标签： #波动率

你看到某天波动率从 1.2% 跳到 3%,这是真实跳跃还是采样噪声?已实现方差 RV(收益平方和)把『连续扩散波动』和『瞬时跳跃』一股脑混在一起,根本分不清。Barndorff-Nielsen-Shephard 的双幂变差 BV 用相邻收益绝对值的乘积,对跳跃免疫、只估连续积分方差;再用 RV−BV 把跳跃变差剥出来,并用 RV/BV 比值做跳跃检验。本文用高频 GBM+泊松跳跃合成数据,从零复现 BV 估计、RV/BV 检测与波动分解,并点明日内频率、微观结构噪声、有限样本、非交易时段四类真实陷阱(中阶)。

固定百分比止损最大的毛病是不管市场喘不喘气都用同一把尺子——低波动期被噪声洗出、高波动期又止损太宽。ATR 吊灯退出(Chandelier Exit)用真实波幅(ATR)把止损线钉在近期最高收盘下方 k 倍 ATR，并只上移不下移，让防线随波动率呼吸。我们用 8 年合成日频数据对比：吊灯退出 Sharpe 2.32、最大回撤 −6.7%，碾压固定 10% 止损(1.93 / −11.7%)与买入持有(0.39 / −43.1%)，附完整 Python 与六类真实陷阱（高阶）。

Glosten-Milgrom(1985) 用贝叶斯把买卖价差解释为逆向选择成本：知情买盘推高报价、知情卖盘压低报价。本文再加一层库存风险，让报价随持仓整体下移并加宽，附完整 Python。

隐含相关性指数与相关性风险溢价：相关也能成为因子 - halo的技术博客

单变量 GARCH 只解决了一半问题——真正的魔鬼藏在相关矩阵里。Engle(2002) 的 DCC-GARCH 用极少参数让相关矩阵随时间演化，把危机里的相关性飙升如实搬进组合协方差。从零实现并对比常数相关的风险低估。

买入跨式组合等于做多 Gamma、做空 Theta。本文用 Black-Scholes 真实定价 + GBM 路径模拟，展示如何靠每日 delta 对冲把「波动」低买高卖成现金，并点明盈利的真正前提是已实现波动高于隐含波动，以及交易成本、跳空、钉住风险三大真实陷阱。

波动率是会被预测的：ARCH 用昨日平方收益、GARCH 加上昨日波动、EGARCH/GJR 再补上「坏消息更可怕」的杠杆效应。从零实现 MLE 拟合与多步预测，并给出模型选择与真实陷阱。

把波动率拆成「隐含(IV,前瞻)」与「已实现(RV,后顾)」两张脸，用随机波动率模型真实复现波动率风险溢价(VRP)，并给出做空 VRP 的 Delta 中性策略与尾部陷阱。