一、波动率基础：波动率的定义、历史波动率与隐含波动率、波动率的金融意义

1.1 波动率到底是什么？

说实话，我刚入行那会儿，觉得波动率就是个数字。涨得快就大，跌得狠也大。后来做了几年期权交易，才真正理解——波动率是市场的脉搏。

波动率的定义其实很简单：它衡量资产价格在单位时间内的变动幅度。数学上，我们通常用收益率的标准差来表示。嗯，这里要注意，是收益率的标准差，不是价格本身的标准差。为什么？因为价格序列不平稳，收益率相对稳定。

我个人习惯用对数收益率，而不是简单收益率。原因很简单：对数收益率可加，时间序列分析更方便。你在做回测时，用对数收益率算出来的波动率，更符合正态分布的假设。

1.2 历史波动率：回头看

历史波动率，说白了就是「过去的价格波动有多大」。我们拿过去N天的数据，算一下标准差，再年化一下，就得到了。

这里有个坑，我曾经踩过——窗口长度的选择。用20天还是60天？用1年还是3年？

常见的计算方式有两种：

• 简单移动平均（SMA）：所有数据权重相同。计算简单，但对突发事件反应慢。
• 指数加权移动平均（EWMA）：近期数据权重更大。反应灵敏，但参数λ需要调优。

来看一段Python代码，我平时就是这么写的：

import numpy as np
import pandas as pd

def historical_volatility(prices, window=20, method='sma'):
    """
    计算历史波动率
    prices: 价格序列
    window: 窗口大小
    method: 'sma' 或 'ewma'
    """
    log_returns = np.log(prices / prices.shift(1))
    
    if method == 'sma':
        vol = log_returns.rolling(window).std() * np.sqrt(252)
    elif method == 'ewma':
        vol = log_returns.ewm(span=window).std() * np.sqrt(252)
    
    return vol.dropna()

你想想看，历史波动率最大的问题是什么？它假设过去会重复。但市场不会简单重复，只会押韵。所以历史波动率只能作为参考，不能作为交易依据。

1.3 隐含波动率：向前看

隐含波动率就完全不一样了。它不是算出来的，是「反推」出来的。

怎么反推？你把期权市场价格代入Black-Scholes模型，反解出波动率。这个波动率，就是市场对未来波动的一致预期。

隐含波动率有几个特点：

• 前瞻性：反映市场对未来30天（或对应期限）的预期
• 情绪指标：恐慌时飙升，平静时回落
• 期限结构：不同到期日的隐含波动率不同，形成曲线

计算隐含波动率，我一般用牛顿迭代法：

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

def implied_volatility(price, S, K, T, r, option_type='call'):
    """
    计算隐含波动率
    price: 期权市场价格
    S: 标的资产价格
    K: 行权价
    T: 剩余期限（年）
    r: 无风险利率
    """
    def bs_price(sigma):
        d1 = (np.log(S/K) + (r + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
        d2 = d1 - sigma*np.sqrt(T)
        
        if option_type == 'call':
            return S*norm.cdf(d1) - K*np.exp(-r*T)*norm.cdf(d2)
        else:
            return K*np.exp(-r*T)*norm.cdf(-d2) - S*norm.cdf(-d1)
    
    # 用brentq方法求解
    try:
        iv = brentq(lambda x: bs_price(x) - price, 0.01, 5.0)
        return iv
    except:
        return np.nan

嗯，这里要注意。牛顿迭代法有时候会不收敛，尤其是深度实值或深度虚值的期权。我建议用brentq方法，更稳定。

1.4 波动率的金融意义

波动率在金融世界里，地位可不一般。它不只是个统计量，更是：

角色	意义	实际应用
风险度量	衡量资产的不确定性	VaR计算、风险预算
定价核心	期权价格的核心变量	BS模型、波动率曲面
情绪指标	反映市场恐慌/贪婪	VIX指数、波动率指数
交易标的	波动率本身可以交易	波动率期货、期权、ETF

我举个例子。2020年3月，新冠疫情引发全球恐慌。标普500的VIX指数飙升至82.69，创历史新高。那时候，隐含波动率比历史波动率高出好几倍。如果你做多波动率，那一波能赚翻。

但反过来，2023年市场相对平稳，VIX长期在15以下。做空波动率的策略就表现很好。说白了，波动率交易就是赌市场的「情绪」。

1.5 知识体系总览

下面这张图，是我自己整理的波动率基础框架。你看一眼，就能明白这章讲了什么：

这张图把波动率分成了三条主线。左边是历史波动率，中间是隐含波动率，右边是金融意义。三者相互关联，但又各有侧重。

我个人觉得，理解波动率的关键在于：它既是风险，也是机会。风险来自不确定性，机会来自定价偏差。你想想看，如果市场总是有效的，那波动率交易就没得做了。但市场不总是有效的，这就是我们的机会。

好了，波动率的基础就讲到这里。记住一句话：波动率不是敌人，而是朋友。理解它，你就能在市场中找到属于自己的优势。