Skip to content

2.3 波动率:把 IV 换算成涨跌幅度,再与实现波动率对照

难度★★★

This page hasn’t been translated into English yet, so you’re reading the Chinese original. Chapters are being translated one by one.

IV 25%,AAPL 一个月会涨跌多少美元

Section titled “IV 25%,AAPL 一个月会涨跌多少美元”

打开 AAPL 的期权链,1.1 那张 AAPL 2026-11-20 340C 报 $10.25,旁边的 IV 一栏写着 25%(示例价格,非实时;AAPL $340,30 天后到期)。你可能听说过「IV 高,期权就贵」。可是 25% 指的是什么?是 AAPL 一年会涨跌 25%,还是一个月?换成美元又是多少?

2.1 讲过,决定期权价格的六个因素中,只有未来的波动率无法直接查到。所以读懂 IV,就是读懂期权价格里最关键的那个假设。这一节按顺序回答三个问题:

  • 股票过去涨跌得有多厉害?这个数叫实现波动率,用收盘价就能算出。
  • 期权价格里包含多大的波动?这个数就是 IV。把它换算成美元,就得到市场认为的正常涨跌范围:按 IV 25%,AAPL 30 天的 1σ 约为 ±$24.4,按模型,股价约有 68% 的可能落在 $315.6 到 $364.4 之间。
  • 把两个数放在一起,期权相对于股票最近的涨跌是偏贵还是偏便宜?

实现波动率:股票过去涨跌了多少

Section titled “实现波动率:股票过去涨跌了多少”

实现波动率(realized volatility,RV)是用过去一段时间的实际价格算出的年化波动率,平台上常写作 HV 或历史波动率。0.6 讲过它的算法:日收益率的标准差 × √252。从本章起,这个算法有两处改动:

  1. 日收益率改用对数收益率:ln(今天收盘价 ÷ 昨天收盘价)(0.8)。涨跌幅不大时,它约等于百分比涨跌幅;它的好处是可以按天直接相加。
  2. 标准差改用样本标准差,即除以 n − 1,这是 0.6 定下的约定。

下面用 SPY 连续 6 个收盘价(得到 5 个交易日的收益率)手算一遍。实际计算通常用 20–30 个交易日的数据,这里只演示算法。

第几天 收盘价 对数
收益率
与平均
的差
差的
平方
0 $770.00 — — —
1 $773.86 +0.50% +0.26 0.0676
2 $766.16 −1.00% −1.24 1.5376
3 $772.31 +0.80% +0.56 0.3136
4 $770.00 −0.30% −0.54 0.2916
5 $779.30 +1.20% +0.96 0.9216
  1. 算对数收益率:例如第 1 天是 ln(773.86 ÷ 770.00) ≈ +0.50%。6 个收盘价得到 5 个收益率。
  2. 求平均数:(0.50 − 1.00 + 0.80 − 0.30 + 1.20) ÷ 5 = 1.20 ÷ 5 = 0.24%。
  3. 求离差的平方:每天的收益率减去平均数,得到「与平均的差」(单位是百分点),再把它平方。
  4. 求平方和:0.0676 + 1.5376 + 0.3136 + 0.2916 + 0.9216 = 3.1320。
  5. 求样本方差,再开平方:3.1320 ÷ (5 − 1) = 0.783,日标准差 ≈ √0.783 ≈ 0.885%。
  6. 年化:0.885% × √252 ≈ 0.885% × 15.87 ≈ 14.0%。

所以这 5 天的实现波动率约为 14%。

真正记录时,用表格软件算最近一个月的数据:

  • A 列填日期,B 列填收盘价,B1 是最早的一天,一共填 22 天。
  • 在 C2 输入 =LN(B2/B1),向下填充到 C22,得到 21 个对数收益率。
  • 在空白格输入 =STDEV.S(C2:C22)*SQRT(252),得到最近 21 个交易日(约 30 个日历日)的实现波动率。

