波动率与市场状态识别

HV → 分位数 → 状态 → 条件式仓位系数

交易实操·支柱①「市场认知」第 2 讲 / 共 34 讲

**预计时间：**15 分钟读 + 5 分钟做习题。

---

前言

0001 市场规则总览 给出四市场参数。本课把波动率量化成可操作的数字。波动率直接影响 Kelly 的 b（止损宽度）和 time（持仓期上限）——状态判定后，所有后续课的规则都套用条件式映射。

---

1. 波动率的两种度量

1.1 历史波动率（Historical Volatility, HV）

$$HV_n = \sqrt{\frac{252}{n} \sum_{i=1}^{n} (r_i - \bar{r})^2}$$

其中 r_i 是日对数收益率，n 是回看窗口（典型 20 或 60 日），252 是年化因子。

• HV 20：短期波动率（1 个月），对短期信号敏感
• HV 60：中期波动率（1 季度），更稳定
• HV 252：长期波动率基线

推导依据：对数收益率 → 标准差 → 年化。数学直接。

1.2 隐含波动率（Implied Volatility, IV）

$$C = \text{BS}(S, K, T, r_f, \sigma_{\text{IV}})$$

期权市场价格反推的波动率。市场预期未来波动率，不是已实现。BS 假设见 0005 第 1 节——IV 只在 BS 假设成立时是「真实预期」，短到期 / 低流动性 / 突发事件下 IV 与 RV（Realized Volatility，已实现波动率）可能背离。

R1 三问：

• ① 影响变量：b（止损宽度）、time（持仓期）、cost（slippage）
• ② 推导依据：数学（标准差定义）+ 市场事实（期权价格反推）
• ③ trade-off：HV 用历史 → 反映已发生；IV 用市场预期 → 反映前瞻；二者分歧 = 噪声交易机会

---

2. 波动率状态判定（条件式）

2.1 计算步骤

1. 计算标的过去 20 日 HV
2. 与过去 252 日的 HV 分位数比较
3. 状态映射：

状态	HV 分位数	说明
低波动	< 30	近期 ≤ 历史 30% 时间的波动率
正常	30 – 70	中位区间
高波动	> 70	近期 ≥ 历史 70% 时间的波动率

2.2 条件式策略与仓位映射

IF 条件	THEN 策略	safety_factor
低波动 + 趋势确认	趋势策略	0.5（满 half-Kelly）
低波动 + 震荡	均值回归	0.3（1/3-Kelly）
高波动（任何趋势）	减半仓	safety × 0.5（叠加）
震荡 + 无明确信号	不交易	现金管理
趋势确认（per 0009）	趋势入场	见 0008 Kelly + ruin

关键推论：

• 同一策略在低波动 vs 高波动 → 仓位差 2 倍（safety_factor 叠加）
• 高波动不是「应该卖」的信号，而是「风险更大」的警告
• 低波动不是「应该买」的信号，而是「策略期望值更稳」的提示

2.3 为什么这是 IF/THEN 而不是拍数字

R1 三问：

• ① 影响变量：b（止损宽度反映当前波动）、safety（高波动 → 更保守）、p（高波动 → 趋势持续概率 ↓）
• ② 推导依据：实证数据集（波动率均值回归）+ 数学（Kelly 与时间窗口的关系）
• ③ trade-off：低波动 → 仓位可放大 → 期望 ↑、但 ruin_prob ↑（极端事件会破）

---

3. IV rank：期权专用的波动率排名

期权交易额外看 IV rank / IV percentile：

$$\text{IV rank} = \frac{IV_{\text{current}} - IV_{\min, 52\text{w}}}{IV_{\max, 52\text{w}} - IV_{\min, 52\text{w}}}$$

IV rank	解读
< 20	IV 低，期权相对便宜（但仅在 BS 假设成立时，见 0005）
20 – 80	中位
> 80	IV 高，期权相对贵

禁止：「IV 低就买」是经验法则误用——BS 假设崩塌时（短到期 / 低流动性）IV 数值失效。详见 0018 期权判断框架 第 3 节。

R1 三问：

• ① 影响变量：cost（期权相对价值）、p（BS 假设成立时 IV 与 RV 偏离 = 套利窗口）
• ② 推导依据：数学（期权定价反推）+ 实证（52 周窗口是常用基准）
• ③ trade-off：低 IV ≠ 一定要买；高 IV ≠ 一定要卖——需结合 BS 假设判断

