股票波动性指标

㈠ 什么是波动率指数

原文链接：http://tecdat.cn/?p=19129

摘要

在学术界和金融界，分析高频财务数据的经济价值现在显而易见。它是每日风险监控和预测的基础，也是高频交易的基础。为了在财务决策中高效利用高频数据，高频时代采用了最先进的技术，用于清洗和匹配交易和报价，以及基于高收益的流动性的计算和预测。

高频数据的处理

在本节中，我们讨论高频金融数据处理中两个非常常见的步骤：（i）清理和（ii）数据聚合。

> dim(dataraw);[1] 48484 7> tdata$report;initial number no zero prices select exchange48484 48479 20795sales condition merge same timestamp20135 9105> dim(afterfirstclean)[1] 9105 7

高频数据的汇总

通常不会在等间隔的时间点记录价格，而许多实际波动率衡量方法都依赖等实际间隔的收益。有几种方法可以将这些异步和/或不规则记录的序列同步为等距时间数据。
最受欢迎的方法是按照时间汇总，它通过获取每个网格点之前的最后价格来将价格强制为等距网格。

> # 加载样本价格数据> data("sample");> # 聚合到5分钟的采样频率：> head(tsagg5min);PRICE2008-01-04 09:35:00 193.9202008-01-04 09:40:00 194.6302008-01-04 09:45:00 193.5202008-01-04 09:50:00 192.8502008-01-04 09:55:00 190.7952008-01-04 10:00:00 190.420> # 聚合到30秒的频率：> tail(tsagg30sec);PRICE2008-01-04 15:57:30 191.7902008-01-04 15:58:00 191.7402008-01-04 15:58:30 191.7602008-01-04 15:59:00 191.4702008-01-04 15:59:30 191.8252008-01-04 16:00:00 191.670

在上面的示例中，价格被强制设置为5分钟和30秒的等距时间网格。此外，aggregates函数内置于所有已实现的度量中，可以通过设置参数align.by和align.period来调用该函数。在这种情况下，首先将价格强制等间隔的常规时间网格，然后根据这些常规时间段内执行观察值的收益率来计算实际度量。这样做的优点是，用户可以将原始价格序列输入到实际度量中，而不必担心价格序列的异步性或不规则性。

带有时间和波动率计算的价格示例：

> #我们假设stock1和stock2包含虚拟股票的价格数据：> #汇总到一分钟：> Price_1min = cbind(aggregatePrice(stock1),aggregatePrice(stock2));> #刷新时间聚合：refreshTime(list(stock1,stock2));> #计算跳跃鲁棒的波动性指标> #基于同步数据rBPCov(Price_1min,makeReturns=TRUE);> #计算跳跃和噪声鲁棒的波动性度量> #基于异步数据：

实际波动性度量

高频数据的可用性使研究人员能够根据日内收益的平方来估计实际波动性（Andersen等，2003）。实际上，单变量波动率估计的主要挑战是应对（i）价格的上涨和（ii）微观结构噪声。因此多变量波动率估计也引起了人们的注意。高频软件包实施了许多新近提出的实际波动率方法。

下面的示例代码说明了日内周期的估计：

> #计算并绘制日内周期> head(out); returns vol dailyvol periodicvol2005-03-04 09:35:00 -0.0010966963 0.004081072 0.001896816 2.1515392005-03-04 09:40:00 -0.0005614217 0.003695715 0.001896816 1.9483792005-03-04 09:45:00 -0.0026443880 0.003417950 0.001896816 1.801941

最受欢迎的见解

1.HAR-RV-J与递归神经网络（RNN）混合模型预测和交易大型股票指数的高频波动率

2.WinBUGS对多元随机波动率模型：贝叶斯估计与模型比较

3.波动率的实现：ARCH模型与HAR-RV模型

4.R语言ARMA-EGARCH模型、集成预测算法对SPX实际波动率进行预测

5.使用R语言随机波动模型SV处理时间序列中的随机波动率

6.R语言多元COPULA GARCH 模型时间序列预测

7.R语言基于ARMA-GARCH过程的VAR拟合和预测

8.R语言随机搜索变量选择SSVS估计贝叶斯向量自回归（BVAR）模型

9.R语言对S＆P500股票指数进行ARIMA + GARCH交易策略

㈡ 股票趋势指标有哪些

指标有很多 掌握哪个用哪个 MACD配合均线看中期趋势，KDJ看短期波动。<br />做股票指标具有滞后性，因为指标是事后诸葛亮。<br />中长线只需要看成交量和周均线就可以了。

