中国波动率指数(iVIX)前瞻与投资策略
一文看懂波动率指数及VIX指数的历史发展
一文看懂波动率指数及VIX指数的历史发展一文看懂波动率指数不知大盘涨跌方向一样能够靠对冲赚钱？在欧美金融市场上已经发展十分成熟的波动率指数，为量化对冲投资人提供了一个只依靠判断股市波动性强弱，就可以实现“市场对冲”的投资手段。
尤其值得注意的是，在近几个月美股整体温水般震荡、上冲力道有所减弱的背景下，一些知名金融投资机构正在大举选择做多美股波动率指数（VIX），期待市场长时间平静之后可能出现的大幅波动。
而在国内，目前包括上交所、中金所在内的有关方面，也已经开始推出、或酝酿在未来合适时机推出中国的波动率指数，这也将为国内各类资产管理机构、尤其是量化对冲类的基金，提供新的衍生品工具。
1波动率指数的概念波动率（Volatility）作为一个重要的统计名词，一般用来衡量标的资产价格或投资回报率波动的剧烈程度。
而波动率指数（Volatility Index），则是通过一定的计算方法得到的衡量市场波动性风险的指标。
不过需要特别指出的是，波动率指数本身并没有上涨或下跌的区分，它所反映的只是未来市场向上波动或向下波动的强度。
一般而言，波动率指数主要通过标的指数期权的隐含波动率计算得来如果标的指数期权的隐含波动率越高，则波动率指数相应越高；反之如果标的指数期权的隐含波动率越低，则波动率指数则越低。
作为反映投资者情绪的重要指标，波动率指数可以有效衡量市场风险水平，为政府部门与金融机构研判风险、进行宏观决策提供有效的参考。
同时，基于波动率指数开发的衍生产品，可以为投资者提供品种丰富的投资和避险工具。
在欧美等发达金融市场，投资者参与交易的除了有波动率指数，还有大量基于波动率指数的衍生产品，如基于波动指数开发的期货、期权和ETF等。
2波动率指数的发展历程1987年的全球股灾（当年的10月28日美国道琼斯指数单日崩跌22.6%并引发全球股市暴跌）后，为稳定股市与保护投资者，纽约证券交易所（NYSE）于1990年引进了断路器机制（Circuit-breakers）。
全球VIX指数及其衍生品分析指数期权波动率
全球VIX指数及其衍生品分析指数期权波动率对于金融监管当局观测经济运行和市场运行具有重要的作用VIX指数反映了投资者对未来市场波动的预期, VIX指数越高,显示投资者预期未来市场波动越剧烈,因此VIX指数可以作为表征市场情绪和预示风险的指标,同时投资者也可以将它的这些特性用于投资策略以提高策略的有效性或增加收益。
VIX指数的出现促进了以其作为标的资产的金融衍生品的产生和发展,2004年3月以及2006年2月, CBOE先后推出了以VIX指数为标的资产的期货合约以及期权合约,并随着市场不断发展,进一步拓展了VIX指数标的范围。
A 发展趋势波动率指数的概念是杜克大学的Robert Whaley博士创立的,1993年,Whaley提出了通过股票期权市场的价格来编制波动率指数的理论,同年, CBOE 开始编制VIX指数,最初的波动率指数是基于标普100指数期权(OEX),通过近月和次近月共8个看涨和看跌期权的隐含波动率来预估30天的波动率。
由于VIX指数经常能够预测市场对于未来波动率的预期,并且和股票市场走势存在较为显著的负相关,因此也被称为“市场恐慌指数”。
而在2003年,CBOE对最初的指数编制方法进行了修改,同时选择标普500指数(SPX)期权为标的,将其作为新的计算基础,又纳入了更多不同执行价格的期权,推出了新的VIX指数。
同时旧的指数也和新的指数同时发布,为了区别,旧编制方法现用VXO表示。
波动率指数对于金融监管当局观测经济运行和市场运行具有重要的作用。
继CBOE推出VIX指数之后,2005年以后欧洲及亚太地区交易所陆续编制和发布了波动率指数,如欧交所的STOXX50波动率指数、中国台湾的台指期权波动率指数、印度的India波动率指数、韩国的Kospi200波动率指数、日本的Nikkei225波动率指数、中国香港的恒指波幅指数等,其中美国的VIX指数和欧交所的STOXX50波动率指数均已推出相应的VIX指数期货和期权,Nikkei225波动率指数和恒指波幅指数也都有VIX指数期货推出。
波动率指数及其衍生品的功能和经济意义
波动率指数及其衍生品的功能和经济意义作者：刘玄单景辉来源：《中国证券期货》2020年第05期摘要：每当金融市场动荡，有关“恐慌指数”的报道就频现于全球各大专业财经媒体。
“恐慌指数”即芝加哥期权交易所波动率指数（CBOEVolatilityIndex，简称VIX），作为一个领先指标，它代表投资者对短期市场波动的一致预期，能够很好地反映市场短期风险和投资者情绪。
波动率指数在风险监测、行情判断等方面的功能和作用，已经得到充分验证和发挥，被美联储、欧洲系统性风险管理委员会、英国金融政策委员会等纳入宏观审慎监管指标体系。
同时，利用波动率指数衍生品管理波动风险，比传统衍生品效率更高、成本更低，尤其是在危机环境中效果更加显著，这对资本市场的长期稳定和发展、更好服务实体经济具有重要意义。
