﻿---
title: "ความผันผวนโดยนัยกับความผันผวนที่เกิดขึ้นจริง: การเปรียบเทียบที่ถูกต้อง"
description: "เปรียบเทียบ ความผันผวนโดยนัย ที่มีลักษณะเป็นการคาดการณ์ในอนาคตกับความผันผวนที่เกิดขึ้นในภายหลังโดยใช้ขอบเขตที่ตรงกัน ความแปรปรวน และการเปิดเผย ออปชัน ที่กำหนดไว้อย่างชัดเจน"
image: "https://wiki.fcontext.com/og.png"
---

> Documentation Index
> Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt
> Use this file to discover all available pages before exploring further.

# ความผันผวนโดยนัยกับความผันผวนที่เกิดขึ้นจริง: การเปรียบเทียบที่ถูกต้อง

> จัดทำขึ้นเพื่อการศึกษาเท่านั้น ไม่ใช่คำแนะนำการลงทุน การลงทุนอาจทำให้สูญเสียเงินลงทุนได้

<a id="answer"></a>

## คำตอบโดยตรง

ความผันผวนโดยนัย (IV) คือข้อมูลความผันผวนรายปีที่อนุมานจากราคา ออปชัน ในช่วงเวลาหนึ่งๆ ความผันผวนที่เกิดขึ้นจริง (RV) คือสถิติรายปีที่คำนวณจากผลตอบแทนที่เกิดขึ้นจริงในช่วงเวลาที่กำหนด IV เป็นที่รู้จักตั้งแต่เริ่มต้น แต่ขึ้นอยู่กับราคาและรุ่น ไม่ทราบ RV ในอนาคตที่ตรงกันจนกว่าช่วงเวลาจะสิ้นสุดลง

การเปรียบเทียบที่ถูกต้องจะแก้ไขข้อมูลอ้างอิง วันที่ ขอบฟ้า ความถี่ในการสุ่มตัวอย่าง กฎการทำให้เป็นปี และควรใช้ราคาใช้สิทธิที่เกี่ยวข้องหรือการวัดความแปรปรวนแบบไม่มีแบบจำลอง IV 30 วันปัจจุบันไม่สามารถทดสอบกับ RV ของปีที่แล้วได้เหมือนกับว่าทั้งคู่อธิบายช่วงเวลาเดียวกัน

<!-- illustration:start -->

<figure class="topic-illustration" data-illustration-id="implied-realized-volatility">
  <picture class="topic-illustration-light">
    <source media="(max-width: 39.99rem)" srcset="/images/topics/th/implied-realized-volatility-mobile-light.svg" width="720" height="760" />
    <img src="/images/topics/th/implied-realized-volatility-light.svg" alt="ความผันผวนโดยนัยที่แสดงเป็นขอบเขตไปข้างหน้าโดยนัยของตลาด และความผันผวนที่เกิดขึ้นจริงเป็นการคำนวณจากผลตอบแทนที่สังเกตได้" width="1200" height="680" loading="lazy" decoding="async" />
  </picture>
  <picture class="topic-illustration-dark">
    <source media="(max-width: 39.99rem)" srcset="/images/topics/th/implied-realized-volatility-mobile-dark.svg" width="720" height="760" />
    <img src="/images/topics/th/implied-realized-volatility-dark.svg" alt="ความผันผวนโดยนัยที่แสดงเป็นขอบเขตไปข้างหน้าโดยนัยของตลาด และความผันผวนที่เกิดขึ้นจริงเป็นการคำนวณจากผลตอบแทนที่สังเกตได้" width="1200" height="680" loading="lazy" decoding="async" />
  </picture>
  <figcaption>IV อนุมานจากราคาออปชันภายใต้แบบจำลอง RV คำนวณจากอนุกรมผลตอบแทนที่สังเกตได้ ไม่มีการรับประกันการคาดการณ์</figcaption>
</figure>
<!-- illustration:end -->

<a id="mechanism"></a>

## สิ่งที่การเปรียบเทียบทำและไม่ได้วัด

&#x20;ณ เวลา `t` แบบจำลองออปชันแก้หา IV จาก Quote ของออปชัน หลังพ้นช่วงเวลาที่กำหนด ค่าประมาณ RV แบบ Close-to-Close อย่างง่ายคือ:

`RV = standard deviation of daily returns × √252`

นี่เป็นเพียงแบบแผน RV เดียวเท่านั้น นักวิจัยและแพลตฟอร์มอาจใช้ความแปรปรวนที่เกิดขึ้น ผลตอบแทนระหว่างวัน ข้อมูลช่วง กฎการลดทอนที่แตกต่างกัน หรือจำนวนวันซื้อขายที่แตกต่างกัน ต้องบันทึกการวัดที่ต้องการก่อนเปรียบเทียบผลลัพธ์

เนื่องจากค่า ออปชัน ไม่เป็นเชิงเส้นในด้านความผันผวน การวิเคราะห์จึงมักจะเปรียบเทียบ **ความแปรปรวน** ซึ่งเป็นกำลังสองของความผันผวน:

