歷史波動率：資料、估計量與年化

在明確報酬率、調整、取樣、相依性與年化慣例後計算歷史波動率，並將其與已實現變異數及預測區分。

僅供教育參考，不構成投資建議；投資可能產生損失。

直接回答

歷史波動率（HV）通常是依據一組明確的過去報酬率樣本所建立的回顧性估計。常見的收盤至收盤版本，是將去平均數後的日報酬率樣本標準差乘以 sqrt(252)，報成年度化數字。它不代表方向、累積報酬、損失分位數或預測。

只有名稱並不足夠。可重現的數值必須說明證券與資料版本、價格或總報酬調整、報酬率定義、取樣時鐘、視窗、遺漏資料規則、是否去平均數與分母、重疊情形及年化假設。高頻已實現變異數是另一種建構，不應在未說明下稱為相同統計量。

可重現的工作流程

鎖定證券身分、幣別、來源、截至時間戳、交易所時段與時區。說明輸入是未調整價格、拆股調整價格，或股利再投資總報酬指數；供應商命名為「調整後收盤價」的欄位並無統一定義。
保留原始資料與時點一致的公司行動台帳。核驗拆股、現金與特別分配、分拆、權利發行、代號變更、上市、下市、暫停交易、重複資料列及修訂，而非將每個巨大報酬率都視為經濟波動。
定義觀察值與報酬率。簡單報酬率為 R_t=P_t/P_(t-1)-1；對數報酬率為 r_t=ln(P_t/P_(t-1))。區分收盤至收盤、隔夜、盤中、OHLC 區間與高頻對象；沒有明確規則時，不得以零報酬率填補遺漏的交易觀察值。
鎖定統計量。對 n 個報酬率，去平均數的樣本估計使用 s^2=sum((r_t-r_bar)^2)/(n-1)，母體描述使用分母 n，零平均數二階動差使用 sum(r_t^2)/n。滾動 20 個報酬率的視窗需要 21 個價格；重疊視窗彼此相依。
先計算並保留每期變異數，再取平方根。計算時以小數表示報酬率並使用未四捨五入的觀察值，同時報告有效筆數、視窗端點、離群值政策與估計不確定性。
僅在聲明時鐘與相依性假設後年化。快捷公式為 sigma_ann=sigma_period*sqrt(m)。若自共變異數為 gamma_k，有限期間變異數為 Var_h=h*gamma_0+2*sum((h-k)*gamma_k,k=1,...,h-1)；序列相依會使 sqrt(h) 縮放失真。
驗證滾動行為與替代估計量，再標示用途。將收盤至收盤估計與適當的區間或高頻估計比較，為每項轉換保留版本；比較 HV、未來已實現波動率或選擇權隱含波動率前，先配對期間、端點與報酬率對象。

四個計算範例

估計量慣例： 收盤價 50,50.5,49.75,51.25,50.8,52 產生簡單報酬率 1.0000000000%,-1.4851485149%,3.0150753769%,-0.8780487805%,2.3622047244%，平均數為 0.8028165612%。依 n-1 計算的日樣本標準差為 1.9637180491%，年化結果為 31.1730576182%，採用 252 日縮放。母體分母口徑年化為 27.8820303603%，零平均數均方根為 30.6565695016%，對數報酬率樣本結果為 30.9503931412%。這些是不同且已聲明的統計量，不是四捨五入差異。
公司行動調整： 原始收盤價 100,102,51,52 跨越一次 2:1 拆股，隱含報酬率 2.0000000000%,-50.0000000000%,1.9607843137%，樣本年化波動率為 476.4082651082%。拆股調整序列 50,51,51,52 則得到 2.0000000000%,0.0000000000%,1.9607843137% 與 18.1532626762%。另有價格從 $100 降至 $98，價格報酬率為 -2.0000000000%；若同期分配 $2，簡化總報酬率則為 0.0000000000%。拆股調整與股利再投資是不同選擇。
相依性與年化： 假設日標準差為 1.20%、落後一期相關係數為 0.30，更高階自共變異數均為零。5 日公式得到 3.2643529221%，IID 快捷公式為 2.6832815730%；在 252 日期間上，前者為 24.0778736603%，後者為 19.0494094397%。重疊多日報酬率與滾動視窗不能視為獨立證據計數。
區間估計量： 對四列無隔夜跳空的 OHLC 資料 (100,103,98,102)、(102,104,99,100)、(100,101,95,96) 與 (96,99,94,98)，一項明確記載的實作得到收盤至收盤樣本波動率 49.5714227092%、Parkinson 50.7624937587%、Garman-Klass 53.5943705174%、Rogers-Satchell 52.5916416264%，均以 252 年化。Parkinson 依賴連續、無漂移擴散的理想假設；Garman-Klass、Rogers-Satchell 與 Yang-Zhang 採用不同的 OHLC 假設，沒有任何一種方法普遍更優或不受跳躍及錯誤成交價影響。