建议构建新的中国波动率指数，为金融监管部门制定政策提供有价值的依据。
关键词：波动率指数衍生品1刘玄，博士，北京金融衍生品研究院副总经理，研究方向为宏观经济及金融衍生品。
2单景辉，硕士，北京金融衍生品研究院高级研究员，研究方向为宏观经济及金融衍生品。
一、波动率指数的诞生、发展和现状波动率指数是通过一定方法，根据市场上股指期权价格信息计算得到的，用以衡量标的市场波动的指标。
波动率指数的诞生，源自人们对预知未来波动率的渴望和需求，因为波动率是资产风险和不确定性的量化表示，在金融市场上有广泛的应用，在资产配置、风险管理、期权定价等诸多方面有深刻影响，一直以来人们努力探索各种方法来对未来波动率进行估计和预测。
从20世纪70年代开始，学者和业界人士相继提出了一些量化估计未来波动率的方法，例如，以14只代表性股票的平值看涨期权隐含波动率均值，作为未来波动率的估计值，或者对股票的多个看涨期权的隐含波动率，以到期时间为权重加权平均，以此代表未来波动率。
1987年美国股灾至暗时刻，造成的惨重损失和巨大心理冲击，让人们深刻认识到了管理市场波动风险的重要性，催生了动态测度市场波动率的需求，加快对波动率的研究。
中国波动率指数iVX与投资者情绪的双向互动关系
中国波动率指数iVX与投资者情绪的双向互动关系中国波动率指数iVX与投资者情绪的双向互动关系在金融市场中，波动率是衡量价格波动程度的指标。
随着中国市场的发展，波动率指数iVX逐渐成为投资者关注的重要指标之一。
波动率指数对于投资者来说，不仅是风险的一种度量，同时也反映了市场参与者的情绪和预期。
本文将探讨中国波动率指数iVX与投资者情绪之间的双向互动关系。
首先，波动率指数作为衡量市场风险的指标，受到投资者情绪的影响。
当投资者预期市场波动加剧时，他们通常会采取保守的投资策略，通过减少仓位或选择稳健的资产配置来降低风险。
相反，当投资者情绪乐观时，他们可能会增加风险投资，寻求更高的回报。
因此，投资者的情绪变化可以影响波动率指数的水平和波动程度。
其次，波动率指数也可以反过来影响投资者的情绪。
高波动率通常伴随着市场的不确定性和风险加剧，这可能引发投资者的恐慌情绪，导致抛售和市场下跌。
而低波动率可能传递出市场稳定和风险较低的信号，从而使投资者更加乐观和愿意承担更多的风险。
因此，波动率指数的变化也可以对投资者情绪产生显著的影响。
然而，波动率指数与投资者情绪之间的关系并不是简单的单向影响。
波动率指数与投资者情绪之间存在着复杂的相互作用和反馈机制。
一方面，当市场波动加剧时，投资者情绪可能受到冲击，导致情绪的转变和行为的改变。
另一方面，投资者的情绪也可以通过他们的行为影响市场的波动率。
例如，当投资者恐慌抛售时，市场波动率往往会上升；反之，当投资者乐观时，市场波动率可能会下降。
除了投资者情绪对iVX的影响，其他因素也会对波动率指数产生影响。
例如，宏观经济因素、市场供求关系以及政治风险等都可能对波动率指数产生影响。
这些因素可能促使投资者情绪的变化，从而影响波动率的水平和波动程度。
因此，在研究波动率指数与投资者情绪关系时，需要综合考虑多个影响因素的作用。
为了更好地理解波动率指数与投资者情绪的双向互动关系，可以运用行为金融学的理论和方法。
2023年期货从业资格之期货投资分析模拟题库及答案下载
2023年期货从业资格之期货投资分析模拟题库及答案下载单选题（共50题）1、流通中的现金和各单位在银行的活期存款之和被称作（）。
A.狭义货币供应量M1B.广义货币供应量M1C.狭义货币供应量MoD.广义货币供应量M2【答案】 A2、关于备兑看涨期权策略，下列说法错误的是（）。
A.期权出售者在出售期权时获得一笔收入B.如果期权购买者在到期时行权的话，期权出售者要按照执行价格出售股票C.如果期权购买者在到期时行权的话，备兑看涨期权策略可以保护投资者免于出售股票D.投资者使用备兑看涨期权策略，主要目的是通过获得期权费而增加投资收益【答案】 C3、产品发行者可利用场内期货合约来对冲同标的含期权的结构化产品的（）风险。
A.RhoB.ThetaC.VegaD.Delta【答案】 D4、7月中旬，该期货风险管理公司与某大型钢铁公司成功签订了基差定价交易合同。
合同中约定，给予钢铁公司1个月点价期；现货最终结算价格参照铁矿石期货9月合约加升水2元／干吨为最终干基结算价格。
期货风险管理公司最终获得的升贴水为( )元／干吨。
A.+2B.+7C.+11D.+14【答案】 A5、逆向浮动利率票据的主要条款如下表所示。
A.利率上限期权B.利率远期合约C.固定利率债券D.利率互换合约【答案】 B6、下表是美国农业部公布的美国国内大豆供需平衡表，有关大豆供求基本面的信息在供求平衡表中基本上都有所反映。
A.市场预期全球大豆供需转向宽松B.市场预期全球大豆供需转向严格C.市场预期全球大豆供需逐步稳定D.市场预期全球大豆供需变化无常【答案】 A7、如果利率期限结构曲线斜率将变小，则应该（）。
