatilität ist keine direkt am Markt ablesbare Eigenschaft mit nur einer richtigen Zahl. Sie ist eine aus Daten konstruierte Messgröße. Wer einen Wert nennt, muss deshalb auch Preisreihe, Renditedefinition, Frequenz, Fenster, Estimator, Datenbereinigung und Einheit nennen. Ohne diese Angaben sind zwei Zahlen häufig nicht vergleichbar.
Preise, Renditen und Richtung
Volatilität wird meist auf Renditen und nicht auf absoluten Preisen berechnet.
Eine einfache Rendite lautet rₜ = Pₜ / Pₜ₋₁ − 1; eine logarithmische
Rendite gₜ = ln(Pₜ / Pₜ₋₁). Bei kleinen Bewegungen liegen beide nahe
beieinander, bei großen Bewegungen unterscheiden sie sich. Die Wahl muss
dokumentiert und im Vergleich konstant gehalten werden.
Eine häufige Messgröße ist die Stichprobenstandardabweichung der Renditen mit gleichen Gewichten. Dabei zählt n Renditen (mindestens zwei), nicht Preise; r̄ ist ihr arithmetischer Mittelwert:
s = √[Σ(rₜ − r̄)² / (n − 1)]Das Vorzeichen der Rendite trägt die Richtung. Eine Streuungsgröße verarbeitet dagegen den Abstand der Beobachtungen zu einem Zentrum. Deshalb kann eine Serie mit abwechselnd starken positiven und negativen Renditen eine hohe Volatilität haben, ohne einen klaren Trend zu besitzen. Eine ruhige Abwärtsbewegung kann hingegen geringe Volatilität und trotzdem einen erheblichen kumulierten Verlust zeigen. Volatilität ist folglich weder Rendite noch Verlust noch Richtungswahrscheinlichkeit.
Auch die verwendete Preisart ist Teil der Definition. Schlusskurse, intraday Midquotes, Trades oder High-Low-Spannen enthalten andere Informationen. Bei Futures, Währungen und internationalen Portfolios kommen Rollregeln, Handelszeiten, Zeitzonen und Umrechnung hinzu. Ein Wechsel dieser Grundlage erzeugt eine neue Messreihe.
Nachrechenbares Beispiel: fünf Preise, vier Renditen
Wir verwenden fünf hypothetische Schlusskurse aufeinanderfolgender Handelstage, zur gleichen Uhrzeit und in derselben Währung, ohne Dividenden oder andere Anpassungen. Tägliche Frequenz, Fenster von vier einfachen Renditen, gleiche Gewichte und Nenner n − 1.
| Schlusskurs Nr. | Preis | Rendite seit dem vorigen Schlusskurs |
|---|---|---|
| 0 | 100,00 | — |
| 1 | 102,00 | +2 % |
| 2 | 102,00 | 0 % |
| 3 | 104,04 | +2 % |
| 4 | 104,04 | 0 % |
Zum Beispiel: 104,04 / 102 − 1 = 0,02 = 2 %. Die vier Dezimalrenditen sind 0,02; 0; 0,02; 0. Ihr Mittelwert ist 0,01, also 1 % pro Tag in der Stichprobe.
Die Abweichungen vom Mittelwert sind +0,01; −0,01; +0,01; −0,01; ihre Quadratsumme beträgt 0,0004. Damit:
s² = 0,0004 / 3 = 0,00013333…; s = √s² ≈ 0,011547 = 1,1547 %Division durch n = 4 ergäbe 1 %: eine andere Konvention, kein Rundungsunterschied. Die Preise stiegen, doch Volatilität misst die Streuung um den Mittelwert. Vier Renditen veranschaulichen die Rechnung; sie liefern keine verlässliche Schätzung des künftigen Risikos.
Historisch und realisiert brauchen eine Konvention
„Historische“ und „realisierte“ Volatilität bezeichnen im Marktgebrauch manchmal dieselbe Messung aus vergangenen Daten. In der Literatur kann realized volatility genauer die Quadratwurzel der Summe quadrierter Intraday-Renditen bezeichnen. Die Summe ist die realisierte Varianz (RV = Σg²); ihre Wurzel ist die realisierte Volatilität über das Intervall. Dies unterscheidet sich von der Stichprobenstandardabweichung, die den Mittelwert abzieht und durch n − 1 dividiert. Frequenz und Intervall müssen angegeben werden.
