波动率
波动率计算公式
波动率计算公式
波动率计算公式是：波动率＝［有重要意义的第二高（低）点一有重要意义的第一高（低点）］／两高（低）点间的时间。
波动率计算公式预测是根据历史的数据。
进一步来说的话，新股就需要经过一段时间的运动观察之后，才可以进行相应的预测。
重要的低点是判断的关键，如果点选错了，那么就没有了计算的意义。
在选择重要高低点的时候也是需要注意跟时间周期的结构相符合，月线、周线的高低点并不一定要符合日线、小时线的要求。
波动率计算公式介绍
波动率也是分为上升趋势中的波动率和下跌趋势中的波动率计算方法。
上升趋势中的波动率计算是需要在上升趋势中进行选取的，使用底部和底部之间的距离，然后除以两个底部之间相隔的时间。
而在下跌趋势的波动率计算需要取在下跌趋势中，顶部和顶部之间的距离，然后除以两个顶部之间的时间间隔。
使用这个当作坐标的刻度绘制出1x1图形。
20日波动率指标
20日波动率指标摘要：一、引言二、20 日波动率指标的概念与计算1.波动率的概念2.20 日波动率的计算方法三、20 日波动率指标的应用1.判断市场趋势2.确定交易策略3.分析风险管理四、20 日波动率指标的优缺点1.优点2.缺点五、结论正文：【引言】在金融市场中，波动率是一个重要的风险衡量指标，用于描述资产价格波动的程度。
20 日波动率指标是一种常见的波动率计算方法，被广泛应用于金融市场分析和风险管理。
本文将详细介绍20 日波动率指标的概念、计算方法、应用以及优缺点。
【20 日波动率指标的概念与计算】1.波动率的概念波动率，又称波动性或风险，是衡量资产价格波动程度的一个指标。
波动率越高，表示资产价格波动越大，风险越高；波动率越低，表示资产价格波动越小，风险越低。
2.20 日波动率的计算方法20 日波动率指标是通过计算资产价格在20 个交易日内的标准差得出的。
具体计算公式为：20 日波动率= (Σ(今日收盘价- 昨日收盘价)^2) / (20 * Σ(今日收盘价- 昨日收盘价)^2)【20 日波动率指标的应用】1.判断市场趋势20 日波动率指标可以用来判断市场趋势。
当20 日波动率上升时，表示市场波动加剧，可能出现趋势反转；当20 日波动率下降时，表示市场波动减缓，趋势可能持续。
2.确定交易策略根据20 日波动率指标，投资者可以确定适合自己的交易策略。
例如，当20 日波动率较高时，投资者可以选择短线交易策略，利用价格波动赚取利润；当20 日波动率较低时，投资者可以选择长线交易策略，等待价格趋势的出现。
3.分析风险管理20 日波动率指标可以帮助投资者分析风险管理。
例如，投资者可以通过比较不同资产的20 日波动率，选择波动性较低的资产进行投资，降低风险。
【20 日波动率指标的优缺点】1.优点- 20 日波动率指标具有较好的稳定性，能较好地反映市场波动情况。
- 计算方法简单，易于理解和应用。
2.缺点- 20 日波动率指标对短期价格波动反应较慢，不能及时反映市场变化。
波动率 方差 标准差
波动率方差标准差波动率、方差和标准差是统计学中常用的三个概念，它们在金融、经济学、物理学等领域都有着重要的应用。
本文将深入探讨这三个概念的定义、计算方法以及它们在实际中的应用。
首先，我们来看一下波动率。
波动率是衡量资产价格变动幅度的指标，它反映了资产价格的波动程度。
波动率越高，意味着资产价格的波动越大，风险也就越高。
在金融领域，波动率通常被用来衡量股票、债券、期货等金融资产的风险水平。
波动率的计算通常使用历史波动率或隐含波动率，其中历史波动率是根据资产过去一段时间的价格数据计算得出，而隐含波动率则是根据期权价格反推出的波动率。
波动率的计算方法有多种，其中最常见的是年化波动率的计算方法，它将日度或周度的波动率转化为年度波动率，以便更好地比较不同资产的波动性。
接下来是方差。
方差是衡量数据离散程度的统计量，它表示了数据与其均值之间的偏离程度。
方差越大，意味着数据的离散程度越大，反之则离散程度越小。