A.进行收取浮动利率，支付固定利率的利率互换B.进行收取固定利率，支付浮动利率的利率互换C.卖出短期国债期货，买入长期国债期货D.买入短期国债期货，卖出长期国债期货【答案】 C8、利率互换是指双方约定在未来的一定期限内，对约定的（）按照不同计息方法定期交换利息的一种场外交易的金融合约。
VI波动率指数介绍
当市场处于下跌趋势时，投资者恐慌情绪加剧，由于卖空股票存在一定的门 槛及流动性困难，购买认沽衍生品对冲风险的需求变大，另一方面投资者对未来 走势的观点分歧也刺激了认购衍生品的需求。因此衍生品的价格变高，隐含波动 率变高，相应的VIX 也变高。
波动率的类型
• 1、实际波动率（未来波动率） • 2、历史波动率 • 3、预测波动率（预期波动率） • 4、隐含波动率 • 期权定价模型
VIX为何能反映投资者恐慌程度
VIX 的值代表了标准普尔500 指数在未来30 天的预期波动率，它是基于标 准普尔500 指数的当月和下月平价及价外期权的隐含波动率属性加权求和得到。
VIX与黄金的关系
当黄金做为避险保值工具而被应用，金融性 属性占据主导是，VIX与黄金价格呈正相关 的关系。VIX指数升高，黄金价格上涨。 VIX指数下跌，金价下跌。
当黄金做为抗通货膨胀工具被应用，VIX指数 与黄金呈负相关关系，VIX下跌，黄金涨。
当黄金的大宗商品属性占主导时，VIX指数与 黄金呈负相关关系。VIX指数上涨，黄金价 格下跌。
波动率指数—前言
波动性在金融衍生品的定价、交易策 略以及风险控制中扮演着相当重要的角 色 。可以说没有波动性就没有金融市 场，但如果市场波动过大，而且缺少风 险管理工具，投资者可能会担心风险而
放弃交易，使市场失去吸引力。
VIX的产生
• 1987的全球股灾后，为稳定股市和保护投 资者，纽约证券交易所（NYSE）于1990年 引进了熔断机制。不久对如何衡量波动性 产生了动态显示市场波动性的需求。
fxi指数 -回复
fxi指数-回复以下是一篇关于FXI指数的1500-2000字文章：FXI指数（iShares China Large-Cap ETF）是根据中国股票市场的可投资股票成分股的表现而设定的指数。
作为一家投资公司推出的基金，FXI旨在为投资者提供参与中国股市的机会。
在本文中，我们将一步一步地回答关于FXI指数的各种问题，以便更好地了解这个指数的重要性和影响。
第一步：FXI指数的定义和构成FXI指数是由一家全球领先的资产管理公司BlackRock旗下的iShares推出的ETF（交易所交易基金）。
作为中国大型上市公司的综合指数，FXI的主要目标是追踪和评估中国经济增长最快的公司的表现。
该指数的构成成分股是根据可投资股票的市值而确定的，其中包括中国最大的公司，如腾讯、阿里巴巴和中国石油等。
第二步：FXI指数的重要性FXI指数作为中国股市的代表，对全球投资者来说具有重要意义。
随着中国经济的崛起和资本市场的改革，许多投资者希望能够参与中国股市的增长。
FXI指数为投资者提供了一种便捷的方式来参与中国股票市场。
同时，该指数也是了解中国经济增长和市场表现的重要工具。
第三步：FXI指数的影响因素FXI指数的表现受许多因素的影响。
首先是中国经济的基本面因素，如国内生产总值（GDP）增长、就业数据和贸易指标。
这些因素对中国股票市场的整体表现具有重要影响。
其次是全球经济环境和市场情绪的变化。
全球金融市场的动荡和国际关系的变化都可能对FXI指数产生影响。
此外，政府政策的变化、公司业绩和行业前景等因素也会对FXI指数的表现产生影响。
第四步：FXI指数的投资策略对于投资者来说，了解FXI指数的投资策略非常重要。
首先，投资者可以通过购买FXI指数基金来获得与指数相同的回报。
其次，投资者可以通过分散投资降低风险。
购买FXI指数基金可以同时获得中国股票市场不同公司的股份，从而分散单一公司的风险。
此外，投资者还可以根据自己的投资目标和风险偏好来选择持有时间。
中国金融期权波动率指数特征与应用研究
三、中国期权波动率指数特征的实证 分析
（一） 研究思路与模型选择 Nhomakorabea升幅度。即当行情变差时，投资者往往产生一
１研究思路
系列恐慌情绪，通过大量抛售现货或增加执行
中国波动率指数 （ｉＶＩＸ） 是由上海证券交
价更低的认沽期权头寸来避险保值，波动率指 易所发布，基于期权交易数据按照方差互换原
数由此大幅上涨；然而市场上行阶段，投资者 理编制的波动率指数，用于预测上证 ５０指数未
二、国内外期权波动率指数的发展概况
波动率是一个统计概念，它是用于衡量资 产价格波动程度，用来衡量标的资产价格变动 幅度。目前，波动率指数的功能主要在于反映 市场恐慌情绪，预警市场行情，管理市场风险。
（一） 美国期权波动率指数发展概况