Ein gleitendes Fenster von 20 Beobachtungen reagiert schneller als eines mit 252 Beobachtungen, ist aber stärker von einzelnen Tagen geprägt. Ein expandierendes Fenster sammelt Geschichte und reagiert langsamer auf Regimewechsel. Eine exponentielle Gewichtung gibt jüngeren Daten mehr Gewicht und fügt einen weiteren Parameter hinzu. Keine dieser Varianten ist für alle Fragen automatisch richtig.
Sampling beeinflusst das Resultat ebenso stark. Schlusszeitpunkt, Zeitzone, Feiertage, fehlende Beobachtungen und asynchron gehandelte Instrumente können eine Kovarianz- oder Volatilitätsschätzung verändern. Datenbereinigung ist kein unsichtbarer technischer Schritt: Entfernte Ausreißer, korrigierte Trades und Corporate Actions müssen reproduzierbar dokumentiert werden.
Annualisierung ohne versteckte Annahmen
Für eine tägliche Standardabweichung s_d wird häufig folgende Konvention verwendet:
σ_jahr = s_d × √NN ist die angenommene Anzahl täglicher Perioden pro Jahr, etwa 252 Handelstage oder 365 Kalendertage. Sie muss zur Frequenz und zum Kalender der Daten passen. Im Beispiel: 1,1547 % × √252 ≈ 18,33 %. Annualisiert wird die Standardabweichung, nicht der Mittelwert von 1 %.
Die Begründung beginnt bei der Varianz einer Summe: Man addiert die Varianzen und das Doppelte der Kovarianzen zwischen den Perioden. Haben die Inkremente gleiche endliche Varianzen und Kovarianzen von null, beträgt die Varianz über N Perioden Nσ² und die Standardabweichung √Nσ. Diese Identität erfordert keine Normalverteilung.
Logarithmische Renditen addieren sich über die Zeit; einfache Renditen werden durch Multiplikation von 1 + r zusammengesetzt. Für einfache Renditen bleibt die Formel eine Skalierungskonvention, keine exakte Identität für die Streuung der zusammengesetzten Jahresrendite.
Autokorrelation und unterschiedliche Varianzen erfordern zusätzliche Terme. Clusterbildung allein widerlegt nicht jede Wurzel-Zeit-Regel; eine aktuelle Schätzung auf ein Jahr zu projizieren verlangt aber Sorgfalt: Eine bedingte Prognose muss angeben, wie sich die Varianzen entwickeln. Sprünge, Kalender und Extremrisiken bleiben zu prüfen. 18,33 % sind weder eine vorhergesagte Bewegung noch ein garantiertes Intervall.
Standardabweichung, Range und ATR sind keine Synonyme
Die Stichprobenstandardabweichung misst Streuung einer definierten Renditeserie.
Range-basierte Schätzer nutzen Informationen aus Hoch und Tief und beruhen auf
anderen Modellannahmen. Average True Range (ATR) aggregiert die True Range, TR = max(H − L, |H − C_vorher|, |L − C_vorher|), in Preiseinheiten; H und L sind Hoch und Tief des Balkens, C_vorher ist der vorherige Schlusskurs. Länge, Initialisierung und Mittelungsverfahren müssen angegeben werden. Implizite Volatilität wird wiederum aus einem Optionspreis unter einem
Modell invertiert und ist keine Statistik derselben historischen Stichprobe.
Die Werte können sich gemeinsam bewegen, beantworten aber andere Fragen. Eine Rangfolge von Instrumenten ist nur sinnvoll, wenn Methode, Fenster, Frequenz, Währung und Einheit angeglichen sind. Ein niedriger numerischer ATR bei einem teuren Instrument muss keine geringere relative Schwankung bedeuten.
Regime beschreiben, nicht vorhersagen
Volatilität neigt in Finanzzeitreihen zur Clusterbildung: ruhige und bewegte Phasen halten oft eine Zeit lang an. Begriffe wie Hoch- und Niedrigvolatilität, Kompression oder Expansion sind jedoch immer relativ zu einer Referenz. Eine Schwelle kann aus historischer Verteilung, einem Vergleichsuniversum oder einer festen Risikopolitik stammen. Ohne Referenz ist „hoch“ keine reproduzierbare Kategorie.
