波动率：衡量价格离散程度，而非全部风险
仅供教育参考，不构成投资建议
波动率描述一段时期内收益率的离散程度。市场常说的历史波动率，通常是已发生收益率标准差的年化值；隐含波动率则是从当前期权价格反推的参数或方差尺度。两者都不说明价格会上涨还是下跌。
波动率有助于比较价格路径变化、设置情景、为期权定价和监测市场状态，但不是风险的完整定义。标准差可能遗漏永久业务损失、违约、稀释、流动性不足、跳空、偏度、厚尾，以及投资者无法承受回撤而被迫退出的风险。
计量选择会改变结果
Section titled “计量选择会改变结果”常见的日度历史波动率计算流程为：
- 计算调整后价格对数收益率：
r_t = ln(P_t / P_(t-1))。 - 计算所选日收益率的样本标准差。
- 年化：
年化波动率 = 日收益标准差 × √252。
若日收益标准差为 2%，常规估计为 2% × √252 ≈ 31.75%。结果取决于收益定义、复权数据、样本窗口、频率、缺失观测和年化假设。20 个交易日与五年样本可能描述不同状态，没有一个窗口永远正确。
平方根规则只有在较严格条件下才允许方差按时间相加。市场收益存在跳跃和波动聚集：大幅波动之后往往仍是高方差阶段，平静时期也容易延续。条件波动模型的出现，正是因为单一恒定估计经常不足。
隐含波动率只在定价意义上前瞻。它包含期权供需、尾部保护、风险溢价、利率、股息、模型或方法、行权价与到期日。它不必等于随后实际波动。波动率偏斜还意味着同一标的、同一到期日的不同执行价可拥有不同隐含波动率。
年化、拖累与仓位示例
Section titled “年化、拖累与仓位示例”日收益标准差为 2% 的资产，常被报价为约 31.75% 年化波动率。这不预测全年上涨或下跌 31.75%，也不限制单日最大变动为 2%；它只是特定样本的缩放离散度估计。
波动也会产生几何拖累。从 100 美元开始，上涨 20% 后变成 120 美元；随后下跌 20%，剩下 $120 × 0.80 = $96。算术平均收益为 0%，累计收益却是 -4%。原因是涨跌百分比作用于不同本金，而不是波动率本身收取费用。
用于风险预算时，假设投资者愿意在一个比入场价低 5 美元、且代表逻辑失效的价位损失 1,000 美元。简单数量上限为 $1,000 / $5 = 200 股，尚未考虑跳空、滑点、费用、相关性和无法退出。波动率可帮助判断 5 美元是否只是日常噪声，但不应机械决定失效点；业务逻辑与流动性才决定退出含义。
两种资产都可能有 20% 波动率，却承担不同风险。一个在深度市场中对称波动，另一个表面平静却存在罕见违约或隔夜跳空。最大回撤、下行偏差、流动性、信用、集中度和情景损失应与波动率一起使用。
分析与风险清单
Section titled “分析与风险清单”- 明确使用价格还是总回报、简单还是对数收益、频率、样本日期、年化因子及数据调整。
- 同时报告多个窗口与滚动估计，并标记事件期、结构变化、上市时间和陈旧价格。
- 比较同类资产与币种。交易稀少可能压低测得波动，却不降低经济风险。
- 区分历史、预测、隐含、实际、局部与指数波动率，不能混合不同定义。
- 检查收益分布、下行偏差、最大回撤、偏度、峰度、跳空和压力期相关性。
- 分析期权时对齐行权价与到期日，并观察完整波动率曲面，而不是一个 IV。
- 对仓位把波动和压力变动转换为美元损失、保证金要求、抵押品需求及组合损失。
- 考虑相关性改变。平静样本中的分散效果可能在全面去杠杆时减弱。
- 区分正常波动与逻辑失效，同时承认跳空可能穿越计划止损位。
- 在财报、融资、诉讼、监管、指数调整或流动性冲击后重新估计；历史稳定不是损失上限。
高波动不一定更差，低波动也不一定更安全。关键是收益分布、流动性、杠杆和期限是否匹配投资者的负债与决策流程。
- “波动率预测方向。”它衡量离散程度，不衡量正负方向。
- “年化波动率就是预期年度损失。”它是在明确口径下缩放的标准差。
- “两倍标准差变动不可能发生。”标准差不限制收益，厚尾环境尤其如此。
- “低波动就是低风险。”陈旧报价、杠杆、信用和罕见跳跃都能隐藏风险。
- “高波动容易赚钱。”更大变动既放大机会，也放大错误。
- “历史与隐含波动率应当相等。”前者估计已发生变化，后者反映期权定价与风险溢价。
- “一个回看窗口就是波动率真值。”波动随时间变化，也取决于计量选择。
- 股票市场价格行为 - Eugene F. Fama，《商业期刊》
- 自回归条件异方差及英国通胀方差估计 - Robert F. Engle，《计量经济学》
- VIX 指数方法 - Cboe Global Indices
- 市场波动 - FINRA