① 请问股票波动率如何计算
波动率的计算：
江恩理论认为，波动率分上升趋势的波动率计算方法和下降趋势的波动率计算方法。
1、上升趋势的波动率计算方法是：在上升趋势中，底部与底部的距离除以底部与底部的相隔时间，取整。
上升波动率=（第二个底部-第一个底部）/两底部的时间距离
2、下降趋势的波动率计算方法是：在下降趋势中，顶部与顶部的距离除以顶部与顶部的相隔时间，取整。并用它们作为坐标刻度在纸上绘制。
下降波动率=（第二个顶部-第一个顶部）/两顶部的时间距离
拓展资料：
股市波动率的类型：
1、实际波动率
实际波动率又称作未来波动率，它是指对期权有效期内投资回报率波动程度的度量，由于投资回报率是一个随机过程，实际波动率永远是一个未知数。或者说，实际波动率是无法事先精确计算的，人们只能通过各种办法得到它的估计值。
2、历史波动率
历史波动率是指投资回报率在过去一段时间内所表现出的波动率，它由标的资产市场价格过去一段时间的历史数据（即St的时间序列资料）反映。这就是说，可以根据{St}的时间序列数据，计算出相应的波动率数据，然后运用统计推断方法估算回报率的标准差，从而得到历史波动率的估计值。
显然，如果实际波动率是一个常数，它不随时间的推移而变化，则历史波动率就有可能是实际波动率的一个很好的近似。
3、预测波动率
预测波动率又称为预期波动率，它是指运用统计推断方法对实际波动率进行预测得到的结果，并将其用于期权定价模型，确定出期权的理论价值。
因此，预测波动率是人们对期权进行理论定价时实际使用的波动率。这就是说，在讨论期权定价问题时所用的波动率一般均是指预测波动率。需要说明的是，预测波动率并不等于历史波动率。
4、隐含波动率
隐含波动率是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。
参考链接：网络：波动率指数
② 股票收益率，方差，协方差计算
股票收益率=收益额/原始投资额，这一题中A股票的预期收益率＝（3%＋5%＋4%）/3＝4%。
方差计算公式：
(2)股票价格波动方差扩展阅读：
股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。反映股票收益率的高低，一般有三个指标：
1、本期股利收益率。是以现行价格购买股票的预期收益率。
2、持有期收益率。股票没有到期，投资者持有股票的时间有长有短，股票在持有期间的收益率为持有期收益率。
3、折股后的持有期收益率。股份公司进行折股后，出现股份增加和股价下降的情况，因此，折股后股票的价格必须调整。
③ 股票，期望收益率，方差，均方差的计算公式
股票的计算公式：购买价=买入价×数量（股数）+佣金+过户费成本价=购买价÷数量
一、期望收益率的计算方式：
第一种方法的期望收益值为：100
*
1/2
+
0
*
1/2
=50
(但实际去做可能是50
也可能是100，也可能是0，不一定等于50)；
第二种方法，则收益值肯定为50。
二、方差计算方法：
设一组数据x1,x2,x3……xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2……(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。
三、均差的计算方法：
设一组数据x1,x2,x3……xn中，各组数据与它们的平均数x（拔）的差的平方分别是(x1-x拔)2，(x2-x拔)2……(xn-x拔)2，那么我们用他们的平均数来衡量这组数据的波动大小，并把它叫做这组数据的方差。
④ 什么是股票中的股市标准差
标准差（Standard Deviation） ，是离均差平方的算术平均数（即：方差）的算术平方根，用σ表示。标准差也被称为标准偏差，或者实验标准差，在概率统计中最常使用作为统计分布程度上的测量依据。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。股票价格的波动是股票市场风险的表现，因此股票市场风险分析就是对股票市场价格波动进行分析。波动性代表了未来价格取值的不确定性，这种不确定性一般用方差或标准差来刻画。
温馨提示：投资有风险，入市需谨慎。
