Pressupostos de volatilidade avançada na FxPro

As fórmulas avançadas de volatilidade em forex partem de alguns pilares: retornos de preços modelados como variáveis aleatórias, processos de volatilidade que mantêm certas propriedades ao longo do tempo e ausência de oportunidades sistemáticas de arbitragem. Em geral, assume-se que os retornos, dadas as condições de mercado em cada momento, seguem uma distribuição aproximadamente normal, o que permite calcular probabilidades de perdas e ganhos. A volatilidade em si é tratada como uma série temporal que varia, mas com parâmetros estáveis o suficiente para usar dados passados na projeção de cenários futuros. Há ainda a suposição de heterocedasticidade condicional - a variância dos retornos muda de forma previsível - e de forte persistência, isto é, choques de volatilidade impactam vários períodos à frente. Além disso, a maior parte desses modelos supõe mercados relativamente eficientes, em que informações públicas já estão refletidas nos preços e ganhos sem risco não são sustentáveis. No contexto brasileiro, essas hipóteses funcionam como aproximações: eventos macroeconômicos, intervenções do Banco Central ou falta de liquidez em certos pares podem violá-las por períodos curtos, o que precisa ser considerado ao interpretar qualquer estimativa de volatilidade.

Grande parte dos modelos utilizados parte de retornos logarítmicos dos pares de moedas, em vez de variações simples de preço. Assume-se que esses retornos logarítmicos são condicionalmente normais: dado um nível de volatilidade para o intervalo analisado, os retornos seguem uma distribuição normal com média e variância bem definidas.

Quando a volatilidade é estimada com dados intradiários de alta frequência, a soma dos quadrados desses retornos é tratada como uma aproximação da variação quadrática do processo de preços. Essa aproximação funciona melhor quando não ocorrem grandes saltos ou descontinuidades na série, ou seja, quando o preço se move de forma relativamente contínua durante o período de medição.

Outro ponto recorrente é tratar a volatilidade logarítmica realizada como aproximadamente gaussiana e com memória longa. Processos com memória longa indicam que choques antigos continuam influenciando a dinâmica atual, ainda que com intensidade decrescente. Isso contrasta com abordagens simples em que só o passado mais recente teria relevância.

No mercado brasileiro, especialmente em pares envolvendo o real, como USD/BRL, eventos como choques de confiança, decisões de política monetária ou crises cambiais podem introduzir saltos acentuados. Nesses casos, a hipótese de retornos gaussianos é apenas uma aproximação e tende a subestimar a probabilidade de movimentos extremos.

Os modelos avançados costumam supor heterocedasticidade condicional: a variância dos retornos não é constante, mas varia no tempo de forma sistemática. Esse é o mecanismo central em estruturas do tipo GARCH, nas quais a volatilidade atual é função da volatilidade passada e de choques recentes nos retornos.

A persistência é outro componente chave. Na prática, exige-se que a soma dos coeficientes que medem o impacto de choques recentes e da volatilidade passada permaneça abaixo de um. Com isso, evita-se que a volatilidade cresça sem limite e se garante que períodos de turbulência tendam a se reverter para níveis considerados normais.

Esses pressupostos permitem construir previsões de densidade de retornos e métricas de risco como Value at Risk (VaR). Quando se combina retornos normais condicionais com volatilidade que segue algo próximo a uma distribuição lognormal, resulta uma mistura normal-lognormal que se ajusta melhor à forma observada dos retornos do que modelos puramente normais.

Tabela - Foco dos principais pressupostos de volatilidade:

Outro bloco de hipóteses está ligado ao funcionamento do mercado em si. Em muitos modelos, assume-se eficiência informacional: os preços já embutem todas as informações públicas relevantes, de modo que não há padrão sistemático simples que permita prever retornos além do que a própria volatilidade sugere.

A ausência de arbitragem também é central. Essa hipótese define que não existem combinações de posições em ativos e derivativos que produzam lucro garantido sem risco. Em termos de modelagem de volatilidade, isso é importante para manter consistência entre volatilidade implícita (derivada de preços de opções) e volatilidade realizada (observada nos dados históricos).

No Brasil, variações de liquidez entre diferentes pares de moedas podem desafiar esses pressupostos por curtos períodos. Pares menos líquidos tendem a ter spreads de negociação mais amplos e ajustes mais lentos de preço, o que abre espaço para ineficiências temporárias, difíceis de capturar com modelos baseados em eficiência estrita.

Todos esses pressupostos são aproximações destinadas a tornar o problema tratável matematicamente. A hipótese de normalidade dos retornos, por exemplo, costuma subestimar a incidência de eventos de cauda pesada, em que o mercado se move muito mais do que a distribuição normal sugeriria.

Além disso, muitos modelos assumem volatilidade praticamente constante em intervalos curtos. Em situações de anúncio econômico relevante ou de choque geopolítico, a volatilidade pode se ajustar quase instantaneamente, o que reduz a precisão de previsões baseadas exclusivamente em dados passados.

Por isso, é comum que parâmetros sejam recalibrados com frequência com dados recentes, para reduzir o desvio entre o comportamento teórico e o observado. Técnicas de validação empírica são utilizadas para verificar se os pressupostos continuam razoáveis diante das condições de mercado vigentes e, quando necessário, são feitos ajustes de especificação.

• Principais limitações típicas:
  • subestimação de caudas pesadas;
  • baixa aderência em períodos de crise;
  • sensibilidade à qualidade e frequência dos dados;
  • dificuldade de capturar saltos bruscos de preço.

Ao aplicar fórmulas avançadas de volatilidade a pares específicos, as hipóteses são confrontadas com características próprias de cada mercado. Pares principais, como EUR/USD, em geral se ajustam melhor às suposições de normalidade e eficiência por causa da liquidez elevada e do grande volume de negociação.

Já pares envolvendo moedas de mercados emergentes, como o real brasileiro, tendem a apresentar mais desvios. É comum observar assimetria na volatilidade: quedas de preço são acompanhadas de maior volatilidade do que movimentos de alta de mesma magnitude. Esse comportamento, associado ao chamado efeito alavancagem, contraria a ideia de distribuição de retornos perfeitamente simétrica presente em muitos modelos básicos.

Na prática, ajustes são feitos por meio de extensões dos modelos padrões, que permitem, por exemplo, assimetria na resposta da volatilidade a choques positivos e negativos. Dessa forma, torna-se possível acomodar melhor as particularidades de pares como USD/BRL, nos quais política monetária local, fluxo de capitais e eventos idiossincráticos têm impacto significativo na dinâmica de volatilidade.

Em resumo, os pressupostos das fórmulas de volatilidade fornecem uma estrutura coerente para medir e projetar risco, mas precisam ser constantemente avaliados frente às condições específicas do forex no Brasil e aos padrões de comportamento dos pares de moedas negociados na plataforma FxPro.