在金融领域，方差常被用来衡量资产价格的波动性，从而评估资产的风险水平。
方差的计算方法是将每个数据与均值的差的平方求和，然后除以数据个数。
在实际计算中，我们通常会用样本方差来估计总体方差，这样可以避免由于样本数据的限制而导致的估计偏差。
最后是标准差。
标准差是方差的平方根，它与方差一样，也是衡量数据离散程度的统计量。
标准差的计算方法是将方差的结果开方，这样可以得到与原始数据具有相同量纲的测度。
在金融领域，标准差通常被用来衡量资产价格的波动性，从而评估资产的风险水平。
与方差相比，标准差更容易理解和解释，因为它与原始数据具有相同的量纲。
在实际应用中，波动率、方差和标准差经常被用来帮助投资者评估资产的风险水平。
通过对这三个指标的分析，投资者可以更好地理解资产价格的波动特性，从而更准确地制定投资策略。
此外，在风险管理领域，波动率、方差和标准差也被广泛应用，帮助机构和个人管理风险，保护资产。
综上所述，波动率、方差和标准差是统计学中重要的概念，它们在金融领域有着广泛的应用。
1_波动率的计算
1_波动率的计算波动率是评估资产价格或市场波动性的一种方法，通常用来衡量资产的风险程度。
它是股票、债券、期货、外汇等金融资产价格日常波动的统计指标，并且是方差或标准差的一种度量。
波动率的计算有不同的方法，下面将介绍两种常用的计算方法：历史波动率和隐含波动率。
1.历史波动率计算：历史波动率是通过观察资产过去一段时间的价格变动，计算资产未来可能的价格波动的一种方法。
常见的历史波动率计算方法有简单波动率和对数收益率波动率。
1.1简单波动率计算：简单波动率又称为历史波动率，是指计算资产价格的每日变动的标准差，进而得出未来价格可能的波动幅度。
步骤：1.收集一段时间内的资产价格数据，通常是收盘价。
2.计算每日价格的变动，即当天价格与前一天价格之间的差值。
3.计算这些每日变动的平方，得到方差。
4.将方差求和，然后除以天数，得到波动率的平方，再开平方根，得到波动率。
计算公式：波动率=√(方差之和/天数)1.2对数收益率波动率计算：对数收益率波动率是对资产价格取对数之后计算的波动率，它是用来解决价格波动随时间变化而变动的问题，并更好地符合实际情况。
步骤：1.收集一段时间内的资产价格数据，通常是收盘价。
2.计算对数收益率，即每天收益率的对数，可以使用自然对数或对数收益率公式。
3.计算对数收益率的标准差，并进行年化处理，得到对数收益率波动率。
计算公式：波动率=对数收益率标准差×√天数×√(年度交易天数) 2.隐含波动率计算：隐含波动率是根据期权价格计算的，它反映了市场参与者对未来价格波动的预期。
步骤：1.收集目标资产的期权合约价格。
2.使用期权定价模型（如布莱克-斯科尔斯期权定价模型）来计算隐含波动率。
3.通过对期权价格的归一化，将价格转化为波动率。
隐含波动率是从事期权交易的投资者对未来波动率的预期，因此它反映了市场对资产未来可能波动的看法。
总结：波动率是评估资产价格或市场波动性的一种方法，对于投资者来说是非常重要的风险指标。
波动率计算的三种方法
波动率计算的三种方法波动率是金融市场中常用的一个指标，用来衡量资产价格的波动程度。
波动率的计算方法有很多种，其中常用的有三种：简单波动率、历史波动率和隐含波动率。
一、简单波动率简单波动率是最常用的一种波动率计算方法。
它基于历史价格数据，通过计算价格的标准差来衡量价格的波动程度。
简单波动率的计算公式为：波动率 = 标准差 / 平均价格其中，标准差是一种统计学上常用的指标，用来衡量数据的离散程度。
平均价格是指一段时间内的价格均值。
简单波动率的计算方法比较简单，容易理解和应用。
但是它只考虑了历史数据，没有考虑到市场的预期和未来的变化，因此可能存在一定的局限性。
二、历史波动率历史波动率是基于历史价格数据计算的波动率。
它通过计算一段时间内价格的对数收益率的标准差来衡量价格的波动程度。