计算窗口常用 20 或 30 个交易日。窗口越短,参与计算的数据越少,算出的数值随每天的新数据变化越大。上面手算的 5 天就是极端的例子:只要再多一天大涨或大跌,结果就会明显改变,所以它只用来练习算法,不用来判断期权的价格。

隐含波动率:期权价格里包含多大的波动

Section titled “隐含波动率:期权价格里包含多大的波动”

RV 说明的是过去,期权的价格却取决于未来的波动,而未来的波动无法直接查到。所以反过来求:把 S、K、T、r、q 和期权的市场价格一起代入定价模型(Black-Scholes,2.8),解出让模型价格正好等于市场价格的那个 σ。这个 σ 就是隐含波动率(implied volatility,IV)。期权链上的 IV 一栏,就是平台按这种方法算好的结果。

IV 是反过来解出的:把市场价格代入模型,解出唯一无法直接观察的 σ

同一个定价模型,两种用法

正着算:知道 σ,求价格

  1. 六个因素S、K、T、σ、r、q
  2. 定价模型Black-Scholes(2.8)
  3. 理论价格

倒着算:知道价格,求 σ

  1. 市场价格+ S、K、T、r、q
  2. 同一个模型反过来解
  3. 隐含波动率 IV价格里包含的波动率
隐含波动率从哪来 · 正着算价格,倒着算 IV

看一个例子:NVDA $225,30 天后到期的 NVDA 230C 报 $8.40。把 S = 225、K = 230、T = 30/365、r = 4%、q = 0 和价格 $8.40 代入模型,解出 IV ≈ 40%。如果同一时刻这张 call 报 $9.30,股价不变,解出的 IV 约为 43.5%。其他五个因素都没有变化,所以这 $0.90 的差价,全部是市场为波动多付的价格。

从这个例子可以看出 IV 的两个性质。

IV 是价格的另一种报法。其他五个因素给定时,价格和 IV 可以互相换算。交易员说「这张 call 报 40 个波动率」,意思是它的价格对应的 IV 是 40%。期权的美元价格受股价、行权价和到期日影响,不同合约之间很难直接比较;换成 IV 以后,就可以用同一个标准比较。

IV 不只是预测。IV 由买卖双方的供求决定,其中既有对未来波动的估计,也有卖方要求的风险补偿,所以平均偏高。财报前,投资者集中买入 call 和 put,期权价格被推高,IV 随之上升;市场关注度低的时候,IV 就会下降。

同一只股票,不同行权价、不同到期日的 IV 并不相同(2.5),所以说「某股票的 IV」时,要指明期限和行权价。通常说的是 30 天平值 IV,即约 30 天后到期、行权价最接近股价的期权的 IV。本节说的 IV,都是指它。

指数也是这样。VIX(Cboe 波动率指数,0.3)是 Cboe 用一串 SPX 虚值期权的价格计算的未来 30 天 IV 指数。VIX 为 15,大致表示标普 500 未来 30 天的 IV 在 15% 左右。VIX 包含虚值 put 的偏斜(2.5),所以通常略高于 SPX 的 30 天平值 IV。

IV 是年化的百分数,你交易时关心的却是「到期以前,股价大致会走多远」。把 IV 换算成一段时间内的美元幅度,用 0.8 讲过的公式:

1σ 预期波动 = 股价 × IV × √(天数 ÷ 365)

1σ 预期波动(expected move)是按当前 IV 计算的、股价在一段时间内 1 个标准差的涨跌幅度。IV 是按一年 365 个日历日报价的年化数值,所以要乘以 √(天数 ÷ 365),换算成这段时间的波动。乘的是平方根而不是天数之比,因为能按时间相加的是方差,不是标准差(0.6、0.8)。

