4、波动率预测模型：GARCH模型族、HAR-RV模型、隐含波动率预测、机器学习波动率预测

波动率预测，说白了就是给市场波动把脉。你想想看，做商品期权交易，最怕什么？不是方向看错，而是波动率突然放大把你打穿。我做了这么多年量化，见过太多人把精力花在预测价格方向上，结果被波动率这把暗箭射下马来。

这一章，咱们聊聊四种主流的波动率预测方法。它们各有各的脾气，也各有各的适用场景。我个人习惯是，根据交易周期和品种特性，在它们之间切换使用。

核心观点：没有完美的预测模型，只有最合适的组合策略。波动率预测的本质，是在历史规律与市场预期之间寻找平衡点。

波动率预测模型 GARCH模型族 ARCH / GARCH / EGARCH HAR-RV模型 异质自回归 隐含波动率 期权市场预期 机器学习 LSTM / XGBoost / RF 核心逻辑：历史规律 → 市场预期 → 模型融合 → 动态调整

4.1 GARCH模型族：波动率的自回归艺术

GARCH模型，全称是广义自回归条件异方差模型。名字挺唬人，但说白了就是：今天的波动率，跟昨天的波动率有关，也跟昨天的意外冲击有关。

我记得刚入行那会儿，用最基础的GARCH(1,1)模型做螺纹钢的波动率预测。效果嘛，说不上惊艳，但胜在稳定。后来发现，商品市场有个特点——利空消息带来的波动往往比利好消息更大。这时候，标准GARCH就不够用了。

我的经验：做商品波动率预测，EGARCH或GJR-GARCH往往比标准GARCH更实用。因为它们能捕捉到"杠杆效应"——价格下跌时波动率上升得更快。这在原油、铜这些品种上特别明显。

来看看一个简单的GARCH(1,1)实现：

import arch
from arch import arch_model

# 假设 returns 是日收益率序列
model = arch_model(returns, vol='Garch', p=1, q=1)
result = model.fit(update_freq=5)

# 预测未来5天的波动率
forecast = result.forecast(horizon=5)
predicted_vol = np.sqrt(forecast.variance.values[-1, :])

print(f"预测波动率: {predicted_vol}")

这里有个坑，我曾经踩过——参数估计的稳定性问题。GARCH模型的参数对数据窗口长度很敏感。我建议至少用500个以上的交易日数据来拟合，而且每滚动100天就要重新校准一次参数。

注意：GARCH模型对异常值非常敏感。如果数据里有一个极端跳空，模型参数可能会被严重扭曲。我习惯在建模前先做一步"极端值缩尾处理"，把超过3倍标准差的数据拉回来。

4.2 HAR-RV模型：简单粗暴但有效

HAR-RV模型，全称是异质自回归已实现波动率模型。这名字听着复杂，但逻辑其实特别朴素：不同时间维度的交易者，对波动率的影响不同。

日频交易者看一天，周频交易者看一周，月频交易者看一个月。HAR-RV就把这三个维度的已实现波动率放在一起做回归。说白了，就是用过去1天、5天、22天的波动率，来预测明天的波动率。

我个人特别喜欢这个模型，原因有三：

  • 计算简单——不需要复杂的迭代估计，OLS一把梭
  • 解释性强——每个系数都有明确的交易含义
  • 预测效果好——尤其在商品期货上，往往比GARCH更准

来看看代码实现：

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

# 假设 rv_daily, rv_weekly, rv_monthly 是已计算好的已实现波动率
# 构建特征矩阵
X = pd.DataFrame({
    'RV_d': rv_daily.shift(1),      # 滞后1天的日波动率
    'RV_w': rv_weekly.shift(1),     # 滞后1天的周波动率
    'RV_m': rv_monthly.shift(1)     # 滞后1天的月波动率
}).dropna()

y = rv_daily.loc[X.index]           # 目标变量：今天的日波动率

model = LinearRegression()
model.fit(X, y)

print(f"系数: 日={model.coef_[0]:.3f}, 周={model.coef_[1]:.3f}, 月={model.coef_[2]:.3f}")

实战技巧：我在做HAR-RV时，发现一个规律——对于流动性好的品种（如螺纹钢、铁矿石），日频系数的权重往往最大；而对于流动性差的品种（如某些化工品），周频和月频的系数反而更显著。这背后的逻辑是：流动性差的品种，价格发现过程更慢，波动率的记忆性更强。

