A medida que convergemos en la escala de tiempo del minuto y por debajo de nuestro intervalo de tiempo unitario, las distribuciones de la rentabilidad tienden a ser leptocúrticas y más discretizadas (debido a valores fijos como el incremento del precio mínimo de un valor, la comisión y el descuento de liquidez). Además, si estamos analizando el VaR/CVaR de un modelo o estrategia para un pequeño número de valores, es habitual que no haya ninguna posición abierta (y, por tanto, una exposición y un rendimiento nulos) durante una fracción significativa de la duración total del backtest, lo que da lugar a un pico artificialmente grande en cero.
¿Qué ajustes podemos hacer para calcular un VaR/CVaR significativo y mejorar su precisión fuera de la muestra en datos y rendimientos de alta frecuencia?
- Evitar el problema por completo mediante el muestreo de los rendimientos en intervalos más amplios, por ejemplo, en base diaria y superior. Problema: carecemos de una medida significativa del riesgo intradía, que es nuestro principal objetivo, ya que perseguimos estrategias cuyos periodos de tenencia son comparables al intervalo de tiempo unitario.
- Utiliza la distribución empírica, pero descarta los rendimientos cuando no hay exposición.