㈢ 股票中收益波动率是什么意思,怎么计算

股票波动率：波动率是指标的资产投资回报率的变化程度，有实际波动率和历史波动率之分。它是江恩理论的一个重要内容，在期货期权市场的指导意义较股票市场更大。

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。

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。

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。

(3)股票波动性指标扩展阅读：

股票收益率是反映股票收益水平的指标

1、是反映投资者以现行价格购买股票的预期收益水平。它是年现金股利与现行市价之比率。本期股利收益率=(年现金股利/本期股票价格)*100%。

2、股票投资者持有股票的时间有长有短，股票在持有期间获得的收益率为持有期收益率。持有期收益率=[(出售价格-购买价格)/持有年限+现金股利]/购买价格*100%。

3、公司进行拆股必然导致股份增加和股价下降，正是由于拆股后股票价格要进行调整，因而拆股后的持有期收益率也随之发生变化。

拆股后持有期收益率=(调整后的资本所得/持有期限+调整后的现金股利)/调整后的购买价格*100%。

㈣ 有没有什么技术指标或者统计学工具能够反映股票的波动性和趋势性，

现在的指标都起不了多大的作用了样
————————————————————————————————————————————
优优数学学校提示：孩子不听话的很大原因是缺乏家长的关系，你统计一下，你花在，股票、工作以及孩子上面的精力各占多少，如果关心孩子孩子的比例占不到20%，那么请不要责怪孩子学习不用心，不听话，应该好好反思一下了。lichao

㈤ 网易股票波动性涨跌如何，各项指标怎么样

你一毛钱不花 就想知道几万块钱的消息

㈥ 股票,有关波动幅度的指标

如果是免费软件，试试选股功能，条件选择波动在多大之间就行，我用的是操盘手收费软件，功能比较全，有详细的统计功能 ，也有强大的选股功能。呵，如果免费软件没有的话，那对你说，周期性的行业的股票波动最大，比如煤炭，有色，汽车，房产等。你在里面挑吧。

㈦ 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

㈧ 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

㈨ 测量股票价格波动幅度的最佳指标是哪几个

股票价格波动与钟摆
说起来股票价格波动与钟摆的运动有很多相似的地方.
股市中股票价格的波动很象钟摆的运动轨迹。
股市中的股票价格涨上来又降下去。总是在不同的价位上下来回波动。这种波动的股票价格差别，为博取利差的人提供机会和冲动力。使买卖交易延续下去。显现股票市场的活力.
我们再看看机械钟钟摆的运动轨迹。也是摆过来又摆过去。钟摆的均匀波动，为机械钟指针的计量走时提供了助力。完成钟表指针计量报时的运动功能.

要是我们把股市股票价格变动与钟摆波动作一下对比，就会看到它们之间有好多相同相似的 地方.也能给我们些启迪.
1 股价的波动轨迹与钟摆的运动过程很相似。而且在自然界这种波动现象是普遍存在的。并不仅仅这两种物像中存在波动，波动是一种普遍存在的现象.

上市股票的价格，不管是涨到多高，或落跌到多低，都必然要有一个波动回归。不要为一时的价格扭曲现象迷惑难解，焦虑不安。股票的价格波动就象钟摆每次运动到一个终极顶点都要回归朝相反的方向运动。价格波动回归.

如果我们回顾所有股票市场股价的运动也确实是按这种不断的重复性波动来运行的。
2 钟摆波动助力时钟为我们展示现在的时间。而股价的波动曲线，是记录股票的历史价格.
3 中线。钟摆的波动是有一个中线。起于中线，最后停在中线。一但远离这个中线，就必然要回归到中线。到达中线又因惯性力原理，钟摆朝又一个极端运动。
股市股票的波动也是有一个中线。股价的波动是围绕这个中线来回波动。
股票的价格中线，与上市公司的真实价值价格有关。与股市中的诸多因素有关.

一旦股票价格回归到中线的位值就有可投资的价值。当然中线价与公司净资产。分红派息高低等有关.股票到达中线位置这就是对要投资股票的人发出可以买进的信号。

4 钟摆的波动与股市的波动还是有很多的不同之处。钟摆的波动是很有规律的运动波型。而股市股票价格的波动变化很大。每分钟每小时，每天，每月都有很大的变化和差别。股市的波动很复杂。它是变数很大的波动。不均匀。不规则。这是它不同于钟摆波动的 地方。原因是影响股价波动的素太多。
我们总结对比股票价格波动与钟摆的运动有如下几个问题需要关注：
[1]股价波动是正常现象，尽管有时表现为各种极端化。如果我们能够很好的掌握这些变化波动的规律,对我们掌握买进卖出股票是有帮助的.

[2]股票价格波动的重复性，可回归。

[3]波动的“中线”是我们确定股价高低的基础。是比较股票价格波动重要参考.

[4]影响波动的原因。这些原因很多。象公司的经营好坏，宏观经济，股票市场情况，等等。