１９９３年，芝 加 哥 期 权 交 易 所 （ＣＢＯＥ） 提 出了 ＶＩＸ指数 （ＶｏｌａｔｉｌｉｔｙＩｎｄｅｘ） 概念，也是最 重要的波动率指数，２００３年 ＣＢＯＥ更新了 ＶＩＸ 算法，把标的指数从 Ｓ＆Ｐ１００指数改成 Ｓ＆Ｐ５００ 指数，推出了基于 Ｓ＆Ｐ５００指数的期权的实时价 格的 ＶＩＸ指数，来代表整个期权市场投资者对 未来 ３０天股价指数波动率的预期。
因此推升股指期权价格，进而使得其平均隐含 该指数由中证指数有限公司维护。
波动率上升，即波动率指数上升；反之当投资
中国波动率指数具有三个特点，其一使用
者预期股市平稳或上涨时，则会减少对冲头寸， 时下最为流行的无模型法编制；其二使用真实
压低股指期权价格，进而使得波动率指数下降。 的上证 ５０ＥＴＦ期权交易数据，而不是虚拟的交
即波动率指数与标的指数在大部分时间都呈现 际情况，在期权价格确定时综合考虑成交价、买
出明显的负相关关系。
中国波指(iVIX)解析
中国波指（iVIX）解析一、iVIX指数中国波指，简称iVIX指数，是由上海证券交易所发布，用于衡量上证50ETF未来30日的波动预期。
该指数是根据方差互换原理，结合50ETF期权的实际运作特点，并通过上海证券交易所交易的50ETF期权价格的计算编制而成。
iVIX 指数通过反推当前在交易的期权价格中蕴含的隐含波动率，反映出未来30日标的50ETF价格的波动水平。
iVIX指数由6月26日第一次公布，起始日为上证50ETF期权上市之日2月9日，并在每天收盘后发布一次日内数据及日间数据。
目前iVIX指数正处于试运行阶段，之后上交所将向市场实时发布iVIX行情数据，帮助投资者实时分析市场情绪。
二、编制方法上交所暂时并未公开iVIX指数的编制方式，但经数据验证发现，iVIX指数编制方式与芝加哥期权交易所（CBOE）推出的CBOE Volatility Index? (VIX? Index)非常相似。
这里简单介绍一下VIX指数的编制方法：1.计算期权剩余时间。
选取当月(Current)及次月(Next)在交易的期权列表，计当前时刻到当月期权到期时刻的剩余时间Tc，到次月期权到期时刻的剩余时间TN，精确到分钟，单位为年。
2.获得无风险利率水平。
均采用与到期日最接近的无风险利率水平，当月及次月分别记为Rc，RN。
3.确定标的远期价格水平。
比较同一月份期权认购期权与认沽期权的价格的差值，差值的绝对值最小的期权组合确认为平值期权，该平值价格(KATM)对应为远期价格为4.确定间隔执行价K0。
K0为稍小于F并离F最近的可用执行价，认购的记为K0,C，认沽的记为K0,N。
5.挑选参与计算的虚值认沽期权。
将期权列表按执行价升序排列，从K0向上开始依次选取小于K0的虚值认沽期权，遇到bid价格为0的跳过，直至最后。
若遇到连续两个合约没有bid价格，则这之后的期权均不选取。
记录下其买价卖价均值。
6.挑选参与计算的虚值认购期权。
中国版VIX“恐慌性指数”介绍
中国版VIX“恐慌性指数”介绍上海证券交易所和中证指数公司在2016年11月28日正式发布上证50ETF波动率指数(指数简称：中国波指，指数代码：000188)。
根据编制方案，上证50ETF 波动率指数基于方差互换原理，通过近月与次近月上证50ETF期权合约为基础进行编制，反映投资者对未来30天上证50ETF波动率的预期。
由于技术升级，中证指数有限公司自2018年2月23日发布了，暂停发布上证50ETF波动率指数（中国波指iVIX）通知。
中证指数公司网站显示，该指数报价的最后日期为春节前最后一个交易日2月14日。
我们通过以下6个问题来了解中国版VIX指数的编制原理，并对中国VIX在国内市场的应用进行简单探讨。
Q1：什么是波动率指数（VIX指数）？在美国市场，VIX指数（Volatility Index）是对于S&P 500指数未来30日预期年化波动率的衡量，通常可使用S&P500指数的近月及邻月认购/认沽期权价格计算得出，在海外也被称为“恐慌性指数”。
中国波指体现的是投资者对于50ETF未来30日的波动率预期。
Q2：VIX指数是基于什么原理编制的？VIX指数的编制主要基于方差互换原理，其大小取决于一系列认购、认沽期权的价格。
在此我们将尝试从易于理解的角度对于VIX指数的编制思路进行说明。
众所周知，跨式期权组合（相同行权价、相同期限的1张认购期权+1张认沽期权）的最终收益取决于标的价格相对于行权价格的偏离程度，偏离程度越大，最终收益也就越高。
那么相反地，跨式（宽跨式）期权组合价格越贵，也就说明投资者预期标的价格在未来相对于当前行权价会有更高的偏离。
当我们围绕标的现价构建跨式以及宽跨式期权组合时，期权组合的价值直接体现了投资者对于标的未来价格相对于当前价格的偏离预期，也即标的未来波动率的预期。
组合价格越高，投资者的波动率预期就越高。
根据数学推导，对于某一到期日，我们使用一系列的宽跨式以及跨式组合可以复制得到投资者对于标的未来的波动率预期。
浅谈波动率和中国波指（iVIX）
