1703563326
波动率交易：期权量化交易员指南（原书第2版） 本章小结
1703563327
1703563328
与价格不同，波动率没法立刻被测量。它是一个平均值，需要时间来估计。在真实市场中，波动率的定义可能不能直接推导出实际估计它的最好方法。有许多测量波动率的方法，即使选择好了估计量的统计方法，我们还需要进一步选择参数。了解这些方法非常重要。最后，波动率度量在某种程度上是一种艺术。
1703563329
1703563330
·使用多种方法来估计波动率，并时刻谨记每个方法的优点和缺点。
1703563331
1703563332
·在样本长度选择中，须在包括与当前市场不再相关的数据和使用过少数据而导致较大抽样误差之间进行权衡。
1703563333
1703563334
1703563335
1703563336
1703563338
波动率交易：期权量化交易员指南（原书第2版） 第3章 收益率和波动率的典型事实
1703563339
1703563340
在第1章中，我们了解了为什么要去度量和预测波动率，而在第2章，我们学到了如何去实现这些。现在，我们需要来看看波动率的实际表现会是怎样的。
1703563341
1703563342
1703563343
1703563344
1703563346
波动率交易：期权量化交易员指南（原书第2版） 典型事实的定义
1703563347
1703563348
在金融数据的研究中，典型事实是指其特征始终如一被视为真理而广泛接受。许多交易员和大多数财经记者都采用以事件为基础的方法来认识市场。他们将价格变动与特定的新闻联系起来，从而进行解释或分析。由于不同的资产会被完全不同的新闻条目所影响，那按理说，我们将很难看见不同的价格序列存在任何相似性。例如，苹果公司（AAPL）和黄金是完全不同的东西，那为什么它俩的价格序列会有很多相似性呢？
1703563349
1703563350
然而，计量经济学研究表明，金融时间序列数据中存在大量的相似性。不同的资产价格表现出大量相似的显著统计特征。这些就被称为典型事实。“典型”这个定语十分重要：这说明具有共性。寻找共性的过程让我们认识到许多相似性，但也会让我们部分失去进行精确描述的能力。事实上，我们所看到的许多典型事实都是定性的。
1703563351
1703563352
很难将所有这些特征都纳入合约标的的模型中，更不要说纳入期权定价模型中了。我们的知识有时甚至不足以把相互矛盾的解释区分开。但如我们之前所说的，我们并不是去寻找一个能容纳这些特征的模型。相反，我们是采用一些调整和模糊处理，来将这些事实融入我们使用BSM公式和估计波动率的过程中。作为波动率的交易者，我们自然需要知道得越多越好。
1703563353
1703563354
有人对这些典型事实做过很好的文献综述，例如Cont（2001）。
1703563355
1703563356
典型事实列表
1703563357
1703563358
·波动率并非常数。它是均值回复、聚集和存在长记忆性的。
1703563359
1703563360
·大收益率会发生得相对频繁。这些大的波动会有后续的波动。
1703563361
1703563362
·在大多数市场中，波动率与收益率呈负相关。这个效应是非对称的：负收益会导致波动率快速上升，而正收益会导致波动率小幅下降。这个效应在股票市场中最为明显。
1703563363
1703563364
·波动率和成交量之间有很强的正相关性。
1703563365
1703563366
·波动率的分布接近对数正态分布。
1703563367
1703563368
1703563369
1703563370
1703563372
波动率交易：期权量化交易员指南（原书第2版） 波动率并非常数
1703563373
1703563374
这一事实在很多文献中都有提及。例如，Akgiray（1989）或Turner和Weigl（1992）。这个特征同波动率估计异曲同工，并且很容易就能得到验证。图3-1显示了SPY在2000～2011年的30天收盘价–收盘价波动率。
[
上一页 ]
[ :1.703563325e+09 ]
[
下一页 ]