第 8 章 · 波动率

把 σ 当成研究对象 — IV、RV、微笑、期限结构与 IV Rank

区分已实现波动率（RV）与隐含波动率（IV）、看懂波动率微笑/偏斜与期限结构、掌握 IV Rank 与 IV Percentile 两把判断「贵贱」的标尺

前置假设 · Preconditions

已经熟悉 BS 公式与 Vega（第 5、6 章）
理解动态对冲与 RV/IV 差的盈亏机制（第 7 章）
假设波动率不再是常数 — 不同 K、T 下市场给出不同的隐含 σ

本章核心式

\sigma_{T} = \sigma_{\text{年}}\,\sqrt{T}

波动率 σ 是「年化的标准差」。把它缩放到任意时间窗口，只需要乘以 $\sqrt{T}$ — 这是整章一切尺度换算的根基。

0. 为什么要单独研究 σ

前 6 章里， $\sigma$ 一直是 BS 公式的一个输入：你给我一个 σ，我给你一个价格、一组 Greeks。但实务中，σ 才是真正不可观测的那一项 — S、K、T、r 都是已知或近似已知的，唯有 σ 必须靠估计或反解。

本章把 σ 当成研究对象本身。你会建立两套区分：

看过去的 σ — 已实现波动率 (Realized Volatility, RV)：标的真实跳动了多少。
看未来的 σ — 隐含波动率 (Implied Volatility, IV)：市场对未来 σ 的定价。

学完本章你会知道：IV 不是单一数字 — 不同 K 给出不同 IV（微笑 / 偏斜），不同 T 给出不同 IV（期限结构），它们一起构成波动率曲面。

1. σ 的物理意义与时间标度

约定（业界统一口径）：σ 是对数收益率的年化标准差，用百分比表示。σ=30% 的意思是「按当前节奏，标的1 年累计的对数收益率波动是一个标准差为 30% 的正态分布」。

要把它换到任意时间窗口 T（年），只需乘 $\sqrt{T}$ ：

\sigma_T = \sigma_{\text{年}}\,\sqrt{T}

常用速算（假设一年 252 个交易日）：

$\sigma_{\text{日}} = \sigma_{\text{年}} / \sqrt{252} \approx \sigma_{\text{年}} / 16$ — 30% 年化 ≈ 1.875% 日波动。
$\sigma_{\text{周}} = \sigma_{\text{年}} / \sqrt{52} \approx \sigma_{\text{年}} / 7.2$
$\sigma_{\text{月}} = \sigma_{\text{年}} / \sqrt{12} \approx \sigma_{\text{年}} / 3.46$

1σ / 2σ / 3σ 概率约定（对正态分布）：

±1σ 覆盖 ≈ 68.3%（约 2/3）
±2σ 覆盖 ≈ 95.4%（约 19/20）
±3σ 覆盖 ≈ 99.5%（约 369/370）

这也解释了为什么金融新闻里「3σ 事件」有时会一年发生好几次 — 真实股市的尾部比正态分布厚得多（fat tails）。

正态 vs 对数正态：为什么用后者

BS 模型假设标的对数收益率正态、因而价格对数正态分布。两者的关键差别：

正态对称、价格可以为负 — 现实中股价不会跌破 0，正态不合理。
对数正态有非负边界（左尾止于 0），右尾较长 — 涨 100% 与跌 50% 在收益率上对称，在价格变动上不对称。
对数正态均值 > 众数（峰值）— 复利效应让长期均值往右拉。

密度S_T

正态（对称）对数正态（GBM）

S_0=100, σ=30%, T=1y。两者均值大致重合在 100 附近，但对数正态左尾止于 0、右尾更长 — 这才是 BS 模型采用的价格分布

2. 已实现波动率 RV（看过去）

定义：在一段历史窗口内，对数收益率的年化样本标准差。这是 σ 最朴素、最可计算的定义 — 只要你有一段价格序列，就能算出来。

\widehat{\sigma}_{\text{RV}} = \sqrt{\frac{1}{N-1}\sum_{i=1}^{N}\!\big(r_i - \bar r\big)^2}\,\times\,\sqrt{252},\quad r_i = \ln\!\frac{S_i}{S_{i-1}}

窗口选择是个大事。同一段价格用 20 / 60 / 250 日窗口算出来的 RV 完全不同 — 短窗口贴近最近真实走势、对事件敏感；长窗口稳定、跨事件平滑但反应迟钝。下图用一条 2 年合成 GBM 路径展示三个窗口的 RV：

