基于中国证券市场的历历史波动率与收益率关系的实证研究

引言波动率是股票价格波动的度量,是标的资产投资回报率的变化程度的度量。通常,有三种波动率：实际波动率,历史波动率和隐含波动率。实际波动率,也称未来波动率,是指期权回报率的波动率。因为投资回报率（ROI）是一个随机过程,所以实际波动率是个迷。换言之,实际波动率无法事先准确计算。

权证的隐含波动率与历史波动率的偏离分析

本文以Black-Scholes公式为背景,计算出一定时期内权证的隐含波动率,再以历史数据为基础,应用公式,计算出历史波动率,研究两者的偏离度,探究偏离原因,并从两种波动率的相互关系分析权证的投资策略,为投资者投资权证提供有效方法。

基于历史和隐含波动率的权证定价效率研究

该文选取了2008年12月在沪深股票交易所交易的所有处于实值状态的权证和2只处于虚值状态的权证、2只过期权证,分别运用历史波动率和隐含波动率,计算了基于B-S定价方法的理论价格,结果发现基于历史波动率的B-S理论价格倾向于低估市场价格,对于处于深度虚值状态的权证,其已失去对价格的解释和预测能力;而基于隐含波动率的B-S理论价格对市场价格的短期解释和预测能力较好,在本文测试的样本内偏误均在1%以内;通过对两只过期权证的测算,结果表明基于历史波动率的B-S理论价格对权证在整个存续区间的运行趋势起到了决定性的作用,但市场价格的运行要高于理论价格且背离理论价格的运行具有一定的规律性,我国权证市场存在较大的投机成分。

股票指数波动率的估计方法及其应用

介绍了股票指数波动率的概念和基本的估计方法，并用有关数据进行了计算。利用其结果对股票市场的风险进行了度量，并对Black－Scholes期权定价公式进行了参数估计．对进行组合证券保险具有重要的意义。

基于股本权证定价效果的最优波动率模型选择

文章以沪深交易所上市的分离交易可转债所附带的权证及其标的股票日收益率和5分钟高频交易数据为样本,在对隐含波动率模型、已实现波动率模型以及历史波动率模型参数估计的基础上,以股本权证市场价格为评价基准,分别测算了基于三个波动率模型的定价效果。研究发现,基于隐含波动率模型的定价结果具有最小平均绝对偏差与平均相对偏差,模型效果最优;基于历史波动率模型的定价结果对股本权证市场价格普遍低估。

期权定价中的波动率估计

本文旨在研究Black-Scholes期权定价模型中重要参数波动率的估计问题,了解波动率估计的简单易行的标准方法,介绍了历史波动率和隐含波动率的估计技术。

上证50指数波动率影响因素研究

为探究上证50指数历史波动率特征,基于2004-2016年上证50指数的数据,利用自回归条件异方差模型分析其影响因素.研究结果表明:上证50指数历史波动率尚存在二阶ARCH效应,与沪深300指数波动率、上证50指数平均交易量的相对变化存在显著的正相关关系.

基于波动率预测的新三板企业价值评估

新三板是我国多层次资本市场体系中不可或缺的一环,其为中小高科技企业融资的功能日益显现。为了对新三板企业价值进行评估,首先通过主成分分析法构建企业特征指标综合评分模型,并从创业板市场选取可比企业。然后,运用历史波动率和GARCH族模型两种方法预测可比企业的资产价格波动率,通过调整和赋权得到新三板目标企业的资产价格波动率。在此基础上,利用B-S期权定价模型对新三板目标企业进行估值。最后,选取新三板样本企业进行案例分析,验证了基于波动率预测的新三板企业价值评估的有效性,同时发现基于GARCH族模型的估值结果要低于历史波动率的估值结果。

权证隐含波动率在标的证券波动率预测中的作用研究

资产收益的波动是投资者投资决策的主要依据。本文选取了葛州和长虹等七只权证作为样本。首先应用单位根检验,验证各样本历史波动率和隐含波动率序列的平稳性,在此基础上检验各样本两种波动率序列的协整关系。最后,对隐含波动率所包含的额外信息进行探讨。结果表明,已实现波动率和隐含波动率基本上呈现单位根状态,并且两者之间基本不存在协整关系,权证的隐含波动率确实拥有额外的信息。投资者在实际运作中,可以加入隐含波动率来提高对实际波动率预测的准确性。

