Volatilita v kryptoměnách: shlukování, předvídatelnost a dopady na řízení rizik

Volatilita v kryptoměnách

Volatilita v kryptoměnách není náhodný šum s konstantním rozptylem, ale vykazuje clustering – období zvýšené a snížené variability se shlukují v čase. Tento stylizovaný fakt (stylized fact) narušuje předpoklad i.i.d. výnosů a má zásadní důsledky pro návrh obchodního plánu: od řízení rizik přes alokaci kapitálu až po exekuci příkazů, výběr časového rámce a používání derivátů.

Co přesně znamená „volatility clustering“

Clustering je jev, kdy podmíněná variance výnosů není konstantní, ale závisí na minulosti: velké pohyby mají tendenci následovat velké (i když i opačným směrem) a malé pohyby následují malé. Prakticky to vidíme jako autokorelaci čtverců výnosů, resp. absolutních výnosů, při současné nízké autokorelaci samotných výnosů.

Stylizované fakty kryptotrhů

• Těžké ocasy (leptokurtóza): extrémy se vyskytují častěji, než by předpokládala normální distribuce.
• Podmíněná heteroskedasticita: variance se mění v čase (GARCH-efekt).
• Asymetrie reakcí: negativní šoky mohou zvyšovat volatilitu více než pozitivní (leverage efekt/„bad news is worse“).
• Režimy: přechody mezi low-vol a high-vol epizodami, často vázané na události (makroekonomické, on-chain incidenty, regulační zprávy).

Modely pro volatilitu: od GARCH po režimy

• GARCH/EGARCH/GJR-GARCH: popisují podmíněnou varianci; EGARCH zachycuje asymetrii bez nutnosti omezení ne-negativity.
• Stochastic volatility (SV): variance je latentní proces; vhodné pro Bayesovský přístup a robustní inferenční rámce.
• Regime-switching (Markov): explicitně modeluje přechody mezi režimy (např. „klidný“ vs. „turbulentní“).
• FIGARCH/long-memory: u kryptoměn často pozorujeme dlouhou paměť v absolutních výnosech; užitečné pro delší horizonty.
• Realized volatility (RV): intradenní data (např. 1-min) agregovaná na denní RV; citlivé na mikrostrukturní šum a odlehlé hodnoty.

Důsledky pro řízení rizik

Clustering znamená, že budoucí volatilita je do určité míry predikovatelné z nedávné volatility. To umožňuje volatility targeting – dynamické přizpůsobení expozice tak, aby byla udržena konstantní variance P/L.

• Velikost pozice: position size ∝ 1 / σ_ex-ante. Při nárůstu σ se pozice zmenšuje, čímž se stabilizuje drawdown.
• Stop-loss geometrie: SL navázán na volatilitu (ATR, RV) místo fixních ticků; snížíte předčasné vyhození v high-vol režimu.
• Risk budget: přiděl R na obchod (např. 0,5–1,0 % účtu) a škáluj ho přes σ. V high-vol režimu klesá nominální objem.
• Kelly/frac-Kelly: parametry Kellyho frakce jsou volatilita a edge; při clustru musí být frakce ex-ante redukována.

Exekuce a mikrostruktura během clusterů

• Širší spready a skluz: v high-vol clusteru roste impact; preferujte passive exekuci, případně TWAP/VWAP s limity.
• Likvidita a hluboké knihy: na CEX sledujte 10–20 bps hloubku; na DEX koncentraci likvidity (CLAMM) a re-centrování pásma.
• Latence a MEV: při L2/DEX v high-vol prudce roste MEV a nevyplněné swapy; zvažte private orderflow / RFQ.
• Funding & OI: clustery často doprovází expanze open interest a extrémní funding; riziko squeezů a likvidačních kaskád.

Framework „Volatility-aware“ obchodního plánu

1. Diagnostika režimu: 10–20 d RV/ATR, percentil historické σ, zlomové body (CUSUM), alerty na přechody režimů.
2. Pravidla velikosti pozice: definujte funkci f(σ). Např.: pro percentil σ < 40 → 1×, 40–70 → 0,7×, >70 → 0,4×.
3. Stop & take profit: SL = k × ATR; k adaptujte podle režimu. TP řízený MFE a time stopem v low-vol.
4. Frekvence obchodů: v high-vol clusteru preferujte méně, ale kvalitnější příležitosti; v low-vol spíše „fade“ či mean reversion.
5. Rebalancování: pravidelná normalizace delta-expozic (spot vs. perpy) při změnách σ, aby se nezvyšovalo portfoliové beta.

Režimy volatility a volba strategie

Volatility targeting: praktická implementace

• Odhad σ: EWMA RV (λ ~ 0,94–0,97), denní/4h okno, robustní vůči odlehlým hodnotám (winsorizace).
• Scaling factor: pozice = (cílová σ / odhad σ) × základní pozice; hranice (min/max) chrání před extrémy.
• Rebalanční frekvence: denně nebo po překročení prahů (např. ±20 % vůči cílové σ).
• Portfolio layer: risk parity mezi aktivy (BTC/ETH/alt koše), nikoli mezi nominálními váhami.