历史波动率的计算公式为：波动率 = 标准差 / 平均对数收益率其中，对数收益率是指价格的对数变化。
历史波动率考虑了历史数据的波动情况，相对于简单波动率更加准确。
但是它也存在一个问题，就是对历史数据的依赖性较强，可能无法准确反映未来的波动情况。
三、隐含波动率隐含波动率是市场参与者对未来波动率的预期。
它是通过期权的市场价格反推出来的，可以被视为市场对未来波动的一种估计。
隐含波动率的计算方法比较复杂，需要使用期权定价模型来计算。
隐含波动率的计算方法相对于前两种方法更加复杂，但它可以提供更准确的预测。
因为它是市场参与者对未来波动的共识，反映了市场的预期。
波动率是衡量资产价格波动程度的重要指标。
常用的波动率计算方法有三种：简单波动率、历史波动率和隐含波动率。
每种方法都有其优缺点，应根据实际情况选择合适的方法进行计算和分析。
在使用波动率进行投资决策时，还需要考虑其他因素的影响，做出准确的判断和预测。
波动率
预测波动率
又称为预期波动率，一般指运用统计推断方法对实 际波动率进行预测得到的结果，并可将其用于资产定 价模型(例如期权定价模型)，确定出资产的理论价值。 因此，预测波动率是人们对权证进行理论定价时实际 使用的波动率。目前，常用的计算预测波动率的方法 基本上是一些统计方法，包括建立各类模型进行预测 与推断，除此之外，人们对实际波动率的预测还可能 来自经验判断等其他方面。
VL
2 由于权重之和为1，因此
n VL u
2 n1
2 n1
1
GARCH (1,1)
令 ， GARCH (1,1) 模型可以表示成 L
V
和
u
2.指数平滑法： 2 2 2 估计公式： t t 1 (1 )rt 1
t (1 ) r
2 i 1
i 1 2 t i
说明： 为衰退因子， ,J.P.Morgan riskmetrics 系统建议 随资料周期改变，并给出一个规范值，日数 据为0.94，月数据为0.97.
其他高频波动率
很大意义上是对已实现波动率的优化。高频数据包 含了关于市场微观结构的信息，且频率越高，包含信 息越多，而低频数据中，几乎不包含市场微观结构的 信息。传统的经济理论通常认为市场是有效的：没有 交易成本，没有摩擦，当前价格反映了所有信息、是 资产的有效价格，已实现波动率即是基于资产的真实 价格来估计的。
简单： 加权：
t [1/ (M 1)] (rt i
2 i 1
2 M
M
rt j
j 1
M
M
)2
rt j
j 1 M
t [1/ (M 1)] t i (rt i
波动率
定义sn为第n-1天和第n天的日波动率，即在第 n-1天末进行估值 定义Si为市场变量在第i天的取值 定义 ui= ln(Si/Si-1)
m 1 2 n2 ( u u ) m 1 i 1 n i
1 m u un i m i 1
风险管理中的简化式
定义 ui 为 (Si−Si-1)/Si-1 假设 ui 的平均值为0(这种假设的前提是每 一天市场变化期望值远远小于市场变化的 标准差) 用m替换m-1(这种做法将我们的波动率从无 偏差估计转换为最大似然估计,具体做法将 在第九节指出)
金融风险管理，第九章，闫海峰，南京财经大学金融学院，2011
9.36
方差目标法
增加GARCH(1,1)模型稳定性的方法之一是 应用方差目标法 令长期平均波动等于相同的方差 仅有其余的两个参数需要估计
金融风险管理，第九章，闫海峰，南京财经大学金融学院，2011
9.37
最大似然估计法
在最大似然估计方法中，我们选择合适 的参数以使得观测值发生的概率最大。
金融风险管理，第九章，闫海峰，南京财经大学金融学院，2011
9.38
例1
观察一个实验，在进行的十次实验中假设 某个事件为随机事件，那么这个事件发生 一次的概率是多少呢？ 计算的结果是： p(1 p)9 使得表达式取得最大值的极大似然估计值: p=0.1
金融风险管理，第九章，闫海峰，南京财经大学金融学院，2011
令第i个区间的回报为xi= ㏑(Si/Si-1),
式中,i=1,2, …,n.