Ein beobachtetes Regime ist keine sichere Aussage über die nächste Periode. Fenster erzeugen Verzögerung, und plötzliche Sprünge liegen definitionsgemäß noch nicht in der vorangegangenen Stichprobe. Ein Volatilitätsindikator kann deshalb für Monitoring und Szenarien nützlich sein, ohne ein Orakel zu sein.
Verwendung im Risiko und in Optionen
Volatilität kann Positionsgrößen, Risikobudgets, Szenarien und Diversifikationsanalysen unterstützen. Ein Volatility-Targeting-Verfahren reduziert typischerweise das nominelle Exposure, wenn die gewählte Schätzung steigt, und erhöht es unter Grenzen, wenn sie sinkt. Das verhindert keine Gaps, illiquiden Ausstiege oder Korrelationssprünge. Hebelgrenzen und unabhängige Verlustkontrollen bleiben erforderlich.
Im Optionsbereich muss zwischen impliziter und realisierter Volatilität unterschieden werden. Die eine stammt aus einem Preis und Modell, die andere aus einem beobachteten Pfad. Die Differenz ist weder ein garantierter Risikoprämienertrag noch allein ausreichend für eine Strategie: Hedgepfad, Smile, Kosten, Sprünge und Kontraktspezifikation wirken mit.
Prüfliste für eine Volatilitätsangabe
- Welche Preis- oder Renditeserie wurde verwendet?
- Welche Frequenz, Zeitzone und welcher Beobachtungszeitpunkt gelten?
- Wie lang ist das Fenster und wie werden Beobachtungen gewichtet?
- Welcher Estimator wird berechnet und wie werden Ausreißer behandelt?
- Ist der Wert daily, annualisiert, in Prozent, Varianz- oder Preiseinheiten?
- Welche Annahmen rechtfertigen die Skalierung mit der Wurzel der Zeit?
- Wird eine vergangene Messung fälschlich als sichere Prognose verwendet?
Schätzfehler und Vergleichsbänder
Jede Volatilitätsschätzung besitzt Stichprobenfehler. Zwei Werte von 18 % und 19 % müssen bei einem kurzen, abhängigen Datensatz keine wirtschaftlich verschiedenen Zustände bezeichnen. Block-Bootstrap, robuste Alternativen oder ein Sensitivitätsvergleich mehrerer sinnvoller Fenster können zeigen, wie stark die Rangfolge von der Stichprobe abhängt. Die Auswahl dieser Verfahren erfolgt vor der Schlussfolgerung, nicht erst nach einem unerwünschten Ergebnis.
Bei mehreren Instrumenten muss derselbe Kalender verwendet werden. Feiertage, asynchrone Schlusszeiten und fehlende Kurse können scheinbar niedrige Volatilität erzeugen. Ein Bericht nennt deshalb Beobachtungszahl, fehlende Werte, Datenrevisionen und die Unsicherheit der Schätzung. Eine größere Zahl an Intraday-Beobachtungen beseitigt Mikrostrukturrauschen und Abhängigkeit nicht automatisch.
Quellen
Commodity Futures Trading Commission, CFTC Glossary — Volatility — allgemeine Definition der Preis- und Renditeschwankung.
Options Industry Council, Volatility & the Greeks — Beziehung zwischen Volatilität, Optionsbewertung und Sensitivitäten.
National Institute of Standards and Technology, Measures of Scale — statistische Streuungsmaße und ihre Interpretation.
Michael Parkinson, The Extreme Value Method for Estimating the Variance of the Rate of Return, 1980 — klassischer Range-basierter Varianzschätzer.
Torben G. Andersen, Tim Bollerslev, Francis X. Diebold und Heiko Ebens, The Distribution of Realized Stock Return Volatility — Realized-Volatility-Messung aus hochfrequenten Renditen.
Cboe, Cboe Volatility Index Methodology — Beispiel einer klar spezifizierten optionsbasierten Volatilitätsmethodik.
National Institute of Standards and Technology, Propagating Error — Varianz von Summen und Kovarianzterm.
J.P. Morgan/Reuters, RiskMetrics — Technical Document, 4. Aufl., 1996, §5.2.2, S. 85–88 — zeitliche Skalierung und Grenzen von Volatilitätsprojektionen.
Federal Reserve Board, Expected Stock Returns and Variance Risk Premia, 2007 — realisierte Varianz aus quadrierten Intraday-Renditen.
Fidelity, Average True Range, Abschnitt Calculation — Definition der True Range und ATR-Aggregation.