用开头的 AAPL 算一遍:AAPL $340,IV 25%,30 天。

  1. 时间因子:√(30 ÷ 365) ≈ 0.287。
  2. 1σ = 340 × 0.25 × 0.287 ≈ $24.4,约为股价的 7.2%。
  3. 1σ 区间:340 − 24.4 ≈ $315.6 到 340 + 24.4 ≈ $364.4。

2σ 区间请你先算出来,再往下读。

2σ 是 1σ 的两倍,约 $48.7,所以 2σ 区间约为 $291.3 到 $388.7。

1σ 与 2σ 区间 · AAPL $340、IV 25%,30 天

两个区间的含义来自 0.7 的正态分布:

  • 按 IV 和正态分布的假设,30 天后股价约有 68% 的可能落在 ±1σ 之内。反过来说,落在外面的可能约为 32%,大约每 3 次就有 1 次,上下两边各约 16%。
  • 股价约有 95% 的可能落在 ±2σ 之内,落在外面的可能约为 5%。

这是模型的概率,不是实际频率。标普 500 按 VIX 算的 30 天 1σ 区间,历史上约 84% 的时候守住,跌破 −3σ 的次数却是正态分布预测的两倍(数据与证据)。卖方如果把 68% 当成真实的盈利概率,会同时低估盈利概率和尾部风险。

所以 1σ 区间不是股价一定会待的范围,而是「正常」涨跌的范围:30 天后 AAPL 收在 $315.6 以下或 $364.4 以上,并不罕见。这种算法假设涨跌上下对称,只是近似;期限较短时,它与更精确的对数正态模型差别很小(2.8)。现实中,大涨大跌也比正态分布预测的更常见(0.7 的肥尾)。

延伸阅读:用公式表示

实现波动率和 1σ 预期波动,可以写成下面两个公式:

σRV=stdev⁡(ln⁡StSt−1)×252\sigma_{\text{RV}} = \operatorname{stdev}\left(\ln\frac{S_t}{S_{t-1}}\right) \times \sqrt{252} EM1σ=S×σIV×T天数/365\text{EM}_{1\sigma} = S \times \sigma_{IV} \times \sqrt{T_{\text{天数}}/365}
  • σ_RV:年化实现波动率;S_t 是第 t 天的收盘价,S_{t−1} 是前一天的收盘价;ln 是自然对数,stdev 是样本标准差;√252 把每天的波动换算成每年的波动。
  • EM_1σ:1σ 预期波动,单位是美元;S 是股价;σ_IV 是隐含波动率,代入时用小数,例如 25% 写成 0.25;T_天数 是日历天数。

16 法则(rule of 16)是指:单日 1σ ≈ 年化 IV ÷ 16。它来自 0.6 的换算:日标准差 = 年化波动率 ÷ √252,而 √252 ≈ 15.87,取整就是 16。用它心算:

  • IV 16% → 单日约 1%
  • IV 32% → 单日约 2%
  • IV 48% → 单日约 3%

AAPL 的 IV 是 25%,单日 1σ ≈ 25% ÷ 16 ≈ 1.56%,乘以股价约为 $5.3。也就是说,AAPL 一天涨跌 $5 左右是平常的事,一天涨跌 $16(约 3σ)才少见。IV 覆盖的时间里有财报等事件时,IV ÷ 16 把事件当天的波动摊到了每一天:平常的日子会被高估,事件当天会被严重低估(2.6)。

为什么这里用 252,上面算 30 天区间时却用 365?因为 16 法则里的「一天」是一个交易日,周末股价几乎不变动(2.2),所以单日的波动按一年 252 个交易日计算。跨度在两周以上时,两种算法的结果几乎相同。用 30 天 IV 换算一周以内的区间,尤其是跨周末或节假日的区间,两者可相差两成以上;这时按交易日计算,或者直接用覆盖这段时间的那个到期日的 IV,见下面的延伸阅读。

延伸阅读:252 与 365,以及一周、一个月的心算

30 个日历日约有 21 个交易日。按日历日算,√(30/365) ≈ 0.287;按交易日算,√(21/252) ≈ 0.289。两者相差不到 1%,所以本章统一用日历日和 365。