应答时间：2021-01-11，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html
⑤ 股票中收益率标准差如何计算
先计算股票的平均收益率x0，然后将股票的各个收益率与平均收益率相减平方如（x1-x0）^2，然后把所有的这些相减平方加起来后，开平方根得到股票收益率的标准差
股票的标准差的意义
利用数学中的标准差概念能根据股票过去的走势，预测股票未来的走向。在投资人投资股票的同时也需要学习股票的知识，分析一只股票的情报，这样才能进行有效的投资。标准差在数学中表示分散程度的一种概念，现在广泛运用到股票和基金的投资风险衡量上。股票的标准差主要意义就是推测一只股票的风险大小。股票标准差的大小能看出一只股票的波动情况，投资人根据股票标准差的大小就可以估量出这只股票的风险大小
拓展资料:
（一）什么是股票标准差
标准差是偏离平均平方的算术平均值的算术平方根（即方差）也称为标准差或实验标准差，在概率统计中最常用作统计分布的测量基础就是标准差。标准差是方差的算术平方根标准差可以反映一个数据集的离散程度。两组均值相同的数据可能不会有相同的标准差。股票市场风险的表现在股票价格的波动，所以股票市场风险分析就是分析股票市场价格波动。波动率代表未来价格值的不确定性，一般用方差或标准差来描述。
以用来衡量风险，这个衡量标准叫做“标准差”，即可能出现的一种现象。挪用股票投资的统计标准差是用指数作为个股投资风险度量的标准差。股票标准差越大表示风险越大，相反，股票标准差越小表示风险越小。另外，因为有一些规定，不同股票的风险是可以比较的，标准差的原因是风险的大小，是未来不确定性带来的风险，也是会产生预期收益的变化。变化越大，不确定性越大，变化越小，越容易判断一系列变化的标准差和平均大小的影响。因此，利用股票收益率数据计算标准差可以显示收益率每年的变化然后去衡量股票投资的风险程度，可以帮助股票投资者决策提供参考。
（二）具体计算方法，首先计算股票投资的预期收益率，即股票投资的历史平均收益率，然后计算历史投资收益率与各期预期值的偏差（即两个偏差）。然后通过标准差可以得到平均值和平均平方根。股票收益率标准差的计算公式为{1/［n（X-X）］}。例如，使用公司15年的股票回报数据，前15年获得的收益率平均为14%。然后根据上面的公式计算标准差，如果标准差是10.6%。这是股票回报率14%-10.6%，区间为26.4-3.4之间，回报率高的股票可以实现24%的年收益，而年收益只有3.4%。如果公司10年的年度收益率数据显示10年平均收益率为14%，标准差为12.8%，则公司股票在高收益率高达26.8%，最低有1.2%。相比之下，与公司相比，股票的风险明显大于大公司。当然，人们愿意购买一家公司的股票，而不是购买该公司的股票。
⑥ 度量股票市场的波动性有哪些常见方法
1.首先你要知道股票的数据是时间序列数据。
经研究表明，股票数据是有自相关性的，所以古典的回归模型拟合常常是无效的。
2.另外股票数据序列是具有平稳性，或一阶差分、高阶差分平稳性
所以一般来说都会采用平稳性时间序列模型。
简单的如AR(p), MA(q), ARMA(p,q)模型等。
3.但由于这些数据往往还有条件异方差性。进一步的模型修正
有ARCH(p) , GARCH(p,q)等模型。
3中的模型是现今一些研究股票波动的主流手段的基础。
4.如果要研究多支股票波动的联合分布，可以用Copula理论进行建模(这个一般用于VaR,ES风险度量，比较前沿，国内90年代才开始引进，但并不算太难)
5.另外还有一些非实证的手段，那是搞数学的弄的了
⑦ 股票方差变化对期权价格有什么影响
假设股票的期末价格分布为20-60美元，若股票的市场价格是36.36美元，看跌期权的市场价格是1.
14美元，看涨期权的市场价格是10.23美元。现在假设某些事件的出现增加了股票期末价格的不确定性，以前它的年末价格确信落在20~60美元之间，而现在只能相信落在10~70美元之间。股票期末价格的分布和看涨期权、看跌期权期末价格的分布分别为10~70美元和。0~40美元、0~20美元。股票期末价格的预期价值仍然是40美元，并假设投资为风险中性，其市场价格仍为36.
