在期权世界中，波动率的地位不可撼动
现货是一维的，标的价格即是一切；期货是二维的，除标的价格外增加了到期日的考量；而期权则更为立体，是三维的，增加了波动率的维度。在期权世界中，波动率的地位是不可撼动的，不仅被用于定价、评价，更是直接被编制成指数独立交易。那么波动率究竟是什么？有怎样的表现形式？如何计算？如何评估？如何应用？本文来揭开它的神秘面纱。
什么是波动率
在标准的定义中，波动率就是指标的价格的波动程度。波动率的表现形式也有很多。常见的分类是将通过现有的历史数据计算出的波动率称为历史波动率（Historical Volatility）或是实际波动率（Realized Volatility），习惯上简称为HV 或RV。
对未来波动率的预测就相对较难，方法多种多样。我们在期权中经常用到的隐含波动率（Implied Volatility）就是将市场价格中蕴含的对未来波动率的预期提取出的产物。隐含波动率习惯上简称为IV，当投资者认为未来行情有较大不确定性或是会有意外波动时就会更积极的买入期权避险，从而抬高期权价格，表现为IV的不断上涨。CBOE通过对所有合约IV进行有选择的加权计算得到了VIX指数，也被称为“恐慌指数”。
怎样计算波动率
常用的HV计算方法十分简单，即某段时间内标的涨跌幅的标准差。这里有两个时间参数，其一是时间段的总长，与均线系统中的时间参数概念相同，常用有20日、40日、60日、120日HV；其二就是涨跌幅计算的频率，习惯上采用每日收盘数据，当然也可以根据需要截取更高频的日内数据。
用收盘价对收盘价（Close to Close）计算得到的HV有明显的缺陷，就是无法显示盘中与隔夜跳空的波动。长上下影线究竟能不能反映行情的实际波动呢？这就见仁见智了。当然，即使选择忽略这些信息也可以将其作为参考。可以采用Parkinson方法将日内振幅纳入计算，或加入开盘价计算出隔夜跳空波动，或直接用Garman and Klass方法将日内振幅与跳空全部纳入计算，当然还有其他更为细致的方法，这里不多做介绍，可以参考《Volatility Trading》（by Euan Sinclair）进一步学习。
IV的计算虽然涉及BS模型，但实际操作也非常简便，只要将标的价格、到期时间、行权价等参数逐一输入模型即可得到IV值。随着国内期权市场不断完善，能够支持IV计算的工具、软件层出不穷，不一定非要自行计算。当然，基于不同的参数也会得到不同的结果，这取决于你的交易习惯，同时也取决于市场的认同，这些都需要在实际交易中不断摸索调整。
很多初学者都会被IV这个新概念吓到，觉得难以理解，但随着对期权交易了解的深入，你就会发现期权交易根本离不开IV。IV的最大作用是将各个行权价、各个月份期权合约价格标准化，使得它们之间有可比性。
波动率的性质
同样作为波动率，HV与IV均具有均值回归、群聚性自相关性的特点。这些性质都可以在最基础的统计学课本中找到。IV的性质中最受关注的主要有两个：
（1）隐含波动率微笑（IV Smile）
通过真实交易数据计算出IV并按行权价顺序排列，就能得到一条“微笑曲线”。通常情况下，平值IV最低，随着虚值与实值程度加深，IV也逐步升高。这种形态与标的价格的分布形态息息相关。大多数标的价格分布具有尖峰厚尾的特点，因此投资者会更多买入尾端行权价的期权进行避险。当然事无绝对，IV曲线也会因标的价格分布的改变、错价或套利机会的出现而改变。
（2）隐含波动率期限结构（IV Term Structure）
IV的期限结构是指不同到期日IV的分布图。对于50ETF期权，各月合约标的物均为50ETF，因此距到期日时间越长标的可能波动的范围越大，波动率越高。除非受重大事件的影响，会发生局部异构。