跨度短时就不同了。把同一个 30 天 IV 换算到几天的区间:

  • 周一收盘到周五收盘:4 个日历日、4 个交易日,按日历日算出的 1σ 约少 17%。
  • 周五收盘到周一收盘:3 个日历日、1 个交易日,按日历日算出的 1σ 约多 44%。
  • 一整周:7 个日历日、5 个交易日,两者只差约 2%。

用覆盖这段时间的那个到期日自己的 IV,并按反推它时所用的天数口径换算,两种算法的结果相同。平台反推 IV 时按日历日还是交易日计时,各家不同,以平台说明为准。

按同样的思路,还可以心算一周和一个月的 1σ:

  • 一年约 52 周,√52 ≈ 7.2,所以一周 1σ ≈ IV ÷ 7.2。
  • 一年 12 个月,√12 ≈ 3.5,所以一个月 1σ ≈ IV ÷ 3.5。

例如 AAPL 的 IV 是 25%,一周 1σ 约 3.5%,一个月 1σ 约 7.1%,与上面按 30 天算出的 7.2% 很接近。

只看 IV,只能知道期权的报价水平。AAPL 的 IV 是 25%,NVDA 是 40%,这并不说明 NVDA 的期权偏贵,因为 NVDA 本来就涨跌得更厉害。要判断期权相对偏贵还是偏便宜,就要把 IV 和这只股票最近的 RV 放在一起比较:IV 是市场为未来定价的波动,RV 是最近已经发生的波动。

例如,SPY 的 30 天平值 IV 为 15%,30 天 RV 为 14%,IV − RV = +1 个百分点。期权的报价与 SPY 最近的涨跌大致相符。

对照的结果 大致含义 还要检查
IV 明显高于 RV 期权相对偏贵:定价的波动大于最近发生的 30 天内有没有财报等事件(2.6)
IV 明显低于 RV 期权相对偏便宜:最近波动剧烈,市场认为会平静下来 风险是否仍在释放,即引起剧烈波动的事情是否已经结束(第9章)
IV 与 RV 接近 价格与最近的涨跌大致相符 过去不代表未来

「明显」以平常的差距为参照。就标普 500 而言,VIX 平均比随后的 RV 高约 4 个百分点,这就是下面讲的波动率风险溢价;VIX 包含虚值 put 的偏斜,通常高于 30 天平值 IV,所以平值 IV 的平常差距更小。个股的平常差距因股票而异,最好以这只股票自己过去一年的 IV − RV 为参照。高出的幅度远大于平常的差距,才说明期权明显偏贵。

读法:IV 明显高于 RV,常常是因为市场知道有一件事要发生,例如财报,期权价格里提前计入了这件事带来的波动;事件过去以后,IV 通常会回落(2.6)。所以 IV 高于 RV,先要查高出的部分是不是事件带来的,再说期权偏贵。IV 明显低于 RV,常常出现在一段急涨或急跌之后,市场认为最剧烈的时候已经过去。如果风险其实还在释放,后面的波动可能更大,期权就并不便宜(第9章)。

对照以前,核对下面四项:

  • IV 是 30 天平值 IV,RV 的窗口也约为一个月(20–30 个交易日)。
  • 两个数取自同一个时间,避开开盘后最初几分钟(本章实战要点第 2 条)。
  • 查过 30 天内有没有财报等事件。
  • IV 低于 RV 时,查过最近的大幅波动是否已经平息。

这种对照只是分析的起点,不是买卖信号。本章的实操练习要求每周记录一次,目的就是养成把两者放在一起看的习惯。

波动率风险溢价:IV 平均高于随后的 RV

Section titled “波动率风险溢价:IV 平均高于随后的 RV”