4.3 隐含波动率预测：市场说了算

前面两种方法，用的都是历史数据。但市场交易的是什么？是预期。隐含波动率，就是从期权价格里反推出来的市场对未来波动率的集体预期。

你想想看，如果市场普遍认为下周会有大行情，那么期权价格就会变贵，隐含波动率就会上升。这玩意儿，说白了就是市场的"恐慌指数"。

但这里有个问题——隐含波动率往往存在系统性偏差。我观察过很多商品期权，发现隐含波动率通常比实际实现波动率高10%-20%。为什么？因为期权卖方要收"风险溢价"。

我的做法：直接用隐含波动率做预测时，我会先做一个"偏差校正"。具体来说，就是计算过去N天隐含波动率与实际波动率的比值，然后用这个比值去调整当前的隐含波动率。这样得到的预测值，往往更贴近实际。

举个例子：

# 偏差校正示例
implied_vol = 0.25  # 当前隐含波动率
realized_vol_history = [0.20, 0.22, 0.19, 0.21]  # 过去实际波动率
implied_vol_history = [0.24, 0.26, 0.23, 0.25]   # 过去隐含波动率

bias_ratio = np.mean(realized_vol_history) / np.mean(implied_vol_history)
adjusted_implied_vol = implied_vol * bias_ratio

print(f"原始隐含波动率: {implied_vol:.2%}")
print(f"校正后隐含波动率: {adjusted_implied_vol:.2%}")

注意：隐含波动率预测在极端行情下会失效。比如2020年原油暴跌时，隐含波动率飙升到100%以上，但实际波动率只有60%。这时候如果盲目相信隐含波动率，你会被严重误导。我的经验是：当隐含波动率超过历史90%分位数时，就要打折扣了。

4.4 机器学习波动率预测：黑箱里的新武器

最后聊聊机器学习。说实话，我一开始对ML做波动率预测是持怀疑态度的。总觉得这玩意儿是个黑箱，解释不了。但后来发现，在某些场景下，ML确实能抓到传统模型抓不到的模式。

常用的方法包括：

  • LSTM——擅长捕捉时间序列中的长期依赖关系
  • XGBoost——对特征交互非常敏感，适合加入多种辅助特征
  • 随机森林——稳健性好，不容易过拟合

我个人最常用的是XGBoost。为什么？因为它既能处理非线性关系，又能给出特征重要性，让我知道哪些因子在起作用。

来看看一个简单的XGBoost波动率预测框架：

import xgboost as xgb
from sklearn.model_selection import train_test_split

# 构建特征：包括历史波动率、成交量、持仓量、基差等
features = ['RV_d', 'RV_w', 'RV_m', 'volume_change', 'open_interest_change', 'basis']
X = data[features]
y = data['future_RV']  # 未来一天的已实现波动率

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, shuffle=False)

model = xgb.XGBRegressor(
    n_estimators=200,
    max_depth=4,
    learning_rate=0.05,
    early_stopping_rounds=20
)

model.fit(X_train, y_train, eval_set=[(X_test, y_test)], verbose=False)

# 特征重要性
importance = pd.DataFrame({
    'feature': features,
    'importance': model.feature_importances_
}).sort_values('importance', ascending=False)

print(importance)

关键发现：我在做ML波动率预测时，发现加入"隔夜跳空"和"日内波动率斜率"这两个特征后，预测精度提升了将近15%。这说明市场在开盘前后的信息释放，对当天波动率有很强的预测能力。

不过，机器学习也有它的短板。最大的问题是过拟合。我曾经在一个品种上把模型调得特别漂亮，回测R²高达0.6，结果一上实盘就崩了。后来发现，模型学到了某些市场微观结构的噪声，而不是真正的波动率规律。

避坑指南：做ML波动率预测，一定要做"滚动时间窗口验证"。不要用随机打乱的数据做交叉验证，那会给你虚假的乐观。正确的做法是：用前70%的数据训练，后30%的数据测试，然后不断滚动窗口。

4.5 模型融合：把鸡蛋放在不同的篮子里

讲了四种方法，你可能会问：到底哪个最好？我的答案是：没有最好，只有最合适。

我个人习惯的做法是模型融合。把GARCH、HAR-RV、隐含波动率、ML模型的预测结果，按照某种权重组合起来。这样做的好处是：

  • 单个模型在特定市场环境下可能失效，但多个模型同时失效的概率很低
  • 不同模型捕捉到的信息维度不同，融合后信息更全面

最简单的融合方式就是等权平均。但如果你想要更精细一点，可以用动态权重——根据每个模型近期的预测误差来调整权重。误差大的模型，权重自动降低。

我的融合策略：对于日频交易，我通常给HAR-RV和隐含波动率各30%的权重，GARCH和ML各20%。对于周频交易，我会提高HAR-RV的权重到40%，因为它的中长期预测更稳定。记住，权重不是一成不变的，要根据市场状态动态调整。

嗯，波动率预测这块内容就聊到这儿。四种方法各有千秋，关键是要理解它们的适用边界。GARCH适合捕捉波动率聚集，HAR-RV胜在简单稳健，隐含波动率反映市场预期，机器学习则能挖掘更深层的非线性关系。把它们组合起来用，才是真正的实战之道。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →