A. 股票的波动率怎样计算，详细步
我所知道的股票波动率是出自江恩理论。由于江恩本人并没有对波动率进行过详细的描述所以现在市面上所有有关波动率的算法全是后人根据他的理念推断的。我现在所知道的算法有三种。第一就是两个高点（低点）的差除以两个高点（低点）之间的时间。比如说两个高点分别为15和10，时间是10个交易日那么15-10=5，5/10=0.5，0.5就是波动率。第二种方法也很简单就是你自己去推断波动率，比如上证指数，你可以用10 20 40 80 160这种点数去挨个的套，股票一般用，0.1 0.2 0.4 0.8 或0.05 0.1 0.2 0.4等等 看看哪个在历史上最适用。支持这一算法的是因为江恩在他写的商品期货教程中曾经提到过5月咖啡的1*1线的画法是以别以1点、12点、30点对应一天为波动率，画1*1线的，但书中却没写为什么用这3个数。根据我所撑握的江恩理论知识这很有可能是分别用到了太阳，木星和土星的周期。太阳，木星，土星的周期分别是1年，12年，30年。第三种就是股票的最小波动单位，比如咱们股票的最小波动单位为0.01元。支持这一算法是因为在江恩那个年代没有计算机，股票绘图只能是人力手工作业。江恩只用一种8*8的坐标纸，这纸上的1*1线永远是45°，而1/8美分是当时商品的最小波动单位。
B. garch 初始值 波动率
garch初始值波动率：以哈飞股份(600038)为例，运用GARCH（1,1）模型计算股票市场价值的波动率。
ABDL提出了VAR—RV模型，即所谓的长记忆高斯向量自回归对数实际波动率模型，并且用第T日的实际波动率分别和VAR—RV及GARCH(1，1)利用直到T一1日的信息预测第T日的波动率的结果比较，发现VAR—RV的预测精度远优于GARCH(1，1)的预测精度。
影响：
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。
C. 股票波动率指标是哪个
股票的波动率指标一般是历史波动率和隐含波动率。历史波动率：通过一个计算标准差的公式对标的工具在过去价格变化快慢进行衡量；隐含波动率：只与期权有关，是期权市场对标的物在期权生存期内即将出现的统计波动率的预测。投资者可以计算和比较两种波动率，然后分析出对未来价格趋势的预估，但是对专业要求相对较高。
拓展资料：波动率分类：
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，因为前者是人们对实际波动率的理解和认识，当然，历史波动率往往是这种理论和认识的基础。除此之外，人们对实际波动率的预测还可能来自经验判断等其他方面。
D. 用eviews软件计算股票波动率，garch（1,1）模型估计出来的结果如下图，请问那些数值是表示波动率的
c————欧米伽
RESID(-1)^2——阿尔法
GARCH（-1）——贝塔
带入下面方程式
E. 怎么看股票的波动率
冲天牛为您解答：
股票价格波动率 被定义为股票收益率（股票价格变动比例）的标准差，它反映了股票价格的“发散”程度。从理论上讲，可转换公司债券的价格受可转换公司债券存续期间标的股票波动率的影响；但是，事后的波动率事前并不能准确得知。在实际操作过程中，除了用已知派生证券的价格和其定价公式倒推“隐含波动率”（Implied Volatility）之外，一个常用的方法是用标的股票历史的波动率来替代将来派生证券存续期标的股票的波动率。具体计算年波动率的方法如下：
假定： n： 连续观察的交易日数
Si：在第i个交易日末的股价
令：
其中： i=1，2，…，n
则 的估计值为：
其中： 为ui的均值
N为年交易天数
全球股票市场的波动率平均约20％左右，亚洲偏高在30％左右，由于我国证券市场是新兴市场，因此每年的股票波动率变化幅度较大，以上证综指为例，1992年股票波动率高达96％，1993年下降到60％，到2000年只有34％，波动幅度非常大，但总体下降趋势是明显的。
望采纳！！
F. 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
G. 如何用GARCH(1,1)求股票的具体波动率数据
以哈飞股份(600038)为例，运用GARCH（1,1）模型计算股票市场价值的波动率。
GARCH（1,1）模型为：
(1)
(2)
其中， 为回报系数， 为滞后系数， 和 均大于或等于0。
