历史波动率是基于对过去股票价格或市场指数波动数据的分析计算得出的。其计算核心是标准差，通过选取一定时间窗口内的价格数据来实现。以一只股票为例，若要计算其历史波动率，需先确定时间窗口，如过去 30 天、60 天或 90 天等，然后获取相应时间内的日收盘价。计算每个交易日的对数收益率，公式为 r_i = \ln(\frac{p_{i}}{p_{i - 1}})，其中 p_i 和 p_{i - 1} 分别为相邻两个交易日的收盘价。最后，计算这些对数收益率的标准差，即为该股票在这一时间段内的历史波动率。</p>
然而，历史波动率的计算并非简单的数学运算，时间窗口的选择有着深远的影响。较短的时间窗口（如 30 天）能更敏感地捕捉近期价格变化，但容易受到短期异常波动的干扰，可能导致波动率的高估或低估。例如，在市场短期炒作或恐慌抛售期间，30 天历史波动率可能会大幅上升，却不一定代表长期的波动趋势。相反，较长的时间窗口（如 90 天）能平滑短期波动，但可能对市场结构变化反应迟缓。比如在市场风格转换初期，90 天历史波动率可能仍反映旧的市场状态。</p>
此外，历史数据中的异常值和特殊时期数据处理至关重要。在金融危机等极端时期，价格波动异常剧烈，若不加处理直接纳入计算，可能会严重扭曲历史波动率的结果。可以采用一些数据处理技术，如剔除异常值（根据一定的统计标准，如超出均值一定倍数标准差的值）或对特殊时期数据赋予较低权重等方法，以提高历史波动率对市场正常波动的代表性。</p>
2 隐含波动率</p>
隐含波动率是从期权价格中逆向推导出来的市场对未来波动率的预期，它与期权定价模型紧密相关，其中以 bck - scholes 模型最为着名。在该模型中，除波动率外，股票价格、执行价格、到期时间、无风险利率等参数均可通过市场数据或既定条件确定。当给定市场上的期权价格时，通过迭代计算的方式可以求解出隐含波动率。</p>
不同类型的期权（欧式、美式等）以及不同的行权价、到期日的期权对隐含波动率的计算有着复杂的影响。欧式期权只能在到期日行权，其价格与隐含波动率的关系相对较为直接，但仍受到行权价和到期日的影响。例如，对于深度实值或深度虚值的欧式期权，其对隐含波动率的敏感性与平价期权有所不同。美式期权由于可以在到期日前的任何时间行权，其价格与隐含波动率的关系更为复杂，需要考虑提前行权的可能性对隐含波动率计算的影响。</p>
而且，隐含波动率在不同市场条件下表现出不同的特征。在牛市中，市场乐观情绪浓厚，投资者对股票上涨预期较高，看涨期权价格往往上升，导致隐含波动率可能偏高。但这种偏高的隐含波动率可能是市场过度乐观的表现，不一定反映真实的风险水平。在熊市中，看跌期权需求增加，其价格变化也会影响隐含波动率，且熊市中的隐含波动率可能因投资者的恐慌情绪而出现异常波动。在震荡市中，不同行权价和到期日的期权隐含波动率会呈现出多样化的变化，反映出市场对短期和长期波动的不同预期。</p>
本小章还未完，请点击下一页继续阅读后面精彩内容！</p>