xi的标准差估计式s为
标准差估计式的推导
随机变量X的标准差定义为：
波动率和方差
波动率和方差
波动率和方差是用于衡量数据集或金融资产价格变动的统计指标。
尽管两者有某种程度的联系，但它们有着不同的定义和应用。
下面是对波动率和方差的简要说明：
波动率：波动率是用于衡量数据集或金融资产价格变动的波动程度的指标。
波动率可以分为历史波动率和隐含波动率两种常见形式。
•历史波动率：历史波动率是根据过去价格数据计算得出的波动率。
它可以通过计算价格序列的标准差或方差来衡量
数据的波动程度。
•隐含波动率：隐含波动率是从期权定价模型中反推出来的预期未来波动率。
它表示市场对未来的波动性有着什么样
的预期。
隐含波动率主要在期权交易中使用，用于确定期
权合理的价格。
方差：方差是统计学中用于衡量数据集的离散程度的指标。
它描述了数据点与平均值之间的差距。
方差的计算涉及将每个数据点与平均值的差值的平方相加，然后求平均。
方差可用于衡量数据集的散布程度。
在金融领域，方差经常被用来衡量金融资产回报率或股票价格的变动范围。
具有较高方差的资产被认为具有更大的风险，因为它们更容易在一段时间内发生价格波动。
总结一下，波动率和方差都是用于度量数据集或金融资产
价格变动的指标。
波动率是对价格波动程度的度量，而方差是对数据集或金融资产回报率的离散程度的度量。
波动率可以通过历史波动率和隐含波动率来计算，方差则是通过计算数据点与平均值的差值的平方来得出的。
期货交易中的波动率分析
期货交易中的波动率分析期货交易是一种金融衍生品交易方式，投资者通过买卖期货合约来获得市场波动的收益。
在期货交易中，波动率是一个非常重要的指标，它反映了市场价格的波动情况。
本文将探讨期货交易中的波动率分析。
一、波动率的定义和计算方法波动率是指价格的变动幅度，是衡量市场风险的重要指标之一。
在期货交易中，波动率可以通过以下两种方式来计算：1. 历史波动率：历史波动率是根据过去的价格数据计算得出的，可以反映市场过去一段时间内价格的波动情况。
常用的计算方法有标准差法、平均绝对偏差法等。
2. 隐含波动率：隐含波动率是指根据期货价格和期权价格反推出来的市场对未来波动率的预期。
通过期权定价模型，可以利用市场上的期权价格来计算得出。
二、波动率分析的意义波动率分析可以帮助投资者更好地了解市场风险，并制定相应的交易策略。
以下是波动率分析的几个重要意义：1. 风险管理：波动率是衡量市场风险的重要指标，高波动率意味着市场价格波动较大，投资者在交易中需要更加谨慎，采取适当的风险控制措施。
2. 交易策略：根据波动率的分析结果，投资者可以选择适合的交易策略。
当波动率较低时，投资者可以选择波动率策略，通过买卖期权等方式获利；当波动率较高时，投资者可以选择趋势跟踪策略，通过跟随市场趋势进行交易。
3. 市场预测：隐含波动率可以反映市场对未来波动率的预期，投资者可以通过分析隐含波动率来预测市场的走势。
高隐含波动率往往意味着市场对未来价格波动的预期较大，投资者可以根据这一信息进行布局。
三、波动率分析的应用实例以下是几个波动率分析在期货交易中的应用实例：1. 风险套利：根据历史波动率分析结果，投资者可以选择适当的期货品种进行风险套利。
当两个相关性较高的期货品种之间的历史波动率差异较大时，投资者可以通过买入低波动率品种，卖出高波动率品种，以获得波动率差价的收益。
2. 期权交易：隐含波动率在期权交易中起到了重要的作用。
投资者可以通过对隐含波动率的分析来选择适当的期权交易策略，例如选择卖出虚值期权来获取时间价值收益。
衡量波动率的指标
衡量波动率的指标波动率是指一种金融资产价格波动的程度。
在金融市场中，波动率是衡量风险和不确定性的重要指标之一。
对投资者来说，了解市场的波动率情况对于制定投资策略和风险管理至关重要。
因此，为了准确评估波动率，许多指标被开发出来。
本文将介绍一些常见的波动率指标。
1. 历史波动率历史波动率是根据过去价格数据计算的波动率。
它通过分析资产价格的历史波动情况来预测未来的波动率。
历史波动率可以通过计算资产价格的标准差来衡量，标准差越大，波动率越高。
