1. 波动率基础：什么是波动率？历史波动率与隐含波动率的定义与区别

做量化交易这些年，我见过太多人一上来就盯着价格看。其实真正懂行的人，第一眼看的是波动率。为什么？因为价格是表象，波动率才是灵魂。

说白了，波动率就是资产价格上下跳动的幅度。你想想看，一只股票一天涨跌1%，和一天涨跌5%，背后的交易逻辑完全不同。前者可能是正常波动，后者可能出了大事。

1.1 波动率的数学定义

从数学上讲，波动率是收益率的标准差。嗯，这里要注意，我们用的是对数收益率，不是简单收益率。

import numpy as np

# 假设我们有一串收盘价
prices = [100, 102, 101, 105, 107, 106, 110]

# 计算对数收益率
log_returns = np.diff(np.log(prices))

# 计算波动率（日度）
daily_vol = np.std(log_returns, ddof=1)

# 年化波动率
annual_vol = daily_vol * np.sqrt(252)

print(f"日度波动率: {daily_vol:.4f}")
print(f"年化波动率: {annual_vol:.4f}")

我个人习惯用年化波动率来交流，因为不同时间频率的数据可以统一比较。比如日度数据乘以√252，周度数据乘以√52，月度数据乘以√12。

1.2 历史波动率：回头看

历史波动率，就是拿过去的数据算出来的波动率。它告诉你「过去发生了什么」。

我在项目中遇到过一个问题：用30天还是60天的窗口算历史波动率？这其实没有标准答案。短窗口反应快但噪音大，长窗口平滑但滞后。

历史波动率的计算步骤很简单：

1. 取过去N天的收盘价
2. 计算每日对数收益率
3. 计算这些收益率的标准差
4. 年化处理

但这里有个坑——你用什么频率的数据？日线、小时线、还是分钟线？我曾经用5分钟线算波动率，结果发现噪音太大，反而不如日线好用。

1.3 隐含波动率：向前看

隐含波动率就不一样了。它是从期权价格里反推出来的波动率。说白了，就是市场「认为」未来会波动成什么样。

为什么叫「隐含」？因为它藏在期权价格里，你看不到，得用模型把它挖出来。

from scipy.stats import norm
from scipy.optimize import brentq

def black_scholes_call(S, K, T, r, sigma):
    """BS模型计算看涨期权价格"""
    d1 = (np.log(S/K) + (r + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    d2 = d1 - sigma*np.sqrt(T)
    return S*norm.cdf(d1) - K*np.exp(-r*T)*norm.cdf(d2)

def implied_volatility(market_price, S, K, T, r):
    """用二分法反推隐含波动率"""
    def f(sigma):
        return black_scholes_call(S, K, T, r, sigma) - market_price
    
    try:
        return brentq(f, 0.01, 2.0)
    except:
        return np.nan

# 示例：假设期权市价为5.2，标的现价100，行权价105，剩余30天，无风险利率3%
S, K, T, r = 100, 105, 30/365, 0.03
market_price = 5.2

iv = implied_volatility(market_price, S, K, T, r)
print(f"隐含波动率: {iv:.2%}")

1.4 两者的核心区别

我把它们的区别整理成了一张表，这样更直观：

维度	历史波动率	隐含波动率
数据来源	历史价格数据	期权市场价格
时间方向	向后看（过去）	向前看（未来）
计算方式	直接计算标准差	通过期权定价模型反推
反映内容	实际发生的波动	市场预期的波动
主要用途	风险评估、回测	定价、套利、情绪判断

你想想看，如果历史波动率是20%，隐含波动率是30%，这意味着什么？市场预期未来会比过去更动荡。这时候做波动率套利就有机会了。

1.5 为什么波动率这么重要？

我记得刚入行时，带我的老交易员说过一句话：「价格会骗人，但波动率不会。」当时不太理解，后来做多了才明白。

举个例子：某只股票从100涨到110，看起来是好事。但如果它的波动率从20%飙到了50%，说明这波上涨很不稳定，随时可能回调。只看价格的人会追高，看波动率的人会谨慎。

波动率套利的本质，就是利用历史波动率和隐含波动率之间的差异。当隐含波动率明显高于历史波动率时，你可以卖出期权赚取溢价；反过来，当隐含波动率被低估时，你可以买入期权。

1.6 知识体系总览

下面这张图是我自己画的，把波动率的核心知识串起来了。你看一遍就能明白整个框架：

这张图把波动率分成了两大块：左边是历史波动率，右边是隐含波动率。它们各自的计算方式、时间方向、应用场景都不同。但最终都指向同一个目标——找到套利机会。

好了，波动率的基础就讲到这里。记住一句话：波动率不是数字，是市场的呼吸。读懂它，你就能听懂市场在说什么。