`implied variance = IV²`

`realized variance = RV²`

IV มีมากกว่าการคาดการณ์จุดที่เป็นกลาง ออปชัน อุปสงค์และอุปทาน การชดเชยความเสี่ยงที่เพิ่มขึ้นอย่างรวดเร็วและความผันผวน ความเบ้ อัตรา เงินปันผล และสมมติฐานด้านโมเดล ล้วนส่งผลต่อข้อมูลนี้ เอกสารทางวิชาการบันทึกค่าพรีเมียมความเสี่ยงจากความแปรปรวน แต่ไม่รับประกันเครื่องหมายและขนาดสำหรับทุกสินทรัพย์ ราคาใช้สิทธิ หรือช่วงเวลา

ความเสี่ยงในการซื้อขายก็มีความสำคัญเช่นกัน คอล หรือ Straddle ที่ไม่ได้รับการป้องกันจะรวมทิศทาง ความนูน การเสื่อมถอยของเวลา และความผันผวน ออปชัน ที่ป้องกันความเสี่ยงแบบไดนามิกจะแยกการเปลี่ยนแปลงของราคาที่เกิดขึ้นได้โดยตรงมากกว่า แต่ผลลัพธ์จะขึ้นอยู่กับช่วงเวลาในการป้องกันความเสี่ยง ช่องว่าง ต้นทุนการทำธุรกรรม การจัดหาเงินทุน การปรับสมดุลใหม่โดยสิ้นเชิง และการเปลี่ยนแปลงของกรีก “ความผันผวนระยะยาว” จึงไม่ใช่ผลตอบแทนเพียงครั้งเดียว

<a id="example"></a>

## ตัวอย่างขอบฟ้าที่ตรงกัน

ในวันที่ 4/1 สมมติว่าการวัดค่าออปชันแบบ 30 วันตามปฏิทินแสดงค่า IV ของ `36%` ช่วงการเปรียบเทียบได้รับการแก้ไขล่วงหน้า: 4/1 ถึง 5/1 โดยใช้ผลตอบแทนลอการิทึมจากปิดถึงปิดที่ปรับแล้ว 21 รายการ และปรับรายปีด้วย 252 วันทำการ

หลังจากวันที่ 5/1 ผลตอบแทนเหล่านั้นจะสร้างค่าเบี่ยงเบนมาตรฐานรายวันที่ `1.512%`:

`RV = 1.512% × √252 = 24.00%`

ความแตกต่างของความผันผวนคือ `36% - 24% = 12` คะแนน ตัวเลขผลต่างรายปีที่สอดคล้องกันคือ:

`0.36² = 0.1296`

`0.24² = 0.0576`

`implied variance - realized variance = 0.0720`

การสังเกตหลังโพสต์นี้บอกว่าอินพุตโดยนัยที่เลือกนั้นเกินความแปรปรวนแบบปิดต่อปิดที่วัดในภายหลัง โดยตัวมันเองไม่ได้คำนวณกำไรของการเทรด

สมมติว่า Straddle ที่ไม่มีการป้องกันความเสี่ยงถูกขายในราคา `$8.20` พร้อมด้วยตัวคูณ 100 หุ้น หากหุ้นสิ้นสุด `$3.00` จากราคาใช้สิทธิ ผลตอบแทนที่หมดอายุจะเท่ากับ `$3.00` และกำไรขั้นต้นคือ `($8.20 - $3.00) × 100 = $520` หากสิ้นสุดราคาใช้สิทธิ `$10.00` ผลรวมจะเท่ากับ `($8.20 - $10.00) × 100 = -$180` ไม่รวมค่าธรรมเนียม การใช้สิทธิ, การถูกใช้สิทธิ และการออกก่อนกำหนด RV เพียงอย่างเดียวไม่ได้ระบุระยะทางปลายทางหรือเส้นทาง ดังนั้นจึงไม่สามารถแทนที่การคำนวณผลตอบแทนได้