浅谈波动率和中国波指（iVIX）提到波动率，我们不得不讲两种刻画波动率⽅式：历史波动率和隐含波动率。
1，历史波动率是指收益率在过去⼀段时间内所表现出的波动，它由资产价格过去⼀段时间的历史数据反映。
计算历史波动率的⽅法有很多种，⽐如收益率标准差，指数滑动平均模型(EWMA 模型)，⾃回归条件异⽅差模型(ARCH模型)，⼴义⾃回归条件异⽅差模型(GARCH模型)。
值得⼀提的是，Engle由于提出了ARCH模型，⽽获得了2003年诺贝尔经济学奖，我们不妨瞻仰下⼤师的风范。
展开剩余74%2，隐含波动率是指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。
由于期权定价模型(Black-Scholes 模型)给出了期权价格与五个基本参数（S，X，r，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。
当然，看到这⾥您可能疑惑，波动率看不见、摸不着，⽽⾃⼰不懂这么多复杂的数学模型，如何快速的了解当前市场的波动呢？简称：中国波指，指数代码：000188）。
数据来源：博时基⾦上证50 ETF 波动率指数是基于上海证券交易所挂牌的50 ETF 期权合约编制⽽成，反映投资者对未来30天50 ETF 波动率的预期。
从上图看出，2015年市场的波动率普遍较⾼，⽽2016年，波动率缓慢降低。
它不仅是反映投资者情绪的重要指标，也是衍⽣产品的重要标的，可作为投资者管控风险的有⼒⼯具，具有以下特点：1、与股市间较低的负相关性中国的期权上市较短，上市之初，中国波指与股市还存在⼀定的正相关，但随着投资者和市场的成熟，中国波指与股市的相关性逐步趋于低负相关特性。
2、均值回归特性从⾏为⾦融上看，IVX指数代表了⼀种恐慌指数，投资者的极度恐慌和乐观情绪不会⼀直处于较⾼的状态，总会回归到正常⽔平。
IV指标助你回避投资黑洞
IV指标助你回避投资黑洞【摘要】IV指标是投资中的重要工具，可以帮助投资者避免投资黑洞。
本文首先介绍了IV指标的重要性和对投资的影响，并详细解释了IV指标的概念及计算方法。
随后通过实际案例分析了IV指标在投资中的应用，以及在挑选投资标的中的作用。
文章还探讨了IV指标如何帮助投资者避免风险，以及其局限性及应对策略。
最后总结指出，投资者在决策中应充分利用IV指标，以避开投资黑洞，实现更稳健的投资回报。
IV 指标不仅是投资的重要指导工具，还是帮助投资者躲避潜在风险的利器。
投资者在进行任何投资决策时，都应牢记IV指标的重要性，以提高投资决策的准确性和可靠性。
【关键词】IV指标，投资，黑洞，风险，计算方法，应用案例，挑选投资标的，局限性，应对策略，决策，重要工具1. 引言1.1 了解IV指标的重要性IV指标可以帮助投资者分析和评估不同股票的波动性。
通过IV指标，投资者可以了解市场对股票价格变动的预期范围，从而更好地制定投资策略。
IV指标还可以帮助投资者评估风险和收益的平衡，帮助他们更好地把握投资机会。
IV指标还可以帮助投资者识别潜在的投资陷阱和黑洞。
在投资过程中，很多投资者往往会被市场的波动所迷惑，导致投资决策不够理性。
通过了解IV指标，投资者可以更好地避免盲目跟风和盲目追涨杀跌的行为，从而更好地保护自己的投资资金。
1.2 IV指标对投资的影响IV指标对投资的影响是非常重要的。
IV指标可以帮助投资者更好地了解市场的波动情况，进而制定合适的投资策略。
通过IV指标，投资者可以更准确地评估标的资产的风险水平，从而避免投资黑洞。
IV 指标还可以帮助投资者更好地把握市场情绪，及时调整投资组合，降低损失风险。
IV指标对投资的影响是全方位的，可以帮助投资者在高风险中找到更高的回报，同时也可以帮助投资者更稳妥地规避风险，实现资产的增值。
在当前快速变化的投资市场中，IV指标的作用不可忽视，投资者应当充分利用IV指标的信息，做出更明智的投资决策。
期货市场的波动率指标与交易策略
期货市场的波动率指标与交易策略期货市场是金融市场中一种重要的交易工具，其特点是高度杠杆、高度流动和高度风险。
在进行期货交易时，了解市场波动率指标并制定合适的交易策略是非常关键的。
本文将探讨几个常用的波动率指标以及相应的交易策略，以帮助投资者更好地应对期货市场的波动。
一、ATR指标ATR（Average True Range，平均真实波动幅度）是一种衡量市场波动性的技术指标。
它通过计算过去一段时间内的最高价与最低价之差来反映市场波动情况。
ATR指标的数值越大，表明市场波动性越大；反之，数值越小，表明市场波动性越小。
根据ATR指标，我们可以制定以下的交易策略：1. 趋势策略：当ATR指标数值较大时，意味着市场波动较大，此时适合采取趋势策略。
可以通过跟随趋势进行多头或空头交易，即在上升趋势中进行多单操作，在下降趋势中进行空单操作。
2. 反转策略：当ATR指标数值较小时，表明市场波动性较小，此时适合采取反转策略。
