商品期货期权波动率预测方法

Ⅰ 期权怎么做波动率

（1）历史波动率：历史波动率是度量资产价格历史变动的指标。它度量的是资产价格在一段特定时期内的活跃程度。通常，历史波动率是取一段时期内每日资产收盘价变动百分比的平均值，并将其年化。历史波动率通常称为实际波动率或已实现波动率。
（2）隐含波动率与历史波动率反映的是标的资产过去一段时间的波动程度不同，隐含波动率是资产价格未来一段时间的波动率，是由相应的期权价格估计出来。如果知道期权的价格和所有除了隐含波动率以外的因素，那么就可以用期权定价模型计算出资产的隐含波动率。
由于以同一只资产为标的的期权合约有很多，执行价格和到期时间不同的期权具有不同的隐含波动率。即使到期时间相同，不同执行价格的期权也具有不同的隐含波动率。
隐含波动率的作用：
隐含波动率反映了投资者对标的资产未来价格变动的预期。高的隐含波动率意味着市场预期资产价格会朝一方大幅波动或上下大幅振荡。相反，低的隐含波动率意味着资产价格波动较小。研究隐含波动率可以得到更多的信息。
由于隐含波动率可以左右期权价格，隐含波动率的改变意味着期权价值的改变。很多时候，相对于资产的看跌期权看涨期权的隐含波动率会有明显的变化，这是市场倾向转变的一个信号。
基于波动率的期权策略：
1.利用历史波动率和隐含波动率的差异来做交易
专业的期权交易者、做市商和机构投资者通过delta对冲来做波动率交易。意思是说，他们通过买卖期权来对冲标的资产敞口部分，这样会消除股市小幅波动带来的风险。这种对冲是一个持续的随市场变化而调整的过程。为了对冲标的资产的风险，交易者捕捉资产上的历史波动率和期权价格的隐含波动率。也就是说，如果卖出期权的隐含波动率高于对冲标的资产的历史波动率，他们就会赚钱。同样的，买入期权的隐含波动率低于对冲标的资产历史波动率，也会赚钱。
这个策略的风险相对较低，但是它涉及的交易数量非常大，需要一个合适的资产组合风险管理系统。尽管这种对冲波动率交易很难实施，并且不适用于非机构投资者，但是它把波动率分析变成了可行的交易策略。
这并不是说波动率分析就不是个人投资者投资武器中的重要部分。个人投资者仍然有很多可以用波动率分析进行微调的策略。
2.有担保买权
有担保买权（持有资产多头和虚值看涨期权空头）是一个很常用的策略。有担保买权在到期日资产价格略微高于期权执行价格时获得最大收益。选择这一买权的第一准则是标的物需是温和上涨型的资产。有担保买权并不适合一只正在上涨、并且涨势迅猛的资产。
接下来，要关注标的资产的隐含波动率和历史波动率。一般来说，隐含波动率越高的资产越适合做标的资产，但是这并不总是成立的。历史波动率如果非常高，那么就意味着资产波动非常大，资产价格下跌到执行价格以下的概率就很大。担保买权标的资产的隐含波动率和历史波动率相差越大越好。
最后，比较当前隐含波动率与历史隐含波动率。隐含波动率接近历史最高水平，是利用该策略的好时机。
如果想在期权到期前退出该策略，你需要寻找资产价格上涨但是隐含波动率降低的时机，也就是说，你卖出的看涨期权接近实值，波动率降低，可以全部平仓获得较多的收益。而你持有资产的隐含波动率上升，你的收益将会抵消期权平仓时支付的高额权利金。

Ⅱ 期货价格的波动率有哪几种怎么计算最好给些资料。

期货价格波动大致有;小幅波动，中幅波动，大幅(峰谷)波动。怎么计算需要请问“主力庄家”。期货市场，一般需要避开节前后交易日，防止“过山车”行情，祝你幸运，留在市场，永葆青春。资料;请你多关照95-99年度的郑州白糖，10-11年度的郑州棉花，PTA，及上海交易所的铜和橡胶品种，自己看收获的经验值更加深刻。

Ⅲ 什么是期权波动率，如何计算

隐含波动率是制期权市场投资者在进行期权交易时对实际波动率的认识，而且这种认识已反映在期权的定价过程中。从理论上讲，要获得隐含波动率的大小并不困难。由于期权定价模型给出了期权价格与五个基本参数（St，X，r，T-t和σ）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期权定价模型，就可以从中解出惟一的未知量σ，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。

期权定价模型需要的是在期权有效期内标的资产价格的实际波动率。相对于当期时期而言，它是一个未知量，因此，需要用预测波动率代替之，一般可简单地以历史波动率估计作为预测波动率。

但更好的方法是用定量分析与定性分析相结合的方法，以历史波动率作为初始预测值，根据定量资料和新得到的实际价格资料，不断调整修正，确定出波动率。

(3)商品期货期权波动率预测方法扩展阅读：

影响：

标的资产的波动率是布莱克-斯科尔斯期权定价公式中一项重要因素。在计算期权的理论价格时，通常采用标的资产的历史波动率：波动率越大，期权的理论价格越高；反之波动率越小，期权的理论价格越低。波动率对期权价格的正向影响。

