2. 波动率概念回顾：历史波动率、隐含波动率、波动率微笑与偏斜
聊波动率套利之前，咱们得先把几个核心概念捋清楚。说实话，我见过不少交易员，策略写得挺花哨，结果连波动率的基本属性都没吃透——那亏钱就是迟早的事。
波动率这东西，说白了就是资产价格波动的剧烈程度。但有意思的是，它不是一个单一指标，而是分成了好几个维度。我个人习惯把它们分成两类：一类是「已经发生的」，一类是「市场预期的」。
2.1 历史波动率（Historical Volatility, HV）
历史波动率，就是过去一段时间里，资产价格实际波动的标准差。嗯，这里要注意，我们通常用的是对数收益率，而不是简单收益率。
公式长这样：
σ_HV = sqrt( 1/(n-1) * Σ(ln(P_t / P_{t-1}) - μ)² ) * sqrt(252)其中：
P_t是第 t 天的收盘价μ是对数收益率的均值n是样本天数- 乘以 sqrt(252) 是为了年化（一年约252个交易日）
我在项目中遇到过一个问题：用30天还是60天的窗口算HV？说实话，没有标准答案。短窗口反应快但噪声大，长窗口平滑但滞后。我个人习惯做套利时用20天窗口，因为跟期权到期周期比较匹配。
2.2 隐含波动率（Implied Volatility, IV）
隐含波动率就更有意思了。它不是算出来的，而是从期权价格里「反推」出来的。说白了，就是市场当前对未来的波动预期。
怎么反推？用BS模型。你把期权市场价格、行权价、剩余期限、无风险利率、标的价格都扔进去，然后不断调整波动率参数，直到模型价格等于市场价格。这个波动率，就是IV。
# 伪代码示意：用二分法求隐含波动率
def implied_volatility(market_price, S, K, T, r, option_type):
low, high = 0.01, 5.0
for _ in range(100):
mid = (low + high) / 2
price = bs_price(S, K, T, r, mid, option_type)
if price > market_price:
high = mid
else:
low = mid
return (low + high) / 2这里有个坑，我曾经踩过：当期权深度虚值时，BS模型算出来的IV会非常不稳定。为什么？因为深度虚值期权的价格对波动率不敏感，稍微一点价格误差就能让IV跑飞。所以做套利时，我一般会过滤掉Delta小于0.1或大于0.9的期权。
2.3 波动率微笑（Volatility Smile）
如果BS模型是完美的，那么同一到期日、不同行权价的期权，算出来的IV应该是一样的。但现实呢？完全不是这么回事。
波动率微笑，指的是IV随着行权价变化呈现的曲线形状。在股票期权市场，通常是「两边高、中间低」——就像一张笑脸。为什么会这样？
- 左尾风险： 市场害怕暴跌，所以深度虚值看跌期权的IV偏高
- 右尾风险： 极端上涨也会被定价更高（虽然幅度通常小于左尾）
- 平价附近： 流动性最好，IV相对稳定
我记得2018年2月，A股那波急跌，波动率微笑的左端直接翘到天上去了。当时很多做市商被打爆，就是因为低估了左尾风险。
2.4 波动率偏斜（Volatility Skew）
偏斜是微笑的一种特殊形态。在股指期权市场，你看到的往往不是对称的微笑，而是一个「偏斜」——左边高、右边低，像个滑梯。
| 市场类型 | 典型形态 | 原因 |
|---|---|---|
| 股票/股指期权 | 左偏斜（负偏斜） | 市场更担心下跌，看跌期权溢价 |
| 外汇期权 | 对称微笑 | 涨跌风险相对对称 |
| 商品期权 | 右偏斜（正偏斜） | 供应中断导致暴涨风险 |
做波动率套利时，偏斜的形状变化本身就是交易信号。比如，当偏斜变得异常陡峭时，可能意味着市场过度恐慌——这时候做空偏斜（卖出虚值看跌、买入虚值看涨）往往有不错的回报。
2.5 知识体系总览
下面这张图，是我自己整理的知识框架。每次做策略前，我都会过一遍这个结构，确保没有遗漏。
嗯，这张图基本把本章的核心逻辑串起来了。你想想看，从HV到IV，再到微笑和偏斜，其实是一条线：先知道过去发生了什么，再看市场怎么预期，最后观察预期本身的结构是否合理。
我个人做套利时，每天开盘前必做的一件事，就是画一张当天的波动率曲面。看一眼微笑的形状，再看一眼偏斜的斜率，基本就能判断今天有没有肉吃。
好了，波动率的基础概念就复习到这儿。记住，这些不是枯燥的理论，而是你每天交易时都要面对的活生生的数据。下一节，我们会把这些概念串起来，看看怎么用它们构建真正的套利策略。