数据与证据:用真实数据检验课程的关键说法
数据与证据:用真实数据检验课程的关键说法课程里的例子大多用示例价格。这一页换成真实数据:Cboe 公布的 VIX 日线(1990-01-02 起)和标普 500 指数收盘价(1975-01-02 起),截至 2026-11-02。每一节先写结论,再写数字、算法,以及它对交易意味着什么。
1. 隐含波动率通常高于之后的实现波动率
Section titled “1. 隐含波动率通常高于之后的实现波动率”结论:1990 年以来,VIX 平均比之后 21 个交易日标普 500 的实现波动率(RV)高约 4 个百分点,85% 的交易日都是 VIX 更高。这就是 2.3、9.1 讲的波动率风险溢价;但它会在暴跌前突然反过来。
| 1990-01-02 至 2026-10-02 | 数值 |
|---|---|
| 交易日数 | 9,252 |
| VIX 平均 | 19.4 |
| 之后 21 个交易日的 RV 平均 | 15.4 |
| 平均差距(VIX − RV) | 4.1 个百分点 |
| VIX 高于之后 RV 的交易日 | 85.3% |
按当天的 VIX 分档:
| 当天 VIX | 平均差距(个百分点) | VIX 更高的交易日 |
|---|---|---|
| 15 以下 | 2.8 | 85.5% |
| 15–20 | 4.1 | 87.2% |
| 20–30 | 4.8 | 83.2% |
| 30 以上 | 6.1 | 84.8% |
- 读法:VIX 越高,平均差距越大,恐慌时保险卖得更贵。不过 30 以上的交易日集中在少数几轮恐慌里,独立的样本很少:把同一轮里的反复只算一次,VIX 收盘升到 40 以上的情形 1990 年以来只有 9 次,其中 3 次其后 21 个交易日的 RV 超过了当天的 VIX,2008 年是它的 1.8 倍,2020 年是 2.4 倍。「平均」还盖住了最坏的一次:2020-02-19 VIX 只有 14.38,之后 21 个交易日的 RV 是 84.3。卖方攒了很久的溢价,几周就能赔光(9.8 的冲击表)。
- 对照:CFA 协会用同类方法算出,1990 年以来 VIX 平均 19.59、随后 30 天的 RV 平均 15.50(CFA Institute),和这里一致。
- 怎么算:VIX 取当天收盘值;RV 是之后 21 个交易日的日对数收益率的样本标准差 × √252(2.3 的算法)。
2. 1σ 区间有多准
Section titled “2. 1σ 区间有多准”结论:按当天 VIX 算的 30 天 ±1σ 区间(2.3、6.2),30 天后实际有 84% 的时候收在区间里,比正态分布的 68% 多;跌破 −3σ 的频率却是正态分布预测的两倍。平常的幅度被高估,极端的下跌被低估。
| 30 天后的涨跌 | 实际 | 正态分布 |
|---|---|---|
| 在 ±1σ 以内 | 84.4% | 68.3% |
| 跌破 −1σ | 7.7% | 15.9% |
| 涨破 +1σ | 7.9% | 15.9% |
| 跌破 −2σ | 1.2% | 2.3% |
| 跌破 −3σ | 0.27% | 0.13% |
- 读法:卖 1σ 以外的期权,多数月份都会赢,实际的盈利概率比模型说的高,这是波动率风险溢价的另一面;可一旦输,碰上 −3σ 那种月份的机会是正态分布的两倍。上涨一侧温和得多,涨破 +2σ 只有 0.09%,所以指数的看跌一侧更贵(2.5 的偏斜)。
- 怎么算:1σ = VIX × √(30/365);实际涨跌是 30 个日历日后收盘价的对数变化;起点从 1990-01-02 起逐日滑动,共 9,252 个。相邻起点的 30 天互相重叠,所以这不是 9,252 次独立的试验,比例可信,但别把它当成精确的概率。
3. 单日大跌:比正态分布多得多
Section titled “3. 单日大跌:比正态分布多得多”结论:1975 年以来,标普 500 单日涨跌超过 4σ 的有 80 天,正态分布只预测不到 1 天;超过 5σ 的有 36 天,正态分布预测 0.01 天。这就是 0.7、2.8 讲的肥尾。
| 单日涨跌超过 | 实际 | 正态分布 |
|---|---|---|
| 3σ(约 3.3%) | 180 天 | 35 天 |
| 4σ(约 4.4%) | 80 天 | 0.8 天 |
| 5σ(约 5.5%) | 36 天 | 0.01 天 |
- 1σ = 1.09%:13,067 个交易日的日对数收益率标准差(1975-01-03 至 2026-11-02)。
- 跌得最多的三天:1987-10-19 −20.5%、2020-03-16 −12.0%、2020-03-12 −9.5%。
- 读法:压力测试不能只看正态分布下的 2σ、3σ,要用历史上真实出现过的冲击(9.8 的冲击表、11.5)。
4. VIX 平常在什么位置
Section titled “4. VIX 平常在什么位置”结论:1990 年以来 VIX 的中位数是 17.6,八成的交易日在 12.2 到 28.5 之间;收在 30 以上的只有 7.9% 的交易日,40 以上只有 2.2%。
- 历史最高的两个收盘:2020-03-16 的 82.69、2008-11-20 的 80.86。
- 读法:VIX 20 并不算高,30 以上已经是少见的压力状态。判断一只标的的 IV 是否偏高,还要和它自己的历史比(2.4 的 IV Rank)。
这些数据说明不了什么
Section titled “这些数据说明不了什么”- 指数不等于个股:个股的 IV 与 RV、财报跳空要单独统计。免费的历史期权数据很少,9.7 的财报例子用的是示例数据;想自己统计,13.6 的项目会教你写脚本。
- VIX 不是某一张期权的 IV:它是 SPX 期权合成的 30 天整体 IV,偏斜让虚值 put 的 IV 高于 VIX(2.5)。
- 历史不保证未来:样本里只有少数几次大危机,最坏的一次可能还没发生。
- VIX:Cboe VIX 历史数据(日线文件),1990-01-02 起。
- 标普 500:Cboe 的 SPX 收盘价文件,1975-01-02 起。
- 两份都截至 2026-11-02。按上面每一节「怎么算」的方法,用表格软件或 13.6 的 Python 就能复算出同样的数。
这些统计落到具体的交易上是什么样子,见真实行情复盘:四笔 XSP 交易,从开仓一直走到复盘。
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。