《波动率交易》第三章 黄金收益与股票市场收益一样吗

开始前，作者先定义了什么叫典型事实，就是其特征始终如一被视为真理而广泛接受。有点类似于数学里面的基本概念。

在波动率层面，究竟有哪些典型事实呢？

一、波动率并非常数。它是均值回复、聚集和存在长记忆性的。

虽然我们之前在推导BSM模型的时候，为了简化变量，将波动率设为了一个常数，但在真实交易中，无论是历史波动率还是隐含波动率，都不可能是一个常数。

以历史波动率为例，我们采用收盘价-收盘价的算法，会发现时间间隔越短，波动率的变化幅度越大。如果我们把时间取得足够长，比如1000天的历史波动率或者9999天的历史波动率，可能会接近于某一个数值。仅此而已

从图里也可以很清楚看到，180天波动率相对于5/20天，基本已经比较平缓了，理论上时间取得足够长，是可以得到一个基本不动的波动率的，但这个波动率对于我们的交易，已经完全没有意义了。

除此之外，波动率最大的特点是聚集。也就是大波动后面往往是大波动，小波动后面往往是小波动。

在期权交易员的世界里，有一个很经典的思路，当你不知道今天的波动率是多少的时候，那就用昨天的波动率来代替。虽然有时候可能会死人，但大多数时间，这个方法是非常有效的。这就是典型的波动率聚集。

为什么我们经常说，预测波动率比预测股价要容易点，主要是得益于波动率的均值回归。

众所周知，股价是很难均值回归的，比如现在，你想买100块的茅台，大概率只有祈祷茅台10送100了。除此之外，都还是蛮困难的。但是波动率不一样，比如今天沪深300涨了8%，对应日内波动率可能到了100%，但是，你很确定的是，少则三五天，多则个把月，这个波动率大概率会回复到20%左右。

二、大收益率会发生的相对频繁。这些大的波动会有后续的波动。

我们的模型基本都是基于数学原理推导出来的，而数学恰恰又是一个讲究对称、完美的科学。而真实的交易市场，因为各类投资者们的参与，往往没有那么对称和完美。

金融市场收益率的分布虽然有点像正态分布，但是，他还真不是正态分布。第一，大多数金融市场的收益率分布是有偏和厚尾的，也就是我们常说的“尖峰肥尾”。

那么大收益率发生究竟有多频繁呢？我曾经看过一个统计，以美股标普500指数为例，超过10%的行情如果按照正态分布计算，大概真的是千年一遇。结果呢，平均大概三到五年就能来一波。其实这和我们生活中动不动百年一遇的大洪水，千年一遇的XXX是一样的道理。

但特别要注意的是，我们提到，波动率会有抱团效应，极端行情更是如此，大家可以回忆一下2015年的股灾，更近一点的，去年三月份的美股。当出现一根你觉得没法承受的K线的时候，大概率平仓或者干脆关电脑不看是最好的选择，因为不太可能只有一根，大概率还有后续的等着你。

三、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。

这一条严重不适应于当前的A股，我们的A股波动率在负收益的时候确实会快速上升，但我们行情大涨的时候，波动率上升的更厉害。主要还是我们的投资者们