36美元。
当股票价格保持不变时，看涨期权和看跌期权的价格都上涨。现在先考虑看涨期权期末价格的概率分布，其条件预期值现在是20美元。如果上述概率分布为实际总概率的2/3，则看涨期权的预期价格为13.
33美元。因此它的市场价格为12.12美元，价格上升超过了18%。为什么看涨期权的价格会上升呢?现在股票价格能上升到70美元那么高，这就意味着期权价格能上升到40美元那么高。而以一前它的最高可能期末价格是30美元，尽管股票最低可能价格现在为10美元是事实，但作为看涨期权的持有者并不关心这一点，因为股票价格一旦跌到30美元以下，那投资者的期权无论如何是没有价值的了。股票价格方差的增大使投资者的投资潜在收益上限上升，而下跌时对投资者没有影响。可以认为，期权的零价值概率现在变大了(由33.3%替代了25%);而无论如何，这比由长方形概率分布的条件预期价值增加的补偿来得大。
现在再来分析一个看跌期权的概率分布，其条件预期价值是10美元。上述概率分布为实际总概率的1/3，这个看跌期权的预期价值为3.
33美元，它的市场价格为3.03美元，几乎上升了200%股票价格方差的增大再次使投资潜在收益上界上升。
根据上述分析，可以得出有关股票的期权行为的两个重要结论:
(1)股票价格的方差越大，则这种股票的看涨期权和看跌期权的市场价格越高。
(2)如果给定股票价格方差的变化，则具有负的内在价值的期权价格变化比具有正的内在价值的期权价格变化的绝对百分率要大。
股票价格的方差实际上是在期权定价和在期权基础上开发投资策略的一个关键因素。尽管股票价格方差有时在长达数月甚至数年时间内保持不变，但也会发生突然的戏剧性变化。这种股票的期权价格变会发生变化。因此，认识股票价格方差发生变化后不久期权价格的迅速变化，理解期权价格这些变化的含义，是开发期权投资策略的一个重要方面。
综上所述，当股票的价格上升的时候，看涨期权的价格将会上升，看跌期权的价格将下降。股票价格和期权价格之间关系曲线的切线斜率的绝对值可以告诉投资者执行期权的概率。就市场价格变化的百分比而言，期权市场价格的波动性比股票投资更大，而且具有负的内在价值的期权比具有正的内在价值的期权有更大的波动性。股票价格方差的增加将使股票的期权价格上升，由此引起的具有正内在价值期权价格百分比变化将小于具有负内在价值期权价格百分比变化。
⑧ 波动率与方差的关系
波动率与方差的关系：在经济学里面，波动率多是指方差。拓展到样本波动率上，也同样多是指方差。
1、上升趋势的波动率计算方法是：在上升趋势中，底部与底部的距离除以底部与底部的相隔时间，取整。
2、下降趋势的波动率计算方法是：在下降趋势中，顶部与顶部的距离除以顶部与顶部的相隔时间，取整。并用它们作为坐标刻度在纸上绘制。
产生原因
从经济意义上解释，产生波动率的主要原因来自以下三个方面。
1、宏观经济因素对某个产业部门的影响，即所谓的系统风险。
2、特定的事件对某个企业的冲击，即所谓的非系统风险。
3、投资者心理状态或预期的变化对股票价格所产生的作用。
⑨ 每只股票的方差是多少
资产组合的方差不仅和其组成证券的方差有关，同时还有组成证券之间的相关程度有关。为了说明这一点，必须假定投资收益服从联合正态分布(即资产组合内的所有资产都服从独立正态分布，它们间的协方差服从正态概率定律)，投资者可以通过选择最佳的均值和方差组合实现期望效用最大化。如果投资收益服从正态分布，则均值和方差与收益和风险一一对应。下面具体的计算让策略吧来告诉你：
两个资产的预期收益率和风险根据前面所述均值和方差的公式可以计算如下：
1。股票基金 预期收益率=1/3*(-7%)+1/3*12%+1/3*28%=11%
方差=1/3[(-7%-11%)^2+(12%-11%)^2+(28%-11%)^2]=2.05%
标准差=14.3%(标准差为方差的开根，标准差的平方是方差)
