跳到正文
Financial Context Wiki

历史波动率：数据、估计量与年化

在明确收益率、调整、采样、相关性和年化口径后计算历史波动率，并将其与已实现方差和预测区分开来。

更新于

仅供教育参考，不构成投资建议；投资可能产生损失。

直接答案

历史波动率（HV）通常是指根据一组明确的历史收益率样本得出的回顾性估计。常见的收盘到收盘口径是先计算去均值的日收益率样本标准差，再乘以 sqrt(252)，得到年化报价。它不表示方向、累计收益、损失分位数或预测。

仅有名称还不够。可复算的数值必须注明证券与数据版本、价格或总收益调整、收益率定义、采样时钟、窗口、缺失数据规则、是否去均值与分母、重叠情况及年化假设。高频已实现方差是另一种构造，不应在不加说明的情况下称为同一统计量。

可复算的工作流程

  1. 锁定证券身份、币种、数据源、截至时间戳、交易所时段与时区。说明输入是未调整价格、拆股调整价格还是股息再投资总收益指数；供应商名为“调整后收盘价”的字段并无统一定义。
  2. 保留原始数据与时点一致的公司行动台账。核验拆股、现金和特别分配、分拆、配股、代码变更、上市、退市、停牌、重复记录及修订，而不是把每个巨大收益率都视为经济波动。
  3. 定义观察值与收益率。简单收益率为 R_t=P_t/P_(t-1)-1；对数收益率为 r_t=ln(P_t/P_(t-1))。区分收盘到收盘、隔夜、日内、OHLC 区间与高频对象；没有明确规则时，绝不能用零收益率填补缺失交易观察值。
  4. 锁定统计量。对于 n 个收益率，去均值样本估计使用 s^2=sum((r_t-r_bar)^2)/(n-1)，总体描述使用分母 n，零均值二阶矩使用 sum(r_t^2)/n。滚动 20 个收益率的窗口需要 21 个价格；重叠窗口彼此相关。
  5. 先计算并保留每期方差，再取平方根。计算时用小数表示收益率并使用未舍入的观察值，同时报告有效样本数、窗口端点、异常值政策与估计不确定性。
  6. 仅在声明时钟与相关性假设后进行年化。快捷公式是 sigma_ann=sigma_period*sqrt(m)。若自协方差为 gamma_k，有限期限方差为 Var_h=h*gamma_0+2*sum((h-k)*gamma_k,k=1,...,h-1)；序列相关会使 sqrt(h) 缩放失真。
  7. 验证滚动行为与替代估计量，再标明用途。将收盘到收盘估计与适当的区间或高频估计比较，为每一步转换设定版本；比较 HV、未来已实现波动率或期权隐含波动率前，先匹配期限、端点与收益率对象。

四个计算示例

  • 估计量口径： 收盘价 50,50.5,49.75,51.25,50.8,52 产生简单收益率 1.0000000000%,-1.4851485149%,3.0150753769%,-0.8780487805%,2.3622047244%，均值为 0.8028165612%。按 n-1 计算的日样本标准差为 1.9637180491%，年化结果为 31.1730576182%，采用 252 日缩放。总体分母口径的年化结果为 27.8820303603%，零均值均方根结果为 30.6565695016%，对数收益率样本结果为 30.9503931412%。这些是不同的已声明统计量，并非舍入差异。
  • 公司行动调整： 原始收盘价 100,102,51,52 跨越一次 2:1 拆股，隐含收益率 2.0000000000%,-50.0000000000%,1.9607843137%，样本年化波动率为 476.4082651082%。拆股调整序列 50,51,51,52 则得到 2.0000000000%,0.0000000000%,1.9607843137% 和 18.1532626762%。另一个例子中，价格从 $100 降至 $98 的价格收益率为 -2.0000000000%；若同期分配 $2，简化总收益率则为 0.0000000000%。拆股调整与股息再投资是不同选择。
  • 相关性与年化： 假设日标准差为 1.20%、一阶滞后相关系数为 0.30，更高阶自协方差均为零。5 日公式得到 3.2643529221%，IID 快捷公式为 2.6832815730%；在 252 日期限上，前者为 24.0778736603%，后者为 19.0494094397%。重叠多日收益率与滚动窗口不能当成独立证据计数。
  • 区间估计量： 对四行无隔夜跳空的 OHLC 数据 (100,103,98,102)、(102,104,99,100)、(100,101,95,96) 与 (96,99,94,98)，一项有明确说明的实现得到：收盘到收盘样本波动率 49.5714227092%、Parkinson 50.7624937587%、Garman-Klass 53.5943705174%、Rogers-Satchell 52.5916416264%，均按 252 年化。Parkinson 依赖连续、无漂移扩散的理想化假设；Garman-Klass、Rogers-Satchell 与 Yang-Zhang 使用不同的 OHLC 假设，没有一种方法普遍更优或不受跳跃与错误报价影响。

风险与验证

  • 身份风险： 代码变更、并购、股类或退市可能把不同证券拼接到一起。
  • 版本风险： 供应商可能在原分析日期之后修订历史或公司行动。
  • 调整风险： 仅拆股调整、价格收益和总收益序列回答不同问题。
  • 分配风险： 现金股息、特别分配、分拆与配股需要明确处理。
  • 日历风险： 交易所假日及资产特有时段使通用 252 假设仅为近似。
  • 时区风险： 收盘时点错位会产生虚假的跨市场或隔夜收益率。
  • 缺失数据风险： 将停牌、陈旧收盘价或缺失记录填为零会压低方差。
  • 重复数据风险： 重复或乱序时间戳会扭曲收益率与样本数。
  • 收益率定义风险： 简单收益率与对数收益率不能在同一序列或比较中混用。
  • 分母风险： n-1、n 与零均值二阶矩估计的是不同对象。
  • 舍入风险： 使用展示后的舍入收益率计算，会显著改变小样本结果。
  • 窗口风险： 应计数收益率而非价格，并定义端点是否包含。
  • 重叠风险： 滚动与多期观察共享数据，彼此并不独立。
  • 相关性风险： 自相关会使机械的时间平方根缩放失效。
  • 状态风险： 长窗口会稀释新状态，短窗口则噪声较大。
  • 异常值风险： 一次真实跳跃或错误报价就可能主导估计值。
  • 微观结构风险： 买卖价反弹、非同步成交与稀疏市场会污染高频数据。
  • 估计量风险： 收盘到收盘、区间及高频估计量的假设与目标不同。
  • 比较风险： HV 与 IV 的期限、时间戳、标的或收益率口径不匹配时无法直接比较。
  • 决策风险： 历史估计不是可成交的期权价值、预测、对冲比率或交易信号。

常见误区

  • “年化 HV 就是资产一年的涨跌幅。” 它是标准化的离散程度估计，不是累计收益或保证区间。
  • “已实现波动率始终是这个样本标准差。” 高频已实现方差通常是日内收益率平方和，是不同的估计量。
  • “调整后收盘价只有一个正确的定义。” 拆股调整价格与股息再投资总收益可能差异显著。
  • “更高频或重叠的观察值总会增加独立信息。” 微观结构噪声与共享收益率会降低有效信息量。
  • “IV 高于历史 HV 就自动形成做空波动率机会。” 仍需考虑不同期限、事件风险、风险溢价、执行成本与收益凸性。

相关主题

权威来源

导航

搜索知识库...