Hur beräknar jag volatiliteten i%?

Du ”letar efter standardavvikelsen för loggavkastning, lämpligt årlig och konverterad till procent (dvs multiplicerat med 100).

Här är ett exempel på beräkning av årsvolym från dagliga priser:

library(tseries) data <- get.hist.quote("VOD.L") price <- data$Close ret <- log(lag(price)) - log(price) vol <- sd(ret) * sqrt(250) * 100 

Anmärkningar:

1. Ovanstående kod bör verkligen använda priser justerade för företagsåtgärder (utdelning, split etc.).
2. 250 är (ungefärligt) antal handelsdagar under ett år.

Kommentarer

• En föreslagen redaktör noterar att om du har NA s i ret, vann den sista raden ' t fungerar om du inte använder sd(ret, na.rm=TRUE).

När volatiliteten beskrivs som en procentsats betyder det att den ges som en bråkdel av medelvärdet. Så om standardavvikelsen för priset är 10 och medelvärdet är 100, kan priset beskrivas som 10% flyktigt.

I R-termer skulle detta betyda:

vol_percent = sd(price) / mean(price) 

EDIT: Detta kunde också ha hittats lätt på Wikipedia-artikeln för volatilitet .

Kommentarer

• Åter redigera: Ditt svar håller inte med Wikipedia-artikeln: " Den årliga volatiliteten σ är standardavvikelsen för instrument ' s årliga logaritmiska returnerar. " Att ' är det värde som visas i blocket -Skolor och andra stokastiska modeller. Multiplicera det med 100 för att uttrycka det i procent.
• Huh. Definitionen som jag kände till var den från introduktionen: " Volatilitet uttrycks normalt i årliga termer och det kan antingen vara ett absolut tal ($ 5) eller en bråkdel av medelvärdet (5%). " Jag ' jag är dock inte någon ekonomisk kille, så om du eller någon annan vill ge ett mer ingående svar då skulle det vara välkommet.

BNauls svar är förmodligen inte det du letar efter. Om du vill beräkna volatiliteten i Black-Scholes-stil, måste du beräkna en volatilitet på årsbasis. Det betyder att du beräknar loggavkastningsserien $ \ ln (s_t / s_ {t-1}) $ för varje $ t $, tar standardavvikelsen och justerar den sedan med kvadratroten för att få den årliga siffran. Denna volatilitet kan användas i prissättningsmodeller som kräver Black Scholes vol.

Aktien return volatilitet är inte observerbar, vi kan bara uppskatta den. Jag antar att du menar historisk volatilitet, för det finns också underförstått volatilitet som uppskattas utifrån optioner på aktier.

Det finns flera sätt att uppskatta det. Titta till exempel på det här dokumentet ” MÄTA HISTORISK FLYTTNING ”. Börja med den enklaste metoden, som de kallar ”Close-to-close”, den liknar den klassiska metoden i Bloomberg-terminalen (”CLV”). Det är alltid en bra idé att kontrollera dina resultat mot Bloomberg. Om du har tillgång till terminalen får du dokumentet som beskriver hur de gör det exakt.