可以理解为：对于期权的买方，由于买入期权付出的成本已经确定，标的资产的波动率越大，标的资产价格偏离执行价格的可能性就越大，可能获得的收益就越大，因而买方愿意付出更多的权利金购买期权；对于期权的卖方。

由于标的资产的波动率越大，其承担的价格风险就越大，因此需要收取更高的权利金。相反，标的资产波动率越小，期权的买方可能获得的收益就越小，期权的卖方承担的风险越小，因此期权的价格越低。

Ⅳ 期货价格的波动率怎么算

你得先定义什么是波动率，你问波动率大小你得先给波动率定下量化标准

Ⅳ 期货品种的波动率怎么算

波动率的算法和期货当日涨跌幅度的算法一样啊。只是涨跌幅度一般在期货指的是涨停跌停的幅度。

Ⅵ 期货价格的波动率有哪几种怎么计算最好给些资料。

期货价格波动大致有；小幅波动，中幅波动，大幅（峰谷）波动。怎么计算需要请问“主力庄家”。期货市场，一般需要避开节前后交易日，防止“过山车”行情，祝你幸运，留在市场，永葆青春。资料；请你多关照95-99年度的郑州白糖，10-11年度的郑州棉花，PTA，及上海交易所的铜和橡胶品种，自己看收获的经验值更加深刻。

Ⅶ 如何求期权定价中的波动率~~怎样想出一种自己方法，不是历史波动率和隐含波动率~~急求！！！

B_S公式中的波动率就是指的隐含波动率、

Ⅷ 估算未来期权的隐含波动率有哪些方法

期权波动率是期权交易中的一个重要的“修正值”（Fudge Factor）。在任何一个时间点上，交易者都可以确切地知道影响期权价格的下列因素：股票价格、定约价、离到期日的时间、利息和股息。唯一剩下的因素是隐含波动率。计算的VIX波动率指数（VIX）是必需的隐含波动率，在最新的交易价格隐含波动率期权市场计算，以反映市场投资者对于未来市场预期的核心数据。这个概念是类似的到期收益率债券（到期收益率）：随着市场价格的变化，使用适当的本金和利率会打折息债券，当债券以折现率的现值等于该债券的市场价格是到期收益率，这是对债券回报率隐含。通过使用抗发射市场价格在计算过程评价模型利用国债到期收益率，收益率是到期收益率暗示。 隐含波动率的估计方法很多，计算期权的隐含波动率的时候，必须首先确定评价模型的选择，其他参数值和所需的选项所观察到的市场价格的时间。例如，在Black-Scholes期权定价模型（1973），价格，履约价格，无风险利率，期限和股票收益等数据的波动入公式的题材，的理论价格可用的选项。如果题材和期权市场是有效率的，价格充分反映其真实价值，以及正确的定价模式也可以在选项中，使用反函数的概念，通过市场价格和期权的市场价格可以观察到黑Scholes期权模型，可以发起反隐含波动率。因为代表的市场价格未来变动的，所谓的隐含波动率的投资者期望的隐含波动率。

Ⅸ 期货市场中，市场的平均波动率和品种波动率是怎么计算的市场效率是怎么算的

你在做期货波动率吗？ 我也在做有一种短期的就直接价差再除以各一个基数！中线要考虑隔夜的影响！国外有一中是把短期乘以一个西格玛值 西格玛值是有隔夜之间的一个除数 不好说

Ⅹ 期货市场风险的预测和度量.VAR方法

一、VaR风险测量方法 风险测量的模型主要有两大类：参数模型和非参数模型。参数模型包括分析法的各类模型，利用了灵敏度和统计分布特性简化了VaR，但由于对分布形式的假定和灵敏度的局部特征，分析法很难有效处理实际金融市场的厚尾性和大幅度波动的非线性问题，因而会产生测量误差以及模型风险。非参数法包括历史模拟法和Monte Carlo模拟法，相对分析法来说，模拟法可以较好地处理非正态问题，是一种完全估计，可有效处理非线性问题。 １．参数法 分析法是VaR计算中最为常用的方法，它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算。分析法根据证券组合价值函数形式的不同，可分为两大类：Delta-类模型和Gamma-类模型。其中，Delta-类模型识别的是线性风险，Gamma-类模型可识别凸性风险，例如组合中含有期权类的衍生品。本文将采用Delta-类模型中的Delta-正态模型与Delta-GARCH模型进行分析。 ２．非参数法 （１）历史模拟法 最简单而又直观的方法就是历史模拟法，其核心就是根据市场因子的历史样本变化模拟证券组合的未来损益分布，用给定历史时期上所观测到的市场因子的变化，来表示市场因子的未来变化。然后，根据市场因子的未来价格水平对头寸进行重新估值，计算出头寸的价值损益变化。最后，在历史模拟法中将组合的损益从小到大进行排序，得到损益分布，通过给定置信度下的分位数求出VaR。 （２）Monte Carlo模拟法 由于分析利用了统计分布特征，如果市场存在厚尾性和大幅度波动的非线性问题，则风险测量偏差会比较大。Monte Carlo模拟是反复模拟决定金融工具价格的随机过程，每次模拟都可以得到组合在持有期末的一个可能值，然后进行大量的模拟，那么组合价值的模拟分布将收敛于组合的真实分布，然后根据置信度得到VaR。