总是困扰期权交易者的问题之一是:

如何判断IV(隐含波动率,IV percentile) 究竟是太高或太低?

那么期权交易者又怎么知道IV值是高还是低呢?

IV对于不同属性的标的物来说是不同的。

对于指数来说,25算是较高的IV,对于大型股票而言,30是低,然而对于高度波动的小型股票来说,IV达到80也不算太高。

那么,如何判断IV的价格足以卖出还是足够低得以买入?

什么是IV百分位数,交易者究竟如何计算?

IV百分位数(IVP)是隐含波动率的相对度量,它将股票的当前IV与过去的自身隐含波动率进行比较。简而言之,IVP告诉交易者过去IV低于当前IV的时间百分比。

它是一个百分位数,所以它在0到100之间变化。较高的IVP值(通常大于80)表示IV高,而较低的IVP(通常小于20)表示IV低。

交易者可以通过如下链接查询所有美股的IV以及IVP:

Option Chain by Sensibull — trade.sensibull.com/optionchain

Option Central by Sensibull trade.sensibull.com/central

IVP(IV percentile) 对于期权交易究竟有什么作用?

让我们举个例子

DABUR的IV为25.1,DHFL的IV为91.4,INFIBEAM的IV为156.9!

在极端市场情况下,IV可能会超过100。但是如果我们单看IV本身并不能给我们任何有用的信息。那么究竟如何判断IV究竟高还是低?

我应该买卖该期权(long/short vol)吗? 

我如何以有意义的方式理解这些IV数据以获得更好的交易观点?

答案是IV百分位数(IVP)。

从上面可以看出,PCJEWELLER的IV为95.6。由于这个IV数字看起来很大,因此很容易将其误认为是高IV的股票。但是,通过IVP我们得以得出更多有用的结论。

当其IVP为51,这表明PCJEWELLER这次股票当前IV实际上并不高。

相反,它接近其平均历史波动率。因此,Nifty的IV可能很高,PCJEWELLER的IV可能很低。

我们可以如何应用IVP?

我应当买入还是卖出期权?

当波动率上升时,期权价格上升,期权购买者将获得收益。当波动率下降时,期权价格下降,期权卖方获得收益。这种逻辑也适用于跨式和宽跨式等期权策略。当执行价格不接近时,它也适用于价差策略。具有近乎执行价格的价差几乎是中性的。

一般来说,贷方策略(debit side)收取期权权利金,是卖出波动性(short volatility),而借记策略(支付权利金)是做多波动性(long volatility)。

因此,要记住的规则是:

1. 在低IV条件下,贷方(debit)策略更好。
2. 在高IV条件下,借方(credit) 策略更好。
3. 在低IV条件下最好避免使用借方策略。
4.  在高IV条件下最好避免使用贷方策略。
在买卖期权之前查看IV百分位数可以表明我们的策略是否有可能出错。

卖出波动率交易:

期权交易者对波动率的看法决定了要建立借方还是贷方策略头寸。

例如,特定股票的波动性可能在结果公布之前的几天中就已经累积了。期望IV在结果发布后崩溃的交易员可以通过在结果前进入借方策略(credit strategy)(做空宽跨式或跨)并在结果之后退出而从IV下跌中获利。

那么什么时候IV百分比(IVP)有效,什么时候又无效呢?

请记住,交易中没有绝对值,IV百分位数并不是分析期权的神奇数字。IVP有其自身的局限性。

当波动率倾向于恢复到其均值时,多头/空头波动率交易将运作良好。那就是当极低或极高的IV条件没有持续存在并且IV在极高/极低IV的时间后趋向于平均HV(历史波动率) 的时候。

但是,可能会有一段时间出现持续的高/低波动性。在这些情况下,多头/空头波动策略可能不起作用。同样,有时这些策略要花一些时间才能获利-波动率的上升/下降可能要比预期的时间长,并且theta和delta的影响可能使vega的利润无效。 请记住,IV就像价格一样上下波动,几乎很难预测。

最后,IVP不能很好地接近到期日,因为Vega在短期期权方面非常低,而Vega会在发生任何变动时导致很高的IV。

总结

总之,IV百分位数是快速识别特定股票的IV值高还是低的有用指标。反过来,这可以告诉我们在这种情况下,借记还是贷记策略是明智的选择。但是,就像交易中的其他任何内容一样,这不是盲目遵循的事情。进入职位之前,必须考虑所有其他因素。


想学习更多期权,国际衍生品框架知识,只需要一份火锅钱。

立刻加入拥有全球视野的交易投资社群,参与者嘉宾皆为国际金融从业者。

在竞争日益白热化,不断内卷的时代,只有不断磨砺自己增强自身竞争力,先报先赢!

从更广,更高的维度去理解,剖析全球宏观经济。

IOS系统用户请加个人微信,转账后支付邀请加入星球。(IOS抽成很高)

请关注,搜索微信公众号:灰岩国际咨询,防失联,谢谢!

未来我会更多在新号上面发布文章!