2. 隐含波动率隐含波动率是根据市场上交易的期权价格推导出来的。
期权是一种金融衍生品，其价格受到标的资产价格波动率的影响。
通过反推期权价格中所包含的波动率，我们可以得到隐含波动率。
隐含波动率反映了市场对未来资产价格波动的预期。
3. ATR指标ATR指标（Average True Range）是一种基于价格的指标，用于衡量价格的波动性。
它通过计算一段时间内价格的最高价和最低价的差异来确定价格波动的幅度。
ATR指标可以帮助投资者判断市场的波动强度和风险水平。
4. 波动率通道指标波动率通道指标（Volatility Channel）是一种基于波动率的指标，用于衡量价格在一定时间范围内的波动情况。
它由上下两条通道线组成，分别代表价格的高位和低位预警线。
投资者可以利用波动率通道指标判断市场的超买和超卖区域，制定买入和卖出策略。
5. 布林带指标布林带指标（Bollinger Bands）也是一种基于价格波动的指标。
它由上中下三条带状线组成，中间线是价格的简单移动平均线，上下两条线是相对于中间线的标准差。
布林带指标的宽窄可以反映价格的波动程度，帮助投资者判断市场的超买和超卖情况。
6. Beta系数Beta系数是用来衡量一个金融资产的价格与市场整体波动之间的关系。
如果一个资产的Beta系数大于1，意味着它比市场整体波动更剧烈；如果小于1，意味着它比市场整体波动更平缓。
Beta系数可以作为一个投资组合的风险控制工具，帮助投资者合理配置资产。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
波动率研究一、波动率概念波动率是金融资产价格的波动程度，是对资产收益率不确定性的衡量，用于反映金融资产的风险水平。
波动率越高，金融资产价格的波动越剧烈，资产收益率的不确定性就越强；波动率越低，金融资产价格的波动越平缓，资产收益率的确定性就越强。
二、波动率的分类1、隐含波动率隐含波动率是将市场上的权证交易价格代入权证理论价格模型，反推出来的波动率数值。
从理论上讲，要获得隐含波动率的大小并不困难。
由于期权定价模型(如BS模型)给出了期权价格与五个基本参数(标的股价、执行价格、利率、到期时间、波动率)之间的定量关系，只要将其中前4个基本参数及期权的实际市场价格作为已知量代入定价公式，就可以从中解出惟一的未知量，其大小就是隐含波动率。
因此，隐含波动率又可以理解为市场实际波动率的预期。
2、历史波动率历史波动率是指投资回报率在过去一段时间内所表现出的波动率，它由标的资产市场价格过去一段时间的历史数据（即St的时间序列资料）反映。
这就是说，可以根据{St}的时间序列数据，计算出相应的波动率数据，然后运用统计推断方法估算回报率的标准差，从而得到历史波动率的估计值。
显然，如果实际波动率是一个常数，它不随时间的推移而变化，则历史波动率就有可能是实际波动率的一个很好的近似。
3、预测波动率预测波动率又称为预期波动率，它是指运用统计推断方法对实际波动率进行预测得到的结果，并将其用于期权定价模型，确定出期权的理论价值。
因此，预测波动率是人们对期权进行理论定价时实际使用的波动率。
这就是说，在讨论期权定价问题时所用的波动率一般均是指预测波动率。
需要说明的是，预期波动率并不等于历史波动率，因为前者是人们对实际波动率的理解和认识，当然，历史波动率往往是这种理论和认识的基础。
除此之外，人们对实际波动率的预测还可能来自经验判断等其他方面。
4、已实现波动率已实现波动率是针对频率较高的数据计算的一种波动率，又称为日内波动率或高频波动率。
高频数据是指以小时、分钟或秒为采集频率的数据。
还有一类数据叫超高频数据，即人们获得的股票市场、外汇市场、期货市场实时的每笔成交数据。
超高频数据的时间间隔是不一定相等的，具有时变性，它是交易过程中实时采集的数据，或称逐笔数据(Tick-by-Tick Data)。