2。债券基金 预期收益率=1/3*(17%)+1/3*7%+1/3*(-3%)=7%
方差=1/3[(17%-7%)^2+(7%-7%)^2+(-3%-7%)^2]=0.67%
标准差=8.2%注意到，股票基金的预期收益率和风险均高于债券基金。然后我们来看股票基金和债券基金各占百分之五十的投资组合如何平衡风险和收益。投资组合的预期收益率和方差也可根据以上方法算出，先算出投资组合在三种经济状态下的预期收益率，如下：
萧条：50%*(-7%)+50%*17%=5% 正常：50%*(12%)+50%*7%=9.5%
繁荣：50%*(28%)+50%*(-3%)=12.5%则该投资组合的预期收益率为：1/3*5%+1/3*9.5%+1/3*12.5%=9%该投资组合的方差为：1/3[(5%-9%)^2+(9.5%-9%)^2+(12.5%-9%)^2]=0.001%该投资组合的标准差为：3.08%
注意到，其中由于分散投资带来的风险的降低。一个权重平均的组合(股票和债券各占百分之五十)的风险比单独的股票或债券的风险都要低。
投资组合的风险主要是由资产之间的相互关系的协方差决定的，这是投资组合能够降低风险的主要原因。相关系数决定了两种资产的关系。相关性越低，越有可能降低风险。
⑩ 罗伯特•希勒的《股价过度波动能根据其后的股利变化进行解释吗》希勒的结论是什么
他的结论是股票股利变动不足以解释股票波动，且有效市场理论对数据解释的失败不能归因于数据误差、价格指数问题以及税法的变化。
这个理论也被称为超额波动性(excess volatility)。超额波动性对金融学产生了很大的影响，正如希勒说的，“超额波动有力地冲击了有效市场假说，指出了有效市场的失败。”这篇文章引发了学界对股价波动与股利变化关系研究的热潮。
下面附上一篇对此论文的介绍性文章：
有效市场理论认为公司股票内在价值等于股票未来期望股利的贴现价值，但在资本市场上，人们经常认为，相对于股利，股票价格指数波动大，不能对任何客观的新信息做出反映，资本市场有效性受到质疑。为此，希勒利用方差边界检验方法，计量检验股价波动与股利变化的关系，以验资本市场的有效性。首先，假设存在理性预期，在完全有效市场上，p是p*的最优预测值，即p=E(p*)，定义u=p*－p，那么，u与p不相关，根据统计学原理，可知var(p*)=var(u)+var(p)，进一步可得var(p)≦var(p*)，转化为标准差可得σ(p)≦σ(p*)。如果检验结果与此相反，则说明否定了有效市场假设，即可判定存在过度波动。希勒还发展了标准有效市场模型，度量了对未来股利不确定性影响，以便准确识别股票价格对股利新息(news)的反应。在此基础上，希勒通过美国1871-1979年间年标准普尔综合股价指数和相关股利数据的方差与公司支付股利的方差对比，发现美国1871-1979年间股价波动是已实现股利分配波动程度的5-13倍，存在过度波动特征，即使在考虑了预期实际贴现率的变化和未来股利不确定性的度量问题后, 股价过度波动问题仍然存在，股票股利变动不足以解释股票波动，且有效市场理论对数据解释的失败不能归因于数据误差、价格指数问题以及税法的变化。这一实证发现激发了大量关于股价股利关系的研究。
有效市场与完全竞争市场一样，是一种标准的假设。那么，在有效市场条件下，股票内在价值与未来预期股利的贴现相等。进一步假定，有效市场，则预期价格是实际价格的期望，p=E（p*），则预期价格的方差小于实际价格的方差，标准差类似，预期价格的标准差小于实际价格的标准差。
其误差的结果是出现有效市场假设与美国实际不符。引发了后人无数的证明，不知道最后的结果如何？有效市场、完全竞争，竟然都是人们的一个假设。人们在一个永远不存在的假设条件下，玩着游戏，并且可以用复杂的数学模型，估计实际经济问题。