En palabras sencillas — La volatilidad indica cuán dispersos están los movimientos del precio bajo una medida declarada. No dice si el próximo movimiento será alcista o bajista y no existe como un número único separado de datos, horizonte y método.
En finanzas, la volatilidad describe generalmente la variabilidad de los rendimientos de un activo. Un precio que sube de forma regular puede tener menos volatilidad que otro que alterna bruscamente avances y caídas, aunque ambos terminen en el mismo nivel. Volatilidad alta significa mayor dispersión en la coordenada medida; no significa automáticamente mercado bajista, riesgo total elevado ni oportunidad rentable.
Antes de comparar dos números hay que preguntar: volatilidad de qué, calculada con qué observaciones, a qué frecuencia, sobre qué ventana, con qué estimador y en qué unidad. Sin esas coordenadas, «volatilidad del 20%» es un dato incompleto.
Precios, rendimientos y dirección
La desviación estándar aplicada directamente a niveles de precio depende de la escala y la tendencia de la serie. Por eso, para comparar periodos o instrumentos se suelen utilizar rendimientos simples o logarítmicos:
rₜ = Pₜ / Pₜ₋₁ − 1gₜ = ln(Pₜ / Pₜ₋₁)Las definiciones no son idénticas. Para movimientos pequeños son próximas; en intervalos amplios o al agregarlas producen diferencias. Dividendos, intereses, rolls y corporate actions deben tratarse de forma coherente con la pregunta: volatilidad del precio, del rendimiento total o de una serie continua de futuros no son el mismo objeto.
Una medida habitual es la desviación estándar muestral de los rendimientos, con pesos iguales. Aquí n cuenta rendimientos (al menos dos), no precios; r̄ es su media aritmética:
s = √[Σ(rₜ − r̄)² / (n − 1)]Se elevan al cuadrado las desviaciones respecto a la media, no los rendimientos sin centrar. Invertir todos los signos deja intacta la dispersión: la volatilidad no indica la dirección del siguiente movimiento. Dos distribuciones pueden tener la misma desviación estándar y diferir mucho en asimetría, colas, saltos y pérdida máxima.
Ejemplo reproducible: cinco precios, cuatro rendimientos
Usamos cinco cierres hipotéticos de sesiones consecutivas, a la misma hora y en la misma moneda, sin dividendos ni otros ajustes. Frecuencia diaria, ventana de cuatro rendimientos simples, pesos iguales y denominador n − 1.
| Cierre | Precio | Rendimiento desde el cierre anterior |
|---|---|---|
| 0 | 100,00 | — |
| 1 | 102,00 | +2% |
| 2 | 102,00 | 0% |
| 3 | 104,04 | +2% |
| 4 | 104,04 | 0% |
Por ejemplo, 104,04 / 102 − 1 = 0,02 = 2%. Los cuatro rendimientos decimales son 0,02; 0; 0,02; 0. Su media es 0,01, es decir, 1% diario en la muestra.
Las desviaciones respecto a la media son +0,01; −0,01; +0,01; −0,01; la suma de sus cuadrados es 0,0004. Por tanto:
s² = 0,0004 / 3 = 0,00013333…; s = √s² ≈ 0,011547 = 1,1547%Dividir entre n = 4 daría 1%: es otra convención, no una diferencia de redondeo. Los precios han subido, pero la volatilidad mide la dispersión alrededor de la media. Cuatro rendimientos permiten seguir el cálculo, no obtener una estimación fiable del riesgo futuro.
«Histórica» y «realizada» requieren una convención
En el lenguaje de mercado, volatilidad histórica y volatilidad realizada se usan a veces como sinónimos para una medida obtenida de datos pasados. En la literatura, realized volatility puede designar más precisamente la raíz cuadrada de la suma de rendimientos intradía al cuadrado. La suma es la varianza realizada (RV = Σg²); su raíz es la volatilidad realizada en el intervalo. Este cálculo difiere de la desviación estándar muestral, que resta la media y divide entre n − 1. Hay que declarar frecuencia e intervalo.