可以通过寻找超买或超卖信号进行反向操作，即在价格高位且出现卖出信号时进行空单操作，在价格低位且出现买入信号时进行多单操作。
二、波动率指数波动率指数是一种衡量市场预期波动性的指标，常用的波动率指数包括VIX指数、VXN指数等。
波动率指数的数值越高，表示市场参与者预期市场波动风险加大；数值越低，表示市场参与者预期市场波动风险减小。
根据波动率指数，我们可以制定以下的交易策略：1. 趋势跟随策略：当波动率指数数值较高时，说明市场风险较大，此时适合采取趋势跟随策略。
可以通过追加仓位或加大止损设置，跟随当前市场趋势进行操作。
2. 平值策略：当波动率指数数值较低时，说明市场风险较小，此时适合采取平值策略。
可以卖出平值期权或执行期货套利，利用波动率低的时期从时间价值或价差中获利。
三、波动率通道波动率通道是一种根据市场波动率构建的通道，可以辅助判断波动率高低以及价格是否超过了正常的波动区间。
一般波动率通道有上轨、中轨和下轨。
情绪指数与市场收益:纳入中国波指(iVX)的分析
情绪指数与市场收益：纳入中国波指(iVX)的分析许海川;周炜星【摘要】Together with the traditional sentiment proxies (closed-end fund discount,turnover and number of IPOs) in Baker and Wurgler(2006,2007),the Chinese volatility index (iVX) is used as a new sentiment proxy to build a weekly composite sentiment index for the Chinese A-share market.The dependent relationship between the sentiment index and the market return and the forecasting effect of the sentiment index for the market return are analyzed.It is found that sentiment index and market return are negatively related.Their concurrent dependence relationship is not obvious,however.The sentiment index has a significant forecasting power for the market return three weeks ahead.The inclusion of iVX can significantly improve the forecasting ability,while the number of IPOs is not an effective sentiment proxy.In addition,when constructing the senti ment index using PCA,the performance of the first two principal components is worse than that of the first principal component.The asymmetry of sentiment effect is analyzed and it is found that a positive sentiment in dex has a much greater impact on future market returns than a negative sentiment index.%本文在Baker和Wurgler(2006,2007)研究框架的基础上,将中国波动率指数(iVX)作为一个新的情绪代理变量,结合传统的封闭式基金折价率、股票换手率和IPOs的数量等变量,运用主成分分析法构建了中国A股市场的情绪指数,并分析了情绪指数与市场收益之间的依赖关系和预测效果.研究发现,情绪指数与市场收益呈负向关系.然而,其当期依赖关系并不显著,而情绪指数对其后第三周的市场收益有较显著的负向预测关系.中国波指的加入能够明显提高这种预测效果;相反,IPOs的数量则并不是一个有效的情绪代理变量.此外,采用前两个主成分的加权并不比仅采用第一主成分构建情绪指数在市场收益预测方面表现得更好,甚至表现得更差.最后,分析了情绪效应的不对称性,发现正情绪指数对未来收益的影响要远远大于负情绪指数.【期刊名称】《管理科学学报》【年(卷),期】2018(021)001【总页数】9页(P88-96)【关键词】中国股票市场;投资者情绪;波动率指数;市场收益【作者】许海川;周炜星【作者单位】华东理工大学商学院,上海200237;华东理工大学商学院,上海200237【正文语种】中文【中图分类】F830.910 引言投资者情绪能够影响资产定价是一个众所周知的心理学事实，相关研究可以追溯到十几年前[1,2].