全新会员网站将在近期上线,敬请关注。


最后给大家发个福利,D君这里可以低佣开A股,
龙头券商,万1.2开户,期权手续费2元一张(含规费)。

欢迎加微信:1185199221

咨询,备注灰岩科技粉丝可享更低佣金优惠。

分计算iv值_【美股期權】多高的IV才算高?理解IV percentile相关推荐

  1. 分计算iv值_一文读懂评分卡的IV、KS、AUC、GINI指标

    前言: 当一张评分卡构建完成时,筛选出一组特征生成了分数,我们会想要知道这个分数是否靠谱,即是否可以依赖这个分数将好坏客户区分开来,这个时候就需要评判评分卡有效性的指标. 测量评分卡好坏区分能力的指标 ...

  2. 分计算iv值_筛选变量的指标—IV值

    这一期咱们聊聊筛选变量的指标--IV值. 计算公式如下: 看公式有没有很熟悉,大家没有看错,其中一部分就是WOE的计算公式.区别就在于WOE是对一个变量的每个分组的计算,IV值是对一个变量的统计指标. ...

  3. 分计算iv值_机器学习-变量筛选之IV值和WOE

    1.IV值的用途 IV,即信息价值(Information Value),也称信息量. 目前还只是在对LR建模时用到过这两个关键指标,当我们使用决策树时可以通过限制树的深度间接筛选掉一些对于当前任务贡 ...

  4. 分计算iv值_快捷、经济、实用的光伏及IV曲线测试仪PVPM 1500X

    PVPM 1500X IV曲线测试仪 pvpm 1500x (1500V,20ADC)可测量光伏模块以及字符串或阵列的 iv 曲线.通过专利程序, 该设备可以直接在光伏系统的安装位置测量和计算峰值功率 ...

  5. python 相关性检验怎么计算p值_生信工具 | 相关性热图还能玩出什么花样?

    关于相关性,表示数据之间的相互依赖关系.但需要注意,数据具有相关性不一定意味着具有因果关系. 相关性在组学数据挖掘中应用非常广,如样本的重复检验.基因的共表达分析.微生物群落的共发生网络分析等. 相关 ...

  6. python 相关性检验怎么计算p值_不会Python进行时间序列预测?不要紧,大神来教你...

    作者:Leandro Rabelo译者:李洁整理:Lemonbit本文内容较长,较为详细的阐述了进行时间序列预测的步骤,有些内容可能暂时用不到或者看不懂,但不要紧,知道有这么一个概念,后续碰到的时候, ...

  7. python 相关性检验怎么计算p值_收藏 | 大神教你用Python预测未来:一文看懂时间序列...

    (由Python大本营付费下载自视觉中国) 作者 |  Leandro Rabelo 译者 | 李洁 整理 | Lemonbit 出品 | Python数据之道 本文内容较长,较为详细的阐述了进行时间 ...

  8. python 相关性检验怎么计算p值_相关性分析之Predictive Power Score(PPS)

    常用相关性分析方法 在分析特征间相关性时,常使用的方法是 pandas.DataFrame.corr : DataFrame.corr(self, method='pearson', min_peri ...

  9. python 相关性检验怎么计算p值_机器学习:数据的准备和探索——数据假设检验...

    图 | 源网络文 | 5号程序员 数据假设检验是数理统计学中根据一定假设条件由样本推断总体的一种方法. 那我们啥时候会用到假设检验呢? 大多数情况下,我们无法分辨事物的真伪或者某种说法是否正确,这时就 ...

  10. php计算百分比加成_如何从PHP中的2个值计算百分比变化(增加和减少)

    本文概述 愿意使用PHP解决服务器中的简单百分比变化吗?你需要做的第一件事是数学思考.你需要检索要比较的数字之间的差异(减少或增加).需要在第一个数字(不变的数字)之间划分此差异.该操作的结果需要乘以 ...

最新文章

  1. 链表问题3——删除链表的a/b处的节点(进阶)
  2. AI已经融入生活,不懂AI的人已经out了,五分钟了解AI人工智能!
  3. Java并发之ReentrantLock锁
  4. python 简易HTTP服务器搭建
  5. golang select
  6. 2.1.3 正则化(归一化)的用处以及何时使用
  7. python怎么实现检验_[python skill]利用python实现假设性检验方法
  8. 用户画像_什么是“用户画像”?如何利用用户画像进行精准营销?
  9. WPF 绑定StaticResource到控件的方法
  10. 如何判断一棵二叉树是完全二叉树(1)
  11. 今天升级Xcode 7.0 bata发现网络访问失败。
  12. zbrush 添加纹理贴图_ZBrush油泥粘土雕塑笔刷Digital Clay Pack
  13. 【持续更新】并查集题目集合
  14. 算法:获取链表的中间值Middle of the Linked List
  15. 线性代数学习之坐标转换和线性变换
  16. ubuntu18.04+语音识别
  17. 凯文.米特尼克(Kevin Mitnick)
  18. 论一个女程序员的自我修养
  19. ____x86 xor 指令
  20. 2022年全球与中国智能白板市场现状及未来发展趋势

热门文章

  1. 纯净的windows官方WinPE制作
  2. 使用PE安装纯净版win7
  3. 【Android】_MediaServer_仿网易云音乐播放器1(指针和唱片)
  4. 三维激光雷达点云处理分类
  5. 如何选择好的健身房管理系统而且还不收费
  6. for函数python_for函数python
  7. 编程语言-什么是低级语言?
  8. 在vc++如何响应键盘和鼠标事件-visual c++
  9. JavaScript学习手册一
  10. Visual Studio Community 2017安装步骤(只装C++)