Una especificación reproducible declara al menos:
| Coordenada | Ejemplos de elección | Por qué importa |
|---|---|---|
| Serie | cierre, total return, mid quote, futuro continuo | cambia el objeto medido |
| Rendimiento | simple o logarítmico | cambia composición y escala |
| Frecuencia | cinco minutos, horaria, diaria | ruido e información difieren |
| Ventana | 20, 60 o 252 observaciones | sensibilidad y estabilidad difieren |
| Estimador | close-to-close, rango, varianza realizada | utiliza información distinta |
| Pesos | uniformes, exponenciales u otra regla | cambia la memoria del pasado |
| Anualización | factor y calendario | solo permite comparar bajo ciertas hipótesis |
Una estimación de 20 sesiones reacciona más deprisa que una de 252, pero también varía más. Una medida intradía puede verse afectada por microestructura, horarios, datos ausentes y saltos overnight. El estimador de Parkinson utiliza máximo y mínimo; otros combinan apertura, máximo, mínimo y cierre. Ninguno es automáticamente superior fuera de sus hipótesis.
Anualizar sin ocultar las hipótesis
Si s_d es una desviación estándar diaria, se utiliza a menudo la convención:
σ_ann = s_d × √NN es el número de periodos diarios supuesto por año, por ejemplo 252 sesiones o 365 días. Debe corresponder a la frecuencia y al calendario de los datos. En el ejemplo, 1,1547% × √252 ≈ 18,33%. Se anualiza la desviación estándar, no la media del 1%.
La justificación parte de la varianza de una suma: se suman las varianzas y el doble de las covarianzas entre periodos. Si los incrementos tienen varianzas finitas iguales y covarianzas nulas, la varianza de N periodos es Nσ² y la desviación estándar es √Nσ. Esta identidad no exige normalidad.
Los rendimientos logarítmicos se suman en el tiempo; los simples se componen multiplicando 1 + r. Para rendimientos simples, la fórmula sigue siendo una convención de escala, no la identidad exacta de la dispersión del rendimiento anual compuesto.
La autocorrelación y las varianzas distintas exigen términos adicionales. El clustering no invalida por sí solo toda regla de la raíz del tiempo, pero proyectar una estimación reciente a un año requiere cuidado: una previsión condicional debe especificar cómo evolucionan las varianzas. Quedan por evaluar saltos, calendario y riesgo de cola. 18,33% no es un movimiento previsto ni un intervalo garantizado.
Desviación estándar, rango y ATR no son sinónimos
La volatilidad puede describirse mediante familias diferentes:
- la desviación estándar de rendimientos mide dispersión alrededor de la media de la serie elegida;
- la varianza realizada suma rendimientos al cuadrado en un intervalo;
- los estimadores basados en rango usan máximos y mínimos, a veces apertura y cierre;
- el Average True Range (ATR) agrega el true range,
TR = max(H − L, |H − C_anterior|, |L − C_anterior|), en unidades de precio;HyLson máximo y mínimo de la barra, yC_anteriorel cierre previo. Hay que declarar longitud, inicialización y método de promedio; - la volatilidad implícita se obtiene del precio de una opción mediante un modelo y no es una estadística calculada solo con rendimientos pasados.
Un ATR de dos unidades monetarias no es una volatilidad anualizada del 20%. Para comparar instrumentos, un rango absoluto puede tener que normalizarse por precio; aun así sigue siendo una medida distinta de la desviación estándar. La ficha Volatilidad implícita y realizada separa las dos coordenadas.
Los regímenes describen; no predicen
La volatilidad suele agruparse: periodos agitados pueden seguir a otros agitados y periodos tranquilos pueden persistir. Esta propiedad motivó modelos condicionales y filtros de régimen, pero no vuelve seguro el valor siguiente. Una estimación utiliza información ya observada y puede reaccionar tarde ante un salto.
