一、波动率基础:从定义到实战
波动率,说白了就是资产价格跳动的剧烈程度。我刚开始做量化时,总觉得这玩意儿就是个统计指标,直到第一次实盘被波动率“教育”了一顿——嗯,从那以后我再也不敢小看它了。
1.1 波动率的定义
波动率衡量的是资产收益率的不确定性。数学上,它通常用收益率的标准差来表示。你想想看,如果一只股票今天涨1%,明天跌1%,后天又涨1%,它的波动率就比那种每天只动0.1%的股票高得多。
核心公式:
σ = √( (1/(n-1)) * Σ(rt - r̄)² )
其中 rt 是第 t 天的收益率,r̄ 是平均收益率,n 是样本数量。
我个人习惯用年化波动率来比较不同资产。比如日波动率0.02,年化后就是0.02×√252 ≈ 0.317。为什么是252?因为一年大概有252个交易日。
1.2 历史波动率与隐含波动率
这两个概念,我当年花了整整一周才真正搞明白。
历史波动率,就是回头看。用过去的数据算出来的波动率。比如你拿过去30天的收盘价,算一下收益率的标准差,这就是30天历史波动率。
它的优点是客观——数据摆在那儿,谁算都一样。缺点也很明显:它假设历史会重演。我在项目中遇到过好几次,市场突然变脸,历史波动率完全跟不上节奏。
隐含波动率,则是向前看。它是从期权价格里反推出来的波动率。说白了,就是市场参与者对未来波动率的“集体投票结果”。
我的经验:隐含波动率通常比历史波动率高。为什么?因为市场总是为不确定性定价溢价。就像买保险,你付的保费里已经包含了保险公司对风险的“加价”。
举个例子:某期权当前价格是5元,用Black-Scholes模型反推,发现只有当波动率设为25%时,模型价格才等于5元。那么这个25%就是隐含波动率。
1.3 波动率微笑与偏斜
这里有个很有意思的现象。理论上,不同行权价的期权应该有相同的隐含波动率。但现实中呢?完全不是这么回事。
波动率微笑:指的是隐含波动率随着行权价变化呈现U形曲线。虚值看涨和虚值看跌期权的隐含波动率,通常比平值期权高。
波动率偏斜:更常见于股票市场。虚值看跌期权的隐含波动率,往往比虚值看涨期权高得多。为什么?因为市场更害怕暴跌。我做过一个统计,标普500指数在1987年股灾后,波动率偏斜现象明显加剧。
避坑指南:我曾经以为波动率微笑是固定不变的,结果在2018年2月的“波动率末日”事件中吃了大亏。记住:微笑的形状会随着市场情绪变化,千万别死抱着历史数据不放。
1.4 波动率在风险管理中的角色
波动率在风险管理里,可以说是“灵魂角色”。没有它,VaR、CVaR、压力测试这些工具都玩不转。
具体应用场景:
- VaR计算:波动率是VaR的核心输入。比如95%置信水平下的日VaR,通常就是1.65×σ×持仓市值。
- 仓位管理:波动率越高,仓位应该越小。我习惯用“波动率平价”来分配资金——让每个资产的波动率贡献大致相等。
- 对冲策略:期权对冲的核心就是管理波动率风险。Delta对冲只能消除方向性风险,但Vega风险(波动率变化的风险)才是真正的“隐形杀手”。
一个真实案例:2020年3月,新冠疫情引发市场暴跌,VIX指数飙升至82.69。当时我管理的组合里有一批卖出跨式期权的头寸,波动率突然飙升导致巨额亏损。事后复盘,问题出在——我们用的波动率模型没有考虑“跳跃风险”。
1.5 知识体系总览
下面这张图,是我自己梳理的波动率知识框架。建议你把它存下来,学完本章后再回来看一遍,会有更深的理解。
1.6 本章小结
波动率不是冰冷的数字,它是市场情绪的体温计。历史波动率告诉你过去发生了什么,隐含波动率告诉你市场在担心什么,而微笑和偏斜则揭示了市场参与者的“恐惧不对称”。
我在实战中最大的体会是:别把波动率当成一个静态指标。它像水一样,会流动、会变形。你只有理解了它的脾气,才能在风险管理中游刃有余。
一句话记住本章:波动率是风险的量化,但风险本身无法被完全量化。保持敬畏,保持灵活。