Garman & Klass(1980年)提出了日内波动率的一种估算方法—OHLC；Andersen, Bollerslev(1998)提出使用日内高频股价数据，可以获得对日波动率更精确的描述，并由此建立了一种基于高频股价数据的已实现波动率测度方法。
由于高频数据中蕴含了比低频数据更多的市场波动信息，因此基于高频数据的波动率测度一定是一种更为真实的市场波动描述。
已实现波动率的计算不需要复杂的参数估计方法，无模型、计算简便，在一定条件下是积分波动率(已实现波动率的概率极限)的无偏估计量，近年来在高频领域中获得了广泛的应用。
5、其它高频波动率高频数据包含了关于市场微观结构的信息，且频率越高，包含信息越多，而低频数据中，几乎不包含市场微观结构的信息。
传统的经济理论通常认为市场是有效的：没有交易成本，没有摩擦，当前价格反映了所有信息、是资产的有效价格，已实现波动率即是基于资产的真实价格来估计的。
但是，现实的金融市场往往并不满足有效市场的假设，存在着诸如价格离散化、非对称信息、买卖报价差(Bid-AskSpread)、不同步交易(Asynchxonous Trading)、流动性效应(Liquidity Effects)及闭市效应(Market Closing)等因素，这使得观测价格偏离了资产有效价格，二者之间的差异即为市场微观结构噪声(Market Microstructure Noise)。
抽样频率越高，由市场微观结构噪声引起的市场微观结构误差也会随着加大，从而导致日内收益率的自相关现象，使得已实现波动率不再是无偏估计量。
除市场微观结构噪声外，跳跃也会对高频数据波动的估计产生影响。
早期研究中，通常假设金融资产的价格具有时间连续性，资产收益率通常进行小幅的连续平稳变化。
然而，重大或异常的信息会导致资产价格产生跳跃性的变化，资产收益率在会在短时间内发生大幅波动，当有跳跃存在的时候，已实现波动也不再是无偏估计量，无法准确地对高频数据波动进行估计。
随着对高频领域研究的深入，研究者们越来越重视跳跃对于资产收益率及其波动的估计和预测的影响。
此外，高频数据经常呈现出季节性，这对应用其建模的影响非常明显，因此，在进行高频数据的预测之前首先进行季节性成分的估计和数据的调整。
高频数据的季节性就是通常所说的“日历效应"，即金融序列的收益率和波动率呈现出日内U形。
直观上理解即开盘或者收盘的时候交易都是比较活跃的，而在其他时间交易是较平淡的。
为消除市场微观结构噪声、跳跃及季节性对波动率估计的影响，很多研究者提出了各种对已实现波动率进行改进的方法，包括加权已实现波动率、已实现级差波动率、加权已实现级差波动率、门限预平均已实现波动率等等。
三、波动率特征1、均值回归特征均值回归特征，是指波动率总是在均值上下某个范围内运行，当远离均值时，波动率倾向于向均值方向波动。
对于此特点，投资者可从市场交易角度理解。
一般市场不会永久性单边上涨（或下跌），也不会长期显现震荡行情。
从而波动率就不可能只会上涨（或下跌），即波动率过高后，出现回落；波动率过低后，出现上涨，从而出现均值回归现象。
2、波动率微笑特征波动率微笑（volatility smiles）是形容期权隐含波动率(implied volatility)与行权价格（strike price）之间关系的曲线。
一般来说，Black-Scholes期权定价模型中假设股价波动率是常数，这在实际中一般低估了标的物的波动率。
对于股票期权来说，行权价格越高，波动率越小，当行权价趋于正无限时，看涨期权价格趋近于0，看跌趋近于正无限，波动率均趋近于0；而对于汇率期权来说，则行权价越接近现价，波动率越小。
而之所以被称为“波动率微笑”，是指虚值期权和实值期权（out of money和in the money）的波动率高于平价期权（at the money）的波动率，使得波动率曲线呈现出中间低两边高的向上的半月形，像是微笑的嘴形，因此叫做微笑期权。
期权微笑产生的原因：许多关于股票期权定价的实证研究发现了期权隐含波动率微笑的现象。
其中，隐含波动率是将市场上的期权交易价格和其他参数代入期权理论价格模型，反推出来的波动率数值。