学者们发现拥有好(坏)的情绪的投资者趋于做出过度积极(消极)的判断和选择.在实证上，测试投资者情绪重要性的挑战主要来自于情绪是不可直接观察的.在这方面，Baker和Wurgler的研究工作颇具影响[3,4].他们将来自6个情绪代理变量的信息汇总成一个投资者情绪指数，并且发现高涨的投资者情绪能够预测低的收益.Huang等人通过消除情绪代理变量中共同的噪音成分构造情绪指数，发现其无论在经济意义上还是统计意义上都能对收益产生显著预测[5].Gao和Süss 发现，除了宏观和股权相关的因素，情绪指数能够对商品期货之间的联动提供额外的解释力[6].刘维奇和刘新新以上海证券交易所A股市场为研究对象，发现机构投资者情绪能够预测未来收益，而个人投资者情绪则不具预测性，进一步地，投资者关注度越高的股票，其收益对投资者情绪变化的敏感度越高[7].陆静和周媛以证券投资基金损失率构建情绪指数，发现投资者情绪对同期的A股市场和H股市场股票价格均具有显著正向影响，而投资者情绪对未来收益具有显著反转预测[8].文凤华等人采用类似Baker和Wurgler的方法构建投资者情绪指数，发现正面情绪和情绪的向上变动都对股票收益有显著的正向影响，而负面情绪和情绪向下变动对其影响并不明显[9].张强和杨淑娥亦得到了类似的结论[10].然而，有的学者对此提出了伪回归的质疑，认为如果不可观察的预期收益是时变且持续的，则一个与收益毫无关系但持续的变量可以产生看似可预测的效果.对此，Stambaugh等人通过采用大量随机模拟持续性变量的方法，用持续性变量替代情绪指数进行回归，并将回归结果与情绪指数回归结果进行比较，证实了情绪指数并不存在伪回归的问题，即情绪指数能够有效预测未来收益[11].Bekiros等人则对情绪指数与股票收益之间的非线性因果关系进行了检验[12].有些学者并没有直接检验情绪指数与预期收益的关系，而是给出了两者的间接关联.Kim等人检验了情绪对投资者的分歧和未来股票市场收益两者关系造成的影响[13].他们发现，投资者分歧和股票未来收益之间的关系会随着投资者情绪时变.在高涨情绪时期，投资者意见较高的分歧显著地预测未来股票市场较低的收益，但是在投资者情绪低迷时，则不存在这样的预测效果.类似地，Shefrin、Antoniou等人发现情绪能够影响投资者对于风险变量和预期收益的判断[14,15].Shen等人证实情绪可以对风险因子定价[16].Bushee和Friedman 将城市的云量作为投资者情绪的来源，并基于指数收益和云量的关系提出情绪-收益敏感性指标(return-mood sensitivity,RMS),发现高质量的天气预报能够降低RMS[17].相似地，Engelberg和Parsons发现住院率与股票市场收益呈负相关[18].刘晓星等人则认为投资者情绪会影响股票市场流动性[19].以上对于投资者情绪定价效果的研究基本均集中于一个股票市场的横截面分析，例如，价值型股票与增长型股票的比较、大公司股票与小公司股票的比较.一些学者将此分析拓展到国际股票市场.例如，国际足球比赛结果可作为首要情绪变量，即一场比赛失利后会出现显著的市场下跌，特别的，世界杯预选赛阶段的一场失利会导致第二天-49个基点的异常股票收益[20].Schmeling 将消费者信心作为个体投资者的情绪变量，研究了情绪对18个发达国家股票市场预期收益的影响[21].他发现当情绪高涨时，未来的股票收益趋于降低.此外，对于市场完整性较低的国家，情绪对股票收益的作用更显著，投资者更趋于羊群行为和过度反应.本文同样借鉴了Baker和Wurgler构建投资者情绪指数的开创性工作，不同的是，本文加入了新的情绪代理变量，即中国波动率指数(iVX).波动率指数被称为投资者恐慌指数，展示了投资者对未来股票市场波动的一致性看法[22].波动率指数越高，恐慌情绪越大.随着50ETF期权的推出，上海证券交易所公布了中国波指(iVX)，起始日为上证50ETF期权上市之日2月9日，用于衡量上证50ETF未来30日的预期波动.该指数是根据方差互换的原理，通过对50ETF期权价格的计算编制而得，被视为中国A股市场的首个情绪指标.在这样的背景下，本文将中国波指纳入到情绪指数的构建中，进而研究情绪指数对未来股票市场收益的预测效果.其次，已有研究的数据频率往往是年度的或是月度的，如Baker和Wurgler使用的是1962年～2001年的年度数据[3]，文凤华等人采用的是2003年～2011年的月度数据[9].由于中国波指推出的时间较晚，为了获得足够的样本量，本文采用的是数据频率为周度的，相比于之前的研究，可以获得相对短期的分析结论.1 情绪指数1.1 情绪代理变量的选取Baker和Wurgler基于6个情绪代理变量构建成一个综合指数代表情绪指数.6个代理变量分别为：封闭式基金折价率、股票换手率、IPOs的数量、IPOs的首日收益、新发债券和股票中新发股票所占比例、分红与不分红公司的平均资产市值比的对数差(股利溢价).