长期统计表明,标普 500 指数期权的 IV 在大多数时期高于随后的 RV(Carr 与 Wu,2009;具体数字见下面的延伸阅读)。IV 减去随后的 RV,长期平均为正,这一部分称为波动率风险溢价(volatility risk premium,VRP)。

生活类比:波动率风险溢价与保险公司的盈利来源相同。保险公司收取的保费通常高于平均赔付,因为它要承担偶尔发生的大灾难,所以要求额外的补偿;期权市场里,很多机构愿意为下跌保护多付权利金,卖方承担偶尔发生的暴跌,所以 IV 平均定得比随后的 RV 高。保费对应权利金,平均赔付对应按随后的 RV 计算的期权价值。类比的局限:保险公司的保单彼此大体独立,期权卖方的仓位却会在同一次暴跌中一起亏损(9.1)。

看一个假设的例子:某个月 SPY 的 30 天 IV 为 15%,之后 30 天的 RV 只有 12%。差额 3 个百分点,就是这一次的「风险溢价」。卖出期权、再用股票抵消股价涨跌影响的交易者(这种做法叫 Delta 对冲,第3章),盈利大致就来自这一部分。反过来,如果那个月发生急跌,RV 升到 30%,卖方就会大幅亏损。

但它只是平均值。在 2020 年 3 月、2025 年 4 月这样的冲击中,RV 远远超过事前的 IV,卖方损失惨重。此外,个股的 VRP 不如指数稳定,因为财报等事件可能使个股的实际跳空超过隐含幅度(2.6)。

波动率风险溢价 · 月初的 30 天 IV 与随后的 RV(示意)
延伸阅读:波动率风险溢价的证据

1990 年以来,VIX 平均比之后 21 个交易日的 RV 高约 4 个百分点,85% 的交易日都是这样。数据、时间范围和算法见数据与证据,可以自己复算。这是指数的统计;个股的 VRP 不如指数稳定,原因见上文。

随堂练习(示例价格,非实时):

  1. AAPL 连续 5 个交易日的收盘价是 $340.00、$343.42、$338.30、$340.00、$346.87。算出 4 个对数收益率,再算出年化实现波动率。
  2. NVDA $225,30 天平值 IV 40%。算出 30 天的 1σ 预期波动、1σ 区间和 2σ 区间,用 16 法则估算单日 1σ,并说出 1σ 区间的 68% 是什么意思。
  3. 下面三组对照,各说明期权相对偏贵还是偏便宜?还要检查什么?
    • 第 1 题的 AAPL:算出的 RV 与 30 天平值 IV 25% 相比。
    • 股票 ABC:30 天平值 IV 55%,30 天 RV 32%,12 天后发布财报。
    • 股票 XYZ:过去一个月连续急跌,30 天 RV 48%,30 天平值 IV 35%。
参考解答
  1. 对数收益率:ln(343.42 ÷ 340.00) ≈ +1.00%,ln(338.30 ÷ 343.42) ≈ −1.50%,ln(340.00 ÷ 338.30) ≈ +0.50%,ln(346.87 ÷ 340.00) ≈ +2.00%。
    • 平均数 = (1.00 − 1.50 + 0.50 + 2.00) ÷ 4 = 2.00 ÷ 4 = 0.50%。
    • 与平均的差:+0.50、−2.00、0、+1.50;平方:0.25、4.00、0、2.25;平方和 = 6.50。
    • 样本方差 = 6.50 ÷ (4 − 1) ≈ 2.167,日标准差 ≈ √2.167 ≈ 1.472%。
    • 年化:1.472% × 15.87 ≈ 23.4%。
  2. 1σ = 225 × 0.40 × 0.287 ≈ $25.8,1σ 区间约为 $199.2 到 $250.8。2σ ≈ $51.6,2σ 区间约为 $173.4 到 $276.6。单日 1σ ≈ 40% ÷ 16 = 2.5%,约 $5.6。68% 的意思是:按 IV 和正态分布的假设,30 天后 NVDA 约有 68% 的可能收在 $199.2 到 $250.8 之间,约有三分之一的可能落在外面,上下两边各约 16%。这是模型的概率,不是实际频率。NVDA 的股价比 AAPL 低,按美元计算的 1σ 却比 AAPL 的 $24.4 大,因为它的 IV 高得多。
  3. 三组对照:
    • AAPL:RV 约 23.4%,IV − RV ≈ +1.6 个百分点,两者接近,期权的报价与这几天的涨跌大致相符。但这里只有 4 个收益率,再多一天大涨或大跌,RV 就会明显改变。要作判断,应当用 20–30 个交易日的 RV。
    • ABC:IV 比 RV 高 23 个百分点,相对最近的涨跌明显偏贵。但财报在 30 天之内,高出的部分很可能是为财报计入的波动,财报过后 IV 通常会回落。还要查 ABC 过去几次财报后的涨跌幅,再判断这个价格是否合理(2.6)。
    • XYZ:IV 比 RV 低 13 个百分点,相对最近的涨跌偏便宜,说明市场认为急跌已经过去。还要查引起急跌的风险是否仍在释放(第9章)。即使已经平息,买入期权的一方每天还要承担时间衰减(2.2),IV 低于 RV 并不保证买入划算。

