市場波動性有兩種類型:
歷史波動性,通過回顧觀察;
隱含波動性,通過展望預測
歷史波動率(HV)如其名所示,涉及過去。它是通過觀察一個證券在先前設定的一段時間內的表現,並注意其價格與自身平均值偏離的程度來找到的。
如果歷史波動率正在上升,這是一個需要小心的原因,因為這可能表明基礎證券正在發生或即將發生某些事情。如果它正在下降,這意味著事情正在恢復正常並穩定下來。
隱含波動率(IV),又稱未來波動率,更為複雜。它基於期權價格對資產未來活動的預測。快速提醒:期權是一種合約,給予買家在特定價格上或之前購買或出售基礎資產的權利,但不是義務。
參考: 什麼是波動性
歷史波動性:
步驟1計算每小時收益
收益 = (結束價格 / 開始價格)- 1
然而為了實際運算和計算方便,這個等式可以近似為:
收益 = LN(結束價格 / 開始價格)
步驟2使用STDDEV函數
每日波動性 = STDDEV(收益) SQRT(24)
每週波動性 = STDDEV(收益) SQRT(7*24)
隱含波動率:
上述IV方程式被稱為Black-Sholes公式,是一個用於定價股市上的期權的數學模型。它看起來像這樣:
並不一定要理解公式的每個方面才能掌握隱含波動率的概念,但注意到六個關鍵元素的位置是有幫助的。 在最左邊,C代表調用期權價格,正態分佈(N),現貨價格(St),行使價(K),無風險利率(r),以及到期時間(t)在等號的右邊,而隱含波動率(σ或sigma)則埋藏在d1和d2的公式中。(這就是為什麼您需要逆向求解找到它,因為上述方程式是為C解決的。)
參考: 波動率計算-歷史
高波動性與更大的風險有明顯的關係,但低波動性也可能意味著獲利的機會更小。選擇基於波動性的交易時,以下是合理的期望:• 在非常高的波動性進入交易會面臨非常高的風險。高波動性交易的回報可能從大利潤到大虧損不等。淨結果可能是盈利,但回報風險比可能會下降。如果避免這些交易,長期表現可能最好。在極端低的波動性進入交易似乎是安全的,但是價格通常沒有方向,並產生小的、頻繁的損失。在進入之前等待活動增加可能會提高回報。相反,一些交易者主張在價格短期波動率下降時進入。• 當價格變得非常波動時退出持倉應該會減少利潤和風險,但可能太晚。這是通過評估具體系統來解決的問題。
消除還是延遲? 每当入场信号发生高或低波动性情况时,有两种选择。可以通过过滤完全消除交易,或者可以延迟交易,直到高波动性降低或低波动性增加到可接受的水平为止。当交易被过滤时,有必要跟踪未进入交易的情况,以了解何时完成。每笔新交易在入场时都受到波动性阈值的影响。延迟交易等待波动性变化后可以随时进入,只要波动性回到可接受的范围。以下章节将更详细地讨论CTA定时策略。在开始之前,可以推测短期CTA策略可能需要排除(而不是延迟)波动性范围之外的定时机会,因为CTA策略在长时间内往往无效,净资产价值在一定范围内恶化,并经历长时间的回撤期。对于希望长期投资CTA策略的客户,最好的方法是延迟入场,等待波动性达到适当水平后再进行定时入场,例如在低波动性达到可接受水平后进入。这样可以有效避免净资产价值长时间处于负面状态。
每周市場環境分析可以協助適時配置CTA策略投資組合。投資於CTA策略投資組合的進入時機可以經過過濾或延遲。當市場波動性達到極高或極低水平,回報風險比例不佳時,可以減少CTA策略的權重或終止CTA策略的配置。最佳進場時機是在高波動性降低或低波動性上升至可接受水平後再適時進入。然而,我們需要使用歷史數據的統計分析來描述當前波動性水平是高還是低,以及哪個水平的波動性是可接受的,以進行過濾或延遲進入。DC_Bot與市場環境變化同步並定期撰寫報告,協助客戶分析當前市場波動性環境,提供配置的最佳時機點建議。
2022年的歷史波動率統計數據
黃線是 比特幣, 藍色線是 以太坊,左側是每個時間點 BTC 和 ETH 的歷史波動率水平,右側是歷史波動率的分佈圖,綠色和紅色虛線分別代表2022年歷史波動率在20%和80%分位值的比率,此圖可讓我們清楚地了解歷史波動率的範圍。 比特幣 和 以太坊 在2022年過高或過低,以便預測2023年的歷史波動的高低。
2.2022隱含波動率統計
黄线是 比特幣,藍線是 以太坊,左側是每個時間點上BTC和ETH的隱含波動率水平,右側是隱含波動率的分布圖,綠色和紅色虛線分別代表2022年20%和80%分位數的隱含波動率值,這個圖可以讓我們清楚地了解隱含波動率的範圍。 比特幣 和 以太坊 在2022年,年度隱含波動率值是否太高或太低,以臆測2023年的高低年度隱含波動率值。
1月2023年波動性報告示例3。
上圖顯示了本月的波動報告。第一部分將解釋波動狀態,第二部分將有一張圖表顯示本月的波動變化,第三部分將是一個描述具體變化和當前波動的表格。它處於相對於2022年的分位位置,代表目前的波動水平。DCBot希望通過定期的波動數據分析幫助您和我更好地選擇投資時機。
聲明:本文來自DCBot,Crypto Hedge Fund,提供CTA,統計套利,算法交易和高頻交易。有關DCBot的更多信息,請訪問 https://dcbot.ai/