---
title: "历史波动率：数据、估计量与年化"
description: "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。"
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.
# 历史波动率：数据、估计量与年化
> 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
- [隐含波动率与已实现波动率](/zh-cn/options/iv-and-rv/)
- [已实现方差](/zh-cn/options/realized-variance/)
- [波动率锥](/zh-cn/options/volatility-cone/)
## 权威来源
- [NIST Measures of Scale](https://www.itl.nist.gov/div898/handbook/eda/section3/eda356.htm) — 样本离散程度估计量及分母口径；不规定金融年化方法。
- [SEC Stock Splits](https://www.sec.gov/answers/stocksplit.htm) — 拆股机制与经济连续性；不定义供应商的调整后收盘价或总收益方法。
- [Parkinson, The Extreme Value Method](https://doi.org/10.1086/296071) — 在既定扩散假设下的高低价估计量，并非通用 OHLC 或跳跃估计量。
- [Garman and Klass, Historical Volatilities](https://doi.org/10.1086/296072) — OHLC 估计量及其模型假设，不保证更优，也不保证覆盖隔夜跳空。
- [Rogers and Satchell, Estimating Variance](https://doi.org/10.1214/aoap/1177005835) — 与漂移无关的区间估计量；其本身不捕捉开盘跳跃。
- [Yang and Zhang, Drift Independent Volatility Estimation](https://doi.org/10.1086/209650) — 包括开盘变动的多期 OHLC 框架；常数与样本口径仍很重要。
- [Andersen et al., Modeling and Forecasting Realized Volatility](https://doi.org/10.1111/1468-0262.00418) — 高频已实现波动率构造及预测边界，并不等同于日频样本 HV。
- [Lo and MacKinlay, Stock Market Prices Do Not Follow Random Walks](https://doi.org/10.1093/rfs/1.1.41) — 多期限相关性证据与方差比率注意事项，并非固定的通用修正。
Source: https://wiki.fcontext.com/zh-cn/options/historical-volatility/index.mdx