Etiquetas como alta volatilidad, baja volatilidad, compresión y expansión solo tienen sentido frente a una distribución, un horizonte y un benchmark declarados. Lo que es alto para una acción puede ser normal para otro activo. Una compresión no garantiza un breakout; una expansión no revela la dirección.
La volatilidad tampoco es la liquidez. Un mercado puede mostrar rendimientos observados pequeños y, sin embargo, tener un libro poco profundo y riesgo de gap; otro puede ser volátil y muy líquido. Spread, profundidad y ejecutabilidad requieren medidas distintas.
Uso en riesgo y dimensionamiento
La volatilidad puede ayudar a hacer comparables exposiciones con escalas distintas. Un enfoque sencillo reduce la cantidad cuando sube una estimación:
exposición indicativa ∝ presupuesto de riesgo / volatilidad estimadaEs un principio de calibración, no una garantía de pérdida máxima. La estimación puede cambiar, los rendimientos pueden tener colas y gaps, las correlaciones pueden subir y una liquidación puede ocurrir a precios peores. El volatility targeting necesita por tanto límites de apalancamiento, stress tests, costes y reglas de rebalanceo.
Del mismo modo, adaptar un stop al ATR no convierte el rango normal en un umbral objetivo de invalidación. Los stops y el position sizing deben partir del riesgo económico, el payoff y la liquidez de la posición. La volatilidad es una coordenada entre varias.
Error habitual — Comparar «20%» y «25%» sin saber si son implícitas o realizadas, a qué horizonte, sobre qué ventana y con qué anualización. La precisión decimal no repara una definición ausente.
Checklist para leer una medida
- ¿La serie contiene precios, rendimientos o rendimientos totales?
- ¿Los rendimientos son simples o logarítmicos?
- ¿Qué frecuencia, ventana y timestamp se utilizaron?
- ¿Qué estimador se usa y cómo trata gaps, overnight y datos ausentes?
- ¿El número es diario, anualizado o está en unidades de precio?
- ¿Qué factor de anualización y qué calendario se aplican?
- ¿Es una medida realizada, una previsión estadística o un parámetro implícito?
- ¿Qué colas, saltos, asimetrías y riesgos de liquidez no describe?
- ¿La comparación utiliza la misma convención en ambas series?
- ¿La decisión sigue siendo robusta si la estimación cambia de golpe?
Fuentes
U.S. Commodity Futures Trading Commission, CFTC Glossary — Volatility — definición institucional y distinción entre volatilidad histórica e implícita.
The Options Industry Council, Volatility & the Greeks — volatilidad histórica, implícita y sensibilidades de las opciones.
National Institute of Standards and Technology, Measures of Scale — desviación estándar y medidas robustas de dispersión.
Michael Parkinson, The Extreme Value Method for Estimating the Variance of the Rate of Return, The Journal of Business, 1980 — estimador basado en el rango.
Torben G. Andersen, Tim Bollerslev, Francis X. Diebold y Heiko Ebens, The Distribution of Realized Stock Return Volatility, Journal of Financial Economics, 2001 — construcción y distribución de la volatilidad realizada de alta frecuencia.
Cboe Global Indices, Cboe Volatility Index Methodology — ejemplo de una medida forward-looking obtenida de precios de opciones con metodología publicada, no medida universal de volatilidad.
National Institute of Standards and Technology, Propagating Error — varianza de sumas y término de covarianza.
J.P. Morgan/Reuters, RiskMetrics — Technical Document, 4.ª ed., 1996, §5.2.2, pp. 85–88 — escala temporal y límites de las proyecciones de volatilidad.
Federal Reserve Board, Expected Stock Returns and Variance Risk Premia, 2007 — varianza realizada a partir de rendimientos intradía al cuadrado.
Fidelity, Average True Range, sección Calculation — definición del true range y agregación ATR.