常见误区:

  • 「IV 高,说明股票要跌。」——IV 只反映预期的涨跌幅度,不反映方向。不过,指数下跌时 IV 通常会上升(2.5)。
  • 「IV 是市场的预测,所以很准。」——IV 是一种价格,其中包含风险补偿。因此它经常高于之后的 RV,偶尔又严重低估之后的波动。
  • 「1σ 区间就是股价一定会待的范围。」——按模型,股价约有三分之一的可能落在 1σ 区间以外。现实中的分布也不是正态分布:标普 500 落在区间以外的次数比模型预测的少,大涨大跌却比正态分布预测的更常见(0.7 的肥尾)。
  • 「最近股价波动很大,期权就一定贵。」——期权的价格取决于 IV,即市场为未来定价的波动。判断偏贵还是偏便宜,要看 IV 与 RV 的对照,不能只看最近的波动。
  • 「IV 低于 RV,买期权就一定划算。」——市场可能有理由认为波动会平息;而且买方每天还要承担时间衰减。

思考题:

  1. 某天 VIX 为 24。按 16 法则,SPX 单日 1σ 约是多少?如果 SPX 当天跌了 3%,这是几个 σ 的波动?(答:24% ÷ 16 = 1.5%,所以单日 1σ 约 1.5%;跌 3% 约为 3 ÷ 1.5 = 2σ。按正态分布,单日跌幅超过 2σ 的可能约为 2.5%,大约每 40 个交易日一次;现实中这样的日子更多一些,原因是 0.7 的肥尾。)
  2. 一只股票 $100,按 IV 算出的 30 天 1σ 预期波动是 $8.60。它的 IV 约是多少?(答:1σ = 股价 × IV × 0.287,所以 IV = 8.60 ÷ (100 × 0.287) ≈ 30%。)
  3. 为什么说卖期权的人「平均」能赚到波动率风险溢价,却不等于稳赚?(答:VRP 只是长期平均值。在 2020 年 3 月这样的冲击中,RV 远远超过事前的 IV,卖方可能一次亏掉很多个月的盈利。)

本节要点:

  1. 实现波动率 = 日对数收益率的样本标准差 × √252,常用最近 20–30 个交易日计算,平台上常写作 HV。
  2. 隐含波动率是把期权的市场价格代入模型反推出的 σ,是价格的另一种报法;它既包含对未来波动的估计,也包含风险补偿,不只是预测。
  3. 通常说的 IV 指 30 天平值 IV;VIX 是用 SPX 一串虚值期权算出的 30 天 IV 指数,它包含偏斜,通常略高于 SPX 的 30 天平值 IV。
  4. 1σ 预期波动 = 股价 × IV × √(天数 ÷ 365);按 IV 和正态分布的假设,股价约有 68% 的可能落在 ±1σ 之内、95% 的可能落在 ±2σ 之内。这是模型的概率,不是实际频率:标普 500 按 VIX 算的 1σ 区间历史上约 84% 的时候守住,跌破 −3σ 的次数却是正态分布预测的两倍。
  5. 16 法则:单日 1σ ≈ 年化 IV ÷ 16,按一年 252 个交易日计算;IV 覆盖的时间里有财报等事件时,它高估平常日子的波动,低估事件当天的波动(2.6)。
  6. IV 明显高于 RV,先查事件;IV 明显低于 RV,先查风险是否仍在释放;对照只是分析的起点,不是买卖信号。
  7. 就标普 500 这类指数期权而言,IV 长期平均高于随后的 RV,差额就是波动率风险溢价;它是指数期权卖方平均的收益来源,但在冲击中卖方会损失惨重。个股的 VRP 不如指数稳定。

本节任务:做第一次波动率记录。在美股开盘后 15–30 分钟,即新加坡时间 21:45–22:00(夏令时)/ 22:45–23:00(冬令时),查 SPY、AAPL、NVDA 各自的两个数。一个是 30 天平值 IV;平台没有直接显示的,取约 30 天后到期、行权价最接近股价的 call 和 put,用两者 IV 的平均数。另一个是平台显示的 30 天 HV;没有的,用本节的表格公式从最近 22 个收盘价算出。然后算出每只的 IV − RV 和 30 天 1σ 区间,填进波动率记录模板。在备注里写下 30 天内有没有财报,按本节的四项核对,再写一句「相对偏贵」「相对偏便宜」或「大致相符」。IVR、IVP 两栏学完 2.4 再填。

关键术语:

中文 English 释义
实现波动率 realized volatility(RV) 用过去实际价格算出的年化波动率,平台上常写作 HV 或历史波动率
隐含波动率 implied volatility(IV) 从期权价格反推出的年化波动率,即让模型价格等于市场价格的那个波动率;包含对未来波动的估计和风险补偿
预期波动 expected move 一段时间内 1 个标准差的涨跌幅度;期权交易中按 IV 计算
16 法则 rule of 16 单日 1σ ≈ 年化 IV ÷ 16,按一年 252 个交易日计算;IV 覆盖的时间里有事件时,高估平常日子、低估事件当天
波动率风险溢价 volatility risk premium(VRP) 隐含波动率减去随后的实现波动率;就指数期权而言长期平均为正,个股不稳定
VIX Cboe Volatility Index 用 SPX 一串虚值期权算出的未来 30 天隐含波动率指数;包含偏斜,通常略高于 SPX 的 30 天平值 IV

课后练习

学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。

A3【2.3 实现波动率】某股票日收益率的标准差是 1.5%。它的年化实现波动率约是多少?(√252 ≈ 15.9)

参考答案
  1. 年化实现波动率 = 日标准差 × √252 ≈ 1.5% × 15.9 ≈ 23.8%。
  2. 用 16 近似 √252,结果约为 1.5% × 16 = 24%。

A4【2.3 1σ 预期波动】股价 $100,IV 32%。用 16 法则估算单日 1σ 波动;再求 30 天的 1σ 波动和区间(√(30/365) ≈ 0.287)。

参考答案
  1. 按 16 法则,单日 1σ ≈ 32% ÷ 16 = 2%,即约 100 × 2% = $2.00。
  2. 30 天 1σ = 100 × 0.32 × 0.287 ≈ $9.18。
  3. 1σ 区间是 100 − 9.18 = $90.82 到 100 + 9.18 = $109.18,股价约有 68% 的概率落在这个区间内。

换一组数字再练

题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。

需要启用 JavaScript 才能自动出题。

问 AI 导师

卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。

AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。