Opce a implicitní volatilita

• Term struktura IV: během clusterů se sklon mění; krátké expirace nafouknuté, dlouhé méně – příležitost pro kalendářní spready.
• Skew: při šocích se prohlubuje put-skew; hedging portfolia přes puty je dražší – zvažte collars nebo put spready.
• Gamma scalping: funguje v high-vol při aktivním delta hedgingu, ale zvyšuje nároky na exekuci a poplatky.
• Variance/Vol swaps (pokud dostupné): čisté sázky na realizovanou volatilitu vs. implicitní.

Jumpy vs. difúzní volatilita

Krypto má významnou skokovou složku (jumps) – regulační zprávy, velké likvidace, bridge incidenty. To oslabuje klasické stop-lossy a může vyžadovat gap-aware pravidla: nižší páku, širší SL s menším sizingem, nebo ochranné opce.

Extreme Value Theory (EVT) a tail riziko

Jelikož ocasy jsou těžké, prahové modely (POT, Generalized Pareto) lépe odhadují extrémní ztráty než normální VaR. V praxi: kalibrujte stresové σ, pracujte s „worst 1 %“ scénáři, mějte Incident Playbook pro 5–10× běžné ATR.

Backtesting a robustnost

• Ne-i.i.d. data: klasické testy signifikance mohou nadhodnocovat edge; používejte block bootstrap a walk-forward.
• Režimová citlivost: testujte výkonnost napříč percentily σ; strategie musí přežít všechny režimy nebo mít switching rule.
• Transaction costs aware: v clusterech rostou náklady – zahrňte dynamický skluz/spread model.

Specifika pro DeFi a AMM

• CLAMM poskytování likvidity: v high-vol clusteru častější re-centrace pásma; roste impermanent loss.
• Stable-stable pooly: expozice na depeg; volatilita není nulová, mění se korelace a fee APR.
• Leveraged staking/borrowing: LTV limity adaptujte podle σ; nastavte health factor alerts a auto-repay mechanismy.

Operativní pravidla při přechodu režimů

1. Trigger „σ-break“: při 30-d RV nad 80. percentilem sniž páku o X %, rozšiř SL o Y %, zredukuj frekvenci vstupů.
2. Liquidity guardrails: stanov minimální knižní hloubku (USD) pro exekuci; pod prahem pouze market-making s mikro sizingem.
3. Derivátový hedge-on: při přechodu do high-vol automaticky zapnout ochranné puty/collars do nejbližších dat.
4. „No-trade“ zóny: vyhlásit pauzu během extrémních událostí (např. LUNA-like), dokud se IV/RV nepřizemní.

Měření a dashboardy

• RV/ATR monitor: 1h/4h/1d, percentilová signalizace, barvy režimů, alarmy na přechody.
• Liquidity & slippage: odhad skluzu pro typickou velikost; reálné vs. modelované náklady.
• Funding/OI/IV: syntéza do „turbulence indexu“ pro perpy a opce.
• Compliance guard: limity páky a velikosti pozic vázané na režim, audit log změn.

Příklady pravidel v playbooku

• Rule #1 (Sizing): základní risk R = 0,75 % účtu při σ v 20.–60. percentilu; mimo pásmo lineární škála 0,3–1,0 %.
• Rule #2 (Stops): SL = 1,8 × ATR (4h) v low-vol, 2,6 × ATR v high-vol; max ztrátový den 2R.
• Rule #3 (Exekuce): zákaz market vstupu při spreadu > 5 bps a odhadovaném skluzu > 10 bps; jinak limit-ladder.
• Rule #4 (Deriváty): při IV/RV spreadu > 1,3 zvažte prodej prémií pouze s přísným risk capem a tail hedgem.

Nejčastější omyly

• Fixní SL/TP bez ohledu na režim: způsobují náhodné vyhazování v clusterech.
• Ignorování nákladů: strategie, které fungují v backtestu s nulovým skluzem, selžou v high-vol realitě.
• Páka jako konstanta: mělo by jí být riziko na obchod, ne leverage číslo.
• Zaměňování IV za RV: implicitní volatilita je očekávání trhu, nikoli garance realizace.

Volatility clustering je základní vlastnost kryptotrhů. Pokud ji ignorujeme, rizikový profil se stává nestabilním a výsledky nespolehlivými. Volatility-aware plán – se škálováním pozice, adaptivními stopy, režimovým přepínáním strategií a disciplinovanou exekucí – proměňuje nepříjemnou vlastnost trhu na předvídatelnou proměnnou, kterou lze řídit. Tím se snižuje variabilita P/L, zkracují drawdowny a zvyšuje pravděpodobnost dlouhodobé udržitelnosti výkonu.