---

4. 波动率与 Kelly 的耦合机制

4.1 高波动 → b 缩小 → f* 缩小

止损宽度（per 0009 出入场规则）通常用 ATR（Average True Range，平均真实波幅）：

• ATR(20) = 过去 20 日平均波幅
• 止损位 = 入场价 ± k × ATR(20)（k 通常 1.5–2.5）

高波动 → ATR 大 → 止损宽度大 → 单笔风险大 → b（盈亏比）反而小。数学推导：

$$b_{\text{eff}} = \frac{\text{target profit}}{\text{stop loss}} \approx \frac{\text{target}}{\text{k} \times \text{ATR}}$$

高波动时 b_eff ↓ → f* ↓ → 仓位自动缩小。这不是 ad-hoc，是 Kelly 公式的内置反馈。

4.2 worked example

场景	ATR(20)	止损宽度（k=2）	目标位	b_eff	f* (p=0.6)
低波动（AAPL）	2%	4%	6%	1.5	0.333
高波动（新能源股）	6%	12%	18%	1.5	0.333

b 相同，但单笔风险绝对值不同（4% vs 12%）→ 单笔损失对总账户的冲击不同 → safety_factor 应随 ATR 调整。

4.3 单笔风险约束

单笔风险 ≤ 总资金 1–2%（per 0016 风险全景）：

$$\text{仓位} = \frac{\text{单笔风险}}{\text{止损宽度}} = \frac{0.02 \times W}{k \times \text{ATR}}$$

高波动 → 止损宽度大 → 仓位自动缩小。这与 Kelly f* 形成双重约束：取两者中更小者。

R1 三问：

• ① 影响变量：b、safety、f
• ② 推导依据：数学（ATR 定义）+ 风控规则（单笔风险 ≤ 2%）
• ③ trade-off：safety_factor ↑ → 期望 ↓、但单笔最大损失 ↓（账户保护）

---

5. 跨市场波动率差异

不同市场 HV 典型范围（参考，不拍硬数字）：

市场	典型 HV 范围	备注
沪深 300 ETF	15 – 30%	涨跌停限制上限
港股大盘	20 – 40%	无涨跌幅限制
美股大盘（SPY）	15 – 25%	历史均值
商品期货（螺纹）	20 – 40%	短期波动大
黄金期货	15 – 30%	避险属性

R1 三问：

• ① 影响变量：time（持仓期上限取决于 HV）、cost（止损宽度）
• ② 推导依据：监管硬规定 + 物理约束（涨跌停）+ 市场事实
• ③ trade-off：跨市场配置需要 HV 调整持仓期与止损宽度

---

实操产出物

完成本课后，你应该产出：

1. 市场状态仪表盘（脚本）：用 akshare / tushare / yfinance 算 沪深 300 / SPY / 螺纹 的 20 日 HV，分位数判定，输出当前状态 + 建议 safety_factor
2. 波动率与 Kelly 联动表：不同 HV 区间 → 单笔风险约束下的仓位上下限
3. IV rank 跟踪表（如果你做期权）：每周记录主要 ETF 期权的 IV rank
4. ATR 滚动数据：自己常做标的的 ATR(20) 历史分布（理解「现在波动率属于历史什么水平」）

---

练习题

---

交叉引用

• 0005 BS 时间假设崩塌——IV 失效条件
• 0006 综合框架内核——safety_factor + H2 时间窗口
• 0008 Kelly + ruin probability——仓位数学推导
• 0009 出入场规则：b 的推导——止损宽度与 ATR
• 0016 风险全景——单笔风险 ≤ 2%
• 0018 期权判断框架——期权 IV rank + BS 假设

---

本课用户原话出处

“波动率直接决定仓位与策略类型——市场环境的第一个测量工具。”

“同一个入场信号在不同波动率下期望值完全不同。”

“HV 高 → 止损宽 → b 小 → f* 小，这是 Kelly 的内置反馈，不是 ad-hoc 减仓。”

“IV 低不等于买——BS 假设崩塌时 IV 数值失效。“

---

合规声明

本课仅作为教育用途，不构成投资建议。HV 历史分位数为示例计算，实际请用 akshare / tushare / yfinance 拉数据。数字为框架示例，非收益承诺。投资有风险，决策请独立判断。