風險與驗證

身分風險： 代號變更、合併、股別或下市可能把不同證券拼接在一起。
版本風險： 供應商可能在原始分析日期後修訂歷史或公司行動。
調整風險： 僅拆股調整、價格報酬與總報酬序列回答不同問題。
分配風險： 現金股利、特別分配、分拆與權利發行需要明確處理。
日曆風險： 交易所假日與資產特有時段使通用 252 假設僅為近似。
時區風險： 收盤時點錯置會產生虛假的跨市場或隔夜報酬率。
遺漏資料風險： 將暫停交易、陳舊收盤價或遺漏資料列填為零會壓低變異數。
重複資料風險： 重複或順序錯亂的時間戳會扭曲報酬率與樣本數。
報酬率定義風險： 簡單與對數報酬率不能在同一序列或比較中混用。
分母風險： n-1、n 與零平均數二階動差估計不同對象。
四捨五入風險： 使用已顯示並四捨五入的報酬率計算，可能大幅改變小樣本結果。
視窗風險： 應計算報酬率而非價格筆數，並定義端點是否包含。
重疊風險： 滾動與多期觀察值共享資料，並非彼此獨立。
相依性風險： 自相關會使機械式時間平方根縮放失效。
狀態風險： 長視窗會稀釋新狀態，短視窗則雜訊較大。
離群值風險： 一次真實跳躍或錯誤成交價即可主導估計。
微觀結構風險： 買賣價反彈、非同步成交與交易清淡市場會污染高頻資料。
估計量風險： 收盤至收盤、區間與高頻估計量具有不同假設與目標。
比較風險： HV 與 IV 的期間、時間戳、標的或報酬率慣例不一致時無法直接比較。
決策風險： 歷史估計不是可成交的選擇權價值、預測、避險比率或交易訊號。

常見誤解

「年化 HV 就是資產一年的漲跌幅。」 它是標準化的離散程度估計，不是累積報酬或保證區間。
「已實現波動率始終是這個樣本標準差。」 高頻已實現變異數通常加總盤中報酬率平方，是不同估計量。
「調整後收盤價只有一個正確定義。」 拆股調整價格與股利再投資總報酬可能有重大差異。
「更高頻或重疊觀察值一定增加獨立資訊。」 微觀結構雜訊與共享報酬率會降低有效資訊量。
「IV 高於落後期 HV 就自動形成放空波動率機會。」 仍須考慮不同期間、事件風險、風險溢酬、交易成本與給付凸性。

權威來源

NIST Measures of Scale — 樣本離散程度估計量與分母慣例；不規定金融年化方法。
SEC Stock Splits — 拆股機制與經濟連續性；不定義供應商的調整後收盤價或總報酬方法。
Parkinson, The Extreme Value Method — 既定擴散假設下的高低價估計量，不是通用 OHLC 或跳躍估計量。
Garman and Klass, Historical Volatilities — OHLC 估計量及其模型假設，不保證更優或涵蓋隔夜跳空。
Rogers and Satchell, Estimating Variance — 與漂移無關的區間估計量；其本身不捕捉開盤跳躍。
Yang and Zhang, Drift Independent Volatility Estimation — 包含開盤變動的多期 OHLC 架構；常數與樣本慣例仍很重要。
Andersen et al., Modeling and Forecasting Realized Volatility — 高頻已實現波動率建構及預測界限，並不等同日頻樣本 HV。
Lo and MacKinlay, Stock Market Prices Do Not Follow Random Walks — 多期間相依性證據與變異數比率注意事項，不是固定的通用修正。