<a id="risks"></a>

## รายการตรวจสอบความเสี่ยงและการเปรียบเทียบ

* **ขอบฟ้าไม่ตรงกัน:** เปรียบเทียบการสังเกต IV กับ RV ในวันที่เดียวกันต่อมา ไม่ใช่แค่หน้าต่างประวัติที่มีชื่อคล้ายกันเท่านั้น
* **พื้นผิวไม่ตรงกัน:** IV ของราคาใช้สิทธิหนึ่งครั้งรวมถึงการเอียง; ราคาเสนอของ ATM ดัชนีความผันผวน และอัตราการแลกเปลี่ยนความแปรปรวนไม่สามารถใช้แทนกันได้
* **ตัวประมาณค่าไม่ตรงกัน:** RV ที่ใกล้เคียงกันสามารถละเว้นการเคลื่อนไหวระหว่างวันได้ และอาจแตกต่างจากความแปรปรวนที่รับรู้หรือตัวประมาณค่าช่วงได้
* **ความเสี่ยงของเส้นทางและการกระโดด:** มีช่องว่างหนึ่งช่องที่สามารถครอบงำได้ ออปชัน P\&L และตำแหน่งที่มีการป้องกันความเสี่ยงโดยไม่ต่อเนื่อง แม้ว่าสรุป RV จะดูปานกลางก็ตาม
* **การลากการดำเนินการ:** ส่วนต่างราคาเสนอซื้อและเสนอขาย ค่าคอมมิชชัน การเลื่อนหลุดของการป้องกันความเสี่ยง การยืม และการจัดหาเงินทุน สามารถใช้สเปรดทางสถิติได้
* **ความเสี่ยงที่ไม่เป็นเชิงเส้น:** ค่า Delta, ค่า Gamma, Theta และ Vega เปลี่ยนแปลงตามเวลา รายการ IV ลบ RV สุดท้ายไม่ใช่สูตร P\&L
* **ความเสี่ยง Tail และ การถูกใช้สิทธิ:** short ออปชัน สามารถสร้างการขาดทุน ความต้องการมาร์จิ้น ก่อนเวลา การถูกใช้สิทธิ และสถานะหุ้นเกินกว่าพรีเมียมที่ได้รับ

บันทึกการประทับเวลา IV และด้านราคา ราคาใช้สิทธิ และวันหมดอายุ ปฏิทินกิจกรรม สูตรและวันที่ของ RV กฎการป้องกันความเสี่ยง กระแสเงินสด ต้นทุน และผลตอบแทนสุดท้ายก่อนที่จะพิจารณาว่าเป็นผลมาจากความผันผวน เมื่อทดสอบธุรกรรมให้ใช้ราคาเสนอซื้อ/เสนอขายที่ดำเนินการได้ การเปรียบเทียบกับราคากลางใช้เพื่อวินิจฉัยเท่านั้น

<a id="misconceptions"></a>

## ความเข้าใจผิดที่พบบ่อย

* **“IV คือการคาดการณ์ความผันผวนที่แน่นอนของตลาด”** เป็นข้อมูลราคาที่บ่งบอกถึงแบบจำลองซึ่งอาจรวมถึงค่าพรีเมียมความเสี่ยงและผลกระทบทางเทคนิค
* **“RV เป็นที่รู้จักเมื่อซื้อ ออปชัน”** รู้จัก RV ในอดีต RV ในอนาคตที่ตรงกับขอบฟ้า ออปชัน นั้นไม่เป็นเช่นนั้น
* **“IV ที่สูงกว่า RV พิสูจน์ให้เห็นว่า ออปชัน มีราคาสูงเกินไป”** การเปรียบเทียบจะละเว้นรูปร่างของผลตอบแทน การป้องกันความเสี่ยง การกระโดด การเอียง และต้นทุน
* **“ผลกำไรของผู้ขายที่มีความผันผวนเมื่อใดก็ตามที่ IV เกินกว่า RV”** สัญญาและเส้นทางจริงเป็นตัวกำหนดกำไรและขาดทุน
* **“จุดความผันผวนและความแปรปรวนเท่ากัน”** `36% - 24%` และ `0.36² - 0.24²` เป็นปริมาณที่แตกต่างกัน
* **“RV ที่ผ่านมาต่ำ ทำให้การก้าวกระโดดในอนาคตไม่น่าจะเพียงพอที่จะเพิกเฉยได้”** ความสงบในอดีตไม่สามารถขจัดเหตุการณ์หรือความเสี่ยงหางได้

<a id="related"></a>

## หัวข้อที่เกี่ยวข้อง

* [ความผันผวนโดยนัย](/th/options/implied-volatility/)
* [ความผันผวนในอดีต](/th/options/historical-volatility/)
* [สว็อปความแปรปรวน](/th/options/variance-swap/)

<a id="sources"></a>

## แหล่งข้อมูลที่เชื่อถือได้

* [ข้อมูลทางเทคนิค: วัดความผันผวนได้อย่างไร](https://www.optionseducation.org/referencelibrary/faq/technical-information) — Options Industry Council (เข้าถึง 2026-08-22)
* [ระเบียบวิธีดัชนีความผันผวน](https://cdn.cboe.com/api/global/us_indices/governance/VIX_Methodology.pdf) — Cboe Global Markets (เข้าถึง 2026-08-22)
* [เบี้ยประกันความเสี่ยงความแปรปรวน](https://doi.org/10.1093/rfs/hhn038) — The Review of Financial Studies (2009; เข้าถึง 2026-08-22)
* [ลักษณะและความเสี่ยงของออปชันมาตรฐาน](https://www.theocc.com/company-information/documents-and-archives/options-disclosure-document) — OCC (เข้าถึง 2026-08-22)

Source: https://wiki.fcontext.com/th/options/iv-and-rv/index.mdx