（1）式给出的均值方程是一个带有误差项的外生变量的函数。由于是以前面信息为基础的一期向前预测方差，所以称为条件均值方程。
（2）式给出的方程中： 为常数项， （ARCH项）为用均值方程的残差平方的滞后项， （GARCH项）为上一期的预测方差。此方程又称条件方差方程，说明时间序列条件方差的变化特征。
通过以下六步进行求解：
本文选取哈飞股份2009年全年的股票日收盘价，采用Eviews 6.0的GARCH工具预测股票收益率波动率。具体计算过程如下：
第一步：计算日对数收益率并对样本的日收益率进行基本统计分析，结果如图1和图2。
日收益率采用JP摩根集团的对数收益率概念，计算如下：
其中Si，Si-1分别为第i日和第i-1日股票收盘价。
图1 日收益率的JB统计图
对图1日收益率的JB统计图进行分析可知：
（1）标准正态分布的K值为3，而该股票的收益率曲线表现出微量峰度（Kurtosis=3.748926>3），分布的凸起程度大于正态分布，说明存在着较为明显的“尖峰厚尾”形态；
（2）偏度值与0有一定的差别，序列分布有长的左拖尾，拒绝均值为零的原假设，不属于正态分布的特征；
（3）该股票的收益率的JB统计量大于5%的显着性水平上的临界值5.99，所以可以拒绝其收益分布正态的假设，并初步认定其收益分布呈现“厚尾”特征。
以上分析证明，该股票收益率呈现出非正态的“尖峰厚尾”分布特征，因此利用GARCH模型来对波动率进行拟合具有合理性。
第二步：检验收益序列平稳性
在进行时间序列分析之前，必须先确定其平稳性。从图2日收益序列的路径图来看，有比较明显的大的波动，可以大致判断该序列是一个非平稳时间序列。这还需要严格的统计检验方法来验证，目前流行也是最为普遍应用的检验方法是单位根检验，鉴于ADF有更好的性能，故本文采用ADF方法检验序列的平稳性。
从表1可以看出，检验t统计量的绝对值均大于1%、5％和10%标准下的临界值的绝对值，因此，序列在1%的显着水平下拒绝原假设，不存在单位根，是平稳序列，所以利用GARCH（1,1）模型进行检验是有效的。
图2 日收益序列图
表1ADF单位根检验结果
第三步：检验收益序列相关性
收益序列的自相关函数ACF和偏自相关函数PACF以及Ljung-Box-Pierce Q检验的结果如表3（滞后阶数 =15）。从表4.3可以看出，在大部分时滞上，日收益率序列的自相关函数和偏自相关函数值都很小，均小于0.1，表明收益率序列并不具有自相关性，因此，不需要引入自相关性的描述部分。Ljung-Box-Pierce Q检验的结果也说明日收益率序列不存在明显的序列相关性。
表2自相关检验结果
第四步：建立波动性模型
由于哈飞股份收益率序列为平稳序列，且不存在自相关，根据以上结论，建立如下日收益率方程：
(3)
(4)
第五步：对收益率残差进行ARCH检验
平稳序列的条件方差可能是常数值，此时就不必建立GARCH模型。故在建模前应对收益率的残差序列εt进行ARCH检验，考察其是否存在条件异方差，收益序列残差ARCH检验结果如表3。可以发现，在滞后10阶时，ARCH检验的伴随概率小于显着性水平0.05，拒绝原假设，残差序列存在条件异方差。在条件异方差的理论中，滞后项太多的情况下，适宜采用GARCH（1,1）模型替代ARCH模型，这也说明了使用GARCH（1,1）模型的合理性。
表3日收益率残差ARCH检验结果
第六步：估计GARCH模型参数，并检验
建立GARCH（1,1）模型，并得到参数估计和检验结果如表4。其中，RESID(-1)^2表示GARCH模型中的参数α，GARCH（-1）表示GARCH模型中的参数β，根据约束条件α+β<1，有RESID(-1)^2+GARCH（-1）=0.95083＜1，满足约束条件。同时模型中的AIC和SC值比较小，可以认为该模型较好地拟合了数据。
表4日收益率波动率的GARCH（1,1）模型的参数估计
H. 样本股票的股权市值年波动率怎么算 做模型遇到这个数据表示不会啊、。。。。
股权市值=股价
股票历史波动率的计算方法
1、从市场上获得标的股票在固定时间间隔(如每天、每周或每月等)上的价格。
2、对于每个时间段，求出该时间段末的股价与该时段初的股价之比的自然对数。
3、求出这些对数值的标准差，再乘以一年中包含的时段数量的平方根(如，选取时间间隔为每天，则若扣除闭市，每年中有250个交易日，应乘以根号250)，得到的即为历史波动率。