基于CARR、FDLR模型的股指波动率分析比较

引言 当前对金融资产波动率的测量和预测方法可以分为历史波动率方法和隐含波动率方法，其中，历史波动率方法利用历史数据来推断资产的波动率，主要以自回归条件异方差模型（GARCH）为主，隐含波动率方法主要是利用期权的价格来推断资产的波动率。

期权定价中波动率的MATLAB求解方法

期权具有管理波动率风险的使命,故而波动率分析是期权投资者的重要维度,对于股指期权定价中波动率的研究,传统的方法计算量大,且不易求出,本文针对历史波动率、已实现波动率和隐含波动率,利用MATLAB语言,得出了更为精准的波动率估计方法,为期权定价问题提供了重要的依据参数。

基于神经网络的波动率对权证价格预测效果比较分析

使用BP神经网络建模预测权证的价格,得到隐含波动率预测效果要优于历史波动率,动态历史波动率的预测效果要优于历史波动率,动态隐含波动率预测效果要优于隐含波动率的结论,并且动态的不断调整的隐含波动率能够更加精确的预测期权价格。

利用标准化波动率微笑预测期权价格的实证分析

本文利用市场报价对期权均衡价格的估计提供了一种新的数值方法——标准化波动率微笑方法,为了验证该方法的有效性,本文同时采用历史波动率法、GARCH(1,1)模型、加权隐含波动率法,对美式SPDR期权进行了实证研究,分析了上述四种方法的预测效果.结果表明,本文的方法简单有效,具有较高的实际应有价值,对市场投资具有正面的辅助作用.

期权隐含波动率的估计方法

波动率是影响期权价值的一个重要变量.在B-S期权定价模型中,其他因素都可以从市场上直接获得,但是波动率却不能直接得到.因此,在本文中,作者详细的归纳了几种估计波动率的方法.

基于GARCH(1,1)模型的上证50ETF波动率研究

本文基于上证50ETF2005~2016年的日收盘价,利用GARCH(1,1)模型分析了上证50ETF波动率。研究表明,上证50ETF波动率不仅受前期波动率的影响,还和基金净值波动率、平均交易量波动率存在显著的正向关关系。

上证50ETF波动率的研究

本文对上证50ETF的波动率进行研究。首先,选取2019年5月6日至2021年5月7日上证50ETF日收盘价序列,构建GARCH模型估计历史波动率;然后,根据上证50ETF日内5分钟高频价格数据计算已实现波动率;最后,选取上证50ETF期权数据,根据B-S期权定价公式计算隐含波动率,并构建隐含波动率曲面。研究结果表明:上证50ETF收益率具有尖峰厚尾特征,波动率具有集聚性;在国内疫情暴发初期,上证50ETF波动率变化较大;看涨期权隐含波动率,均表现出"微笑"的特征。

水压机主油缸压力波动分析

简要介绍了静水压试验机的液压工作原理。通过对静水压试验机主油缸压力波动原因的分析 ,提出了静水压试验机的改造方案 ,改造后的静水压试验机满足了正常生产的要求。

认购权证及标的股票波动率的实证分析

真实波动率是无法观测得到的,但已实现波动率是对真实波动率的一致性估计,由B-S公式计算而得的隐含波动率也是真实波动率的一个估计。文章着重介绍已实现波动率和隐含波动率的计算并在中国股票及权证市场进行实证分析,发现隐含波动率作为真实波动率的刻画具有很大的偏差,有力地说明我国权证市场上的高投机性。

铜期权波动率探讨与分析

在没有期权以前,波动率是无法交易的。期权的出现带来了新形态的交易模式,一个商品标的可以化身成几十个期权合约,这些期权合约的价格透过金融工程模型的计算转化成隐含波动率,从而通过期权的交易达成波动率的交易。铜期权的上市除了可以观察铜波动率的大小变化情况,更能透过铜期货价格的收益分布与不同季节的波动率大小、波动率锥的量化分析,找到铜期权偏态交易与波动率交易的机会。

波动性与日元

该文是由五部分组成的系列文章中的第四篇．整个系列讨论了外汇交易与投资及其带给中国国内艰行和客户的获利机会，该篇从日元的走势中发现了超出平均的波动性同价格趋势强化和反转之间存在统计上的重要关系，即在极端的或高于平均历史波动性的阶段之后通常会形成走势的反转：若价格趋势在超常波动性出现之后仍能保持不变，那么通常这一起势将会持续较长的时间．该文由路透集团特约提供。