S / σday

20D RV60D RV250D RV

合成 GBM 路径（μ=8%, σ=25%）。上：价格；下：20D / 60D / 250D 滚动年化 RV。短窗口跟随事件抖动，长窗口反应迟钝但稳定

注意 250D RV 最终会逼近真实 σ = 25%（因为我们就是用 25% 的 σ 模拟出来的） — 这印证了「样本越大、估计越可靠」的统计直觉。但代价是它看不见近期变化。

RV 的根本局限：它说的是「过去的 σ」。但期权价值取决于未来的 σ — 我们手里只有过去，未来需要靠估计、靠市场共识。这就把我们带向 IV。

3. 隐含波动率 IV（看未来）

定义：固定 BS 公式中的 S、K、T、r，让模型价格 = 市场价格，反解出唯一的 σ — 这就是 IV。

\text{IV} \;=\; \sigma\;:\quad C_{\text{BS}}(S, K, T, r, \sigma) \;=\; C_{\text{市场}}

BS 公式里 σ 没有解析反函数 → 需用数值方法（Brent / Newton-Raphson 等）求解，几次迭代就能收敛。

IV ≠ RV：方向 + 含义都不同

方向：RV 看过去，IV 看未来。RV 是「已发生的 σ」，IV 是「市场对未来 σ 的定价」。
含义：IV 不只是「未来 σ 的预期」，还包含风险溢价（不确定性厌恶）+ 供需错配（避险需求把 OTM Put 推贵）。所以经验上 IV ≥ E[未来 RV]。
实务别名：交易员说「这张期权权利金很高」其实就是说「IV 很高」。从权利金到 IV 是同一个量的两种表达。

σday（最后 252 日）

20D RVATM IV

合成数据：IV 通常在 RV 上方（卖方风险溢价），且更平滑；财报日附近 IV 出现尖峰（事件风险定价）

IV − RV 称为 Volatility Risk Premium（VRP）。这个差是结构性正的（长期 IV 比真实 RV 高 2-4 个百分点），它就是「卖期权 + 动态对冲」长期赚钱的微观机制 — 卖方在收这个溢价。买方付溢价，目的是用 Long Γ 把握尾部 / 事件机会。

IV 变化对期权价值的影响（三条原则）

价格点数视角：IV 变 1% 时，ATM 期权价格变得最多 — 因为 Vega 在 ATM 最大（见第 6 章 Vega 图）。
百分比视角：IV 变 1% 时，OTM 期权价格变化的相对幅度最大 — 它本身价值小，绝对变化除以小基数 → 大百分比。这就是「OTM 期权对波动率最敏感」的来源。
到期影响：长期权的 Vega ∝ √T，所以 LEAPS（数年）的价值对 IV 移动远比短期权敏感。1% IV 移动可以让 1 年期 ATM 期权价值变 ~0.4 美元、让 1 周期 ATM 仅变 ~0.06 美元。

4. 波动率微笑（Smile）与偏斜（Skew）

BS 模型假设：所有 K、T 下的 σ 相同。但现实中，把同一标的、同一到期日、不同 K 的市场价格各自反解出 IV，画出来不是水平线 — 而是一条曲线。

这条曲线的形状跨标的不同，但形态高度稳定。横轴用 $K/S$ （moneyness）而非绝对 K，跨时间 / 跨标的更可比：

IVK/S

股票偏斜（左偏）FX 微笑（对称）商品偏斜（右偏）

合成 SVI-lite 微笑（T=0.25y）。横轴 K/S=1 是 ATM；左侧 K/S<1 对应 OTM Put / ITM Call，右侧 K/S>1 对应 OTM Call / ITM Put

三种典型形态的成因

股票偏斜（左偏 Skew） — OTM Put 的 IV 显著高于 OTM Call。
- 避险需求：投资者天然 Long stock，需买 OTM Put 防崩盘 → 该 K 的 Put 被买贵 → 反推的 IV 更高。
- 历史记忆：1987 黑色星期一之前股票期权 IV 是相对对称的，崩盘后结构性留下了左尾溢价。
- 波动率聚类：股价下跌时实际波动率确实变大（leverage effect），市场为这个相关性买单。
FX 微笑 — 两端都贵，中间最便宜，左右大致对称。两国货币地位对等，无单一偏好方向。
商品偏斜（右偏） — OTM Call 比 OTM Put 贵。原油 / 农产品的供给冲击（OPEC 减产、自然灾害）让上行尾部风险大，生产者也会买 Put 锁价但消费者买 Call 锁价的需求更普遍。

实务含义：你在交易某只股票期权时，「看 IV 高不高」必须分清是哪个 K。OTM Put 的 IV 看着 35%，可能完全是 skew 结构性溢价，不代表市场真预期未来 σ=35%。比 IV 更纯净的 σ 信号是 ATM IV（K/S ≈ 1 那一点）。

5. 期限结构与曲面 · IV Rank

5.1 期限结构（不同 T 的 ATM IV）

固定 K=ATM，看 IV 怎么随 T 变化 — 这就是期限结构（term structure）。两种典型形态：

正常市场（contango）：远月 IV > 近月 IV — 远期不确定性更大。
事件驱动 / Backwardation：近月 IV 飙升，曲线在事件前形成「驼峰」（财报、议息、并购公告）。

ATM IV到期

正常市场财报前一天

x 轴依次：1W / 1M / 3M / 6M / 1Y。正常曲线随 √T 缓慢上升；事件曲线在 1M（事件期）尖峰

实务用法：财报前你看到「1W IV ≫ 1M IV ≫ 3M IV」，不要简单解读为「IV 高，所以卖期权」 — 那是市场为已知的事件付溢价。事件过后 IV 会迅速下降（vol crush），已经定价的部分会消失。

5.2 2D 波动率曲面热力图

把期限结构（行方向）与微笑（列方向）叠到一张图上，就是波动率曲面。下面用合成 SVI-lite 公式生成股票偏斜情景下的曲面（横轴 K/S，纵轴 T，颜色 = IV%）：

TK/S

合成股票偏斜曲面：左下角（短期 OTM Put）IV 最高 — 这就是「短期股票崩盘溢价」的所在

怎么读这张图：

横向看 同一 T 下 IV 怎么随 K/S 变 → 微笑形态。短期 T 微笑曲率明显大于长期。
纵向看 同一 K/S 下 IV 怎么随 T 变 → 期限结构。ATM（K/S=1）一列大体随 √T 缓升。
对角线 反映「左下尖峰」：短期 + 深 OTM Put = 最贵。

做市商每天就在跟踪这张图怎么变 — 它整体上下平移就是 Vega 风险，左右倾斜变化是 Skew 风险，曲率变化是 Vol-of-Vol（Volga）风险。

5.3 IV Rank 与 IV Percentile：判断「贵不贵」

看到一只股票当下的 ATM IV 是 28%，单这一个数字没法判断贵贱 — 必须放到这只股票自己的历史里比。两把常用标尺：

\text{IV Rank} = \frac{\text{IV}_{\text{今}} - \text{IV}_{\min,52w}}{\text{IV}_{\max,52w} - \text{IV}_{\min,52w}}

\text{IV Percentile} = \frac{\#\{\,\text{IV}_t < \text{IV}_{\text{今}},\; t \in 52w\,\}}{\#\,\text{交易日}}

IV Rank：用极值归一。简单直观，但对单次尖峰（如一次财报炸出的极值）敏感 — 之后一年的 IV Rank 都会被这个尖峰压低。
IV Percentile：用排名归一。对极值不敏感，更稳健；80% 表示「过去一年 80% 的交易日 IV 比今天低」。

IVday（最后 252 日）

合成 IV 序列：1y 高 = 38.3%，1y 低 = 20.6%，今日 = 37.4% → IV Rank ≈ 95，IV Percentile ≈ 98

经验法则（不是套利，只是分布性偏好）：

IV Rank 高（> 50） → 当前 IV 在历史高位 → 倾向卖方策略（卖跨式 / iron condor）— 期望 IV 均值回归。
IV Rank 低（< 25） → 当前 IV 在历史低位 → 倾向买方策略（买跨式 / 长 Vega）— 期望 IV 上升。
极端值（IV Rank ≈ 0 或 ≈ 100）通常对应市场大事件，需结合事件日历判断 — 不要机械下注。

本节图表用合成 252 日 IV 序列演示概念。

6. VIX 与波动率交易者

6.1 VIX 是什么、怎么读

VIX（CBOE Volatility Index，常被称为「恐慌指数」）是芝加哥期权交易所发布的一个指数，衡量未来 30 天 S&P 500 指数的预期年化波动率。它从 SPX 期权链整体反推出来，不依赖任何单一 K，因此比单条 ATM IV 更稳健。

直觉公式（不是精确定义）：

\text{VIX} \;\approx\; 100 \times \text{IV}_{30\text{d}}^{\text{SPX}}

所以 VIX = 20 ≈ 「市场认为未来 30 天 SPX 年化波动率为 20%」。配合 7.1 的 √T 标度，可立刻换算到 30 天口径：

\sigma_{30\text{d}} = \sigma_{\text{年}}\sqrt{\tfrac{30}{365}} \approx \tfrac{\text{VIX}}{100} \times 0.287

也就是 VIX = 20 时，未来 30 天 SPX 一标准差波动 ≈ 5.7%。

常见 VIX 读数与含义（经验区间，仅供参考）：

VIX 区间	市场状态	含义
< 12	极度平静	趋势市，IV 被压到地板，卖方策略拥挤
12 – 20	正常	SPX 长期均值附近
20 – 30	紧张	明显避险情绪，OTM Put 被买贵
30 – 40	危机	恐慌买盘，但也是历史均值回归胜率最高的区域
> 40	极端事件	2008、2020-03、1987 黑色星期一级别

三条阅读要点：

VIX 与 SPX 高度负相关（约 −0.7）：股市跌、VIX 涨。这正是它被叫「恐慌指数」的原因 — 跌的时候避险买 Put 推高 IV。
VIX 是 SPX 的 IV，不是 VIX 自己的 RV。常见误读：把 VIX 当成「市场未来真实会动多少」，其实它是「市场为未来 30 天波动定的价」 — 含风险溢价。VIX 长期高于实际 30D RV ≈ 3-4 个百分点（卖方溢价的同一现象）。
VIX 期货 ≠ 现货 VIX：现货 VIX 是个指数，不可直接交易。能交易的是 VIX 期货 / 期权 / ETP（VXX、UVXY），它们追踪远期 VIX，会受到 contango / backwardation 影响 — 这就是 VXX 长期阴跌的来源。

6.2 「波动率交易者」实际在交易什么

普通投资者交易价格方向（Δ）；波动率交易者把 Δ 对冲掉，专注波动率本身。具体押注的是两个 Greek 的组合：

敞口	交易的对象	赚钱条件	代价 / 反咬
Long Γ	已实现波动率（RV）	标的真实跳得比买入时 IV 隐含的多	Θ 衰减 — 标的不动就持续亏钱
Short Γ	已实现波动率（RV）	标的真实跳得比买入时 IV 隐含的少	大跳一次就被吃掉一周 Θ 收益
Long Vega	隐含波动率（IV 重定价）	IV 上升（恐慌、事件、需求增加）	IV crush — 事件兑现后 IV 暴跌
Short Vega	隐含波动率（IV 重定价）	IV 下降（市场平静、事件兑现）	IV 突然暴涨时损失被放大

关键区分：Γ 与 Vega 都关于波动率，但不是同一个波动率：

Γ ↔ RV：你赚的是「标的真实跳了多少」 — 通过动态对冲再平衡 P/L 实现（见第 6 章 Δ-中性的动态对冲展开）。
Vega ↔ IV：你赚的是「市场对未来波动的定价怎么变」 — 通过期权头寸的 mark-to-market 实现，不需要动态对冲就能兑现。

做市商通常同时持有 Γ 和 Vega 敞口（卖出期权 → Short Γ + Short Vega），用 Δ 对冲消除方向性，赚两条线的卖方溢价；事件交易者则挑一条下注（财报前买跨式 = Long Γ + Long Vega，赌已实现波动 + IV 都涨）。

小结

一句话回顾：σ 是把不确定性年化量化的语言；RV 是过去发生的 σ，IV 是市场为未来 σ 定的价；不同 K、T 下的 IV 不是常数，而是一张波动率曲面；IV Rank / Percentile 把当下 IV 放到历史中比较；VIX 是这一切在 SPX 上的标准化产品。

单张期权的 5 个 Greek 是强绑定的 — 想解绑它们、只保留某一条想要的敞口（纯方向、纯波动率、纯期限），就需要把不同 K、T 的腿组合起来。