根据Black-Scholes模型的常数波动率假设，同种标的资产的期权应具有相同的隐含波动率，但实证研究表明，同种标的资产、相同到期日的期权，当期权处在深度实值和深度虚值时，隐含波动率往往更大，就会出现隐含波动率微笑（如下图）。
同时，由Black-Scholes模型可知期权价格是资产波动率的单调递增函数。
那么，当现实中期权处于深度实值和深度虚值，隐含波动率大于Black-Scholes 模型假设的常数波动率时，实际期权价格高于Black-Scholes模型推出的理论价格。
是什么原因导致这种情况下期权价格被高估，出现隐含波动率微笑？现实世界中，期权处于深度实值和深度虚值的概率较低，根据前景理论中的决策权重函数的特点可知，投资者往往高估小概率事件，对小概率事件赋予过高的决策权重。
另外，前景理论中期望的价值是由“价值函数”和“决策权重”共同决定的。
因此，当投资者对期权深度实值和深度虚值的情况赋予过高的权重时，会导致其对期权的期望价值过高，引起股票期权价格被高估，出现隐含波动率微笑的现象。
四、波动率的计算和实现1、隐含波动率的计算（1）、B-S模型(一)、B-S模型有7个重要的假设：1、股票价格行为服从对数正态分布模式；2、在期权有效期内，无风险利率和金融资产收益变量是恒定的；3、市场无摩擦，即不存在税收和交易成本，所有证券完全可分割；4、金融资产在期权有效期内无红利及其它所得(该假设后被放弃)；5、该期权是欧式期权，即在期权到期前不可实施。
6、不存在无风险套利机会；7、证券交易是持续的；8、投资者能够以无风险利率借贷。
(二)、B-S定价公式其中：C—期权初始合理价格L—期权交割价格S—所交易金融资产现价T—期权有效期r—连续复利计无风险利率σ2—年度化方差N()—正态分布变量的累积概率分布函数，在此应当说明两点：第一，该模型中无风险利率必须是连续复利形式。
一个简单的或不连续的无风险利率(设为)一般是一年复利一次，而r要求利率连续复利。
必须转化为r方能代入上式计算。
两者换算关系为:或。
例如，则r=ln(1+0.06)=0.0583，即100以5.83%的连续复利投资第二年将获106，该结果与直接用计算的答案一致。
第二，期权有效期T的相对数表示，即期权有效天数与一年365天的比值。
如果期权有效期为100天，则。
2、历史波动率的计算方法一：百分比价格变动法(即价格的环比增长速度)。
Xi是资产的百分比收益，Pi是昨天(基期)资产的价格，Pi + 1是今天(报告期)资产的价格。
方法二：对数价格变动法。
Xi是资产的对数收益，Pi是昨天(基期)资产的价格，Pi + 1是今天(报告期)资产的价格。
值得注意的是，上述两个公式的假定不一样，百分比收益公式假定有固定的不连续间隔价格变化，而对数收益公式假定价格是连续的变化。
在Black-Scholes模型中，假定价格变动是连续的，可从连续利率因子e−RT将敲定价格换算成现值这一事实推导得出。
所以，对于这个模型，对数收益公式是确定波动率的合适公式。
针对资产的对数收益求其平均数，然后根据下面公式得到历史波动率的估计值。
这里N是观察值的数量，σ代表对数收益的平均离差，即标准差。
若将日、周等标准差转化为年标准差，需要乘以以年为单位的频数长度的平方根。
如欧洲期权市场一年有252个工作日，X i为日变量，则年波动率为。
历史波动率估计应考虑的问题：1）、历史波动率估计的数据频率估计历史波动率可使用的数据频率有：交易日、日历日、星期、月份或季度。
选择不同的数据频率，波动率的结果是不一样的。
如果取得的系列数据不理想，结果会造成较大的估计错误。
要使统计误差最小，大部分的分析家尽可能利用更小单位的每日数据。
但选择日变量，面临对日历天数、交易日(工作日)、经济日的选择。
日历天数是已过去的波动率估计日的实际值，交易日等于日历天数减去周末和节假日，经济日指一些影响资产价格变动的重要事件发生时波动率高的日子。
首要的事情是，在估计标的资产波动率时，我们应该选用日历日还是交易日?很清楚的是当没有人买人和卖出期权时，期权价格将永远不会发生变化，因而，由于市场和交易引起波动率变化而导致价格发生变化。