其中，封闭式基金折价率越高，表明投资者对后市不看好，故而封闭式基金折价率与未来收益呈负相关性.换手率表征着市场流动性，在市场卖空限制和非理性投资者参与的条件下，高流动性往往伴随着过度估值，从而换手率也被发现预测未来较低的市场收益.IPOs的数量及IPOs的首日收益可被用来解释当前市场投资者的热情.新发股票在新发债券和股票中所占比例越高，预示着未来市场收益的下降.股利溢价则表征着对分红公司股票和不分红公司股票的相对需求.除此之外，一些学者还将新增开户数、交易量等作为代理情绪变量.对于以上代理变量，本文首先根据中国股市特征及所研究时段数据可得性进行初步剔除.例如，在中国市场上，几乎每一只股票IPO的首日均会触及涨停，即首日收益均为44%，故而，IPOs的首日收益无法作为中国股市有效的代理变量.由于本文采用的是周度数据，所以股利溢价数据不可得.对于一周股票开户情况，中国证券登记结算有限公司自2015年5月29日之后未有公布.而交易量和换手率具有相似的效果.综合以上考虑，最终本文选取中国波动率指数(iVX)、封闭式基金折价率(FDDR)、换手率(TO)和IPOs的数量(NIPO)作为代理情绪变量.其中，由于上交所提供的中国波指是日度的，首先将其转换为周度的；由于封闭式基金投资的股票标的并不受其发行市场的限制，故而封闭式基金折价率由上市和深市所有封闭式基金周折价率的均值算得；换手率采用的是上证A股市场周换手率；IPOs的数量计算的是一周之内在上证A股市场挂牌上市的股票数量.可以看到，选取的均是与上证A股市场相关的情绪代理变量，故而下文中市场收益采用对应的上证A股指数收益.(a)(b)(c)(d)图1 四个情绪代理变量趋势Fig.1 Four individual sentiment proxies between February 2015 to June 2016.Each proxy amounts to weekly scale.(A) Volatility Index (iVX).(B) Closed-end fund discount (FDDR).(C) Turnover (TO).(D) The number of IPOs (NIPO).图1展示了四个情绪代理变量从2015年2月13日到2016年6月30日以周为频率的走势.本文发现iVX、FDDR 和 TO 三个代理变量有着非常相似的走势，各变量先呈上升趋势，在2015年6月中旬前后达到峰值，然后转而呈下降趋势.NIPO 与前三者亦呈现一定的相似性，只是在2015 年7 月10 日到2015 年11 月27 日之间持续为0，这是因为这段时间内证监会为救市暂停了IPO的发行.表1给出了四个情绪代理变量之间的相关性，可以看到，两两之间均呈现正相关，且前三个代理变量呈显著正相关，这与图1是一致的.表1 单个情绪代理变量之间的相关性Table 1 The correlations between four individual sentimentproxiesiVXFDDRTONIPOiVX1．0000．6660．7330．087FDDR0．6661．00 00．7180．105TO0．7330．7181．0000．306NIPO0．0870．1050．3061．0001.2 情绪指数构建鉴于选取的情绪代理变量具有一定的相关性，故而可以采取抽取主成分的方法构造综合情绪指数SIt=a×iVXt+b×FDDRt+c×TOt+d×NIPOt(1)每个代理变量首先要进行标准化处理.a、b、c和d为主成分因子载荷.在文献[3]中，第一主成分解释了49%的样本方差，故而他们选择第一主成分来构建情绪指数.而在文献[9]中，他们采用前三个主成分加权来构建投资者情绪指数，因为前三个主成分累积解释了89.7%的方差.然而，这并不能够证明采用前三个主成分的构建方法在预测未来收益方面好于只采用第一主成分的方法，因为后两个主成分中或许包含更多的是噪音.故而，本文构建了采用第一主成分、前两主成分加权以及等权重三种因子载荷情况下的情绪指数，以进行下一部分收益回归时的对比分析.在本文样本中，第一主成分解释了61.7%的样本方差，前两个主成分累积解释了86.2%的样本方差.为了探索加入iVX后是否构建出了更有效的情绪指数，本文同时对比考虑不包括iVX时的情况，即SIt=b×FDDRt+c×TOt+d×NIPOt(2)这里同样考虑第一主成分、前两主成分加权以及等权重三种因子载荷情况下的情绪指数.除此之外，由于NIPO变量有一段时间受到证监会的干预，呈现长时间的零发行，那么在这种情况下，NIPO是否还能起到表征投资者情绪的作用是需要检验的，故而进一步考虑了不包括NIPO时的情况，即SIt=a×iVXt+b×FDDRt+c×TOt(3)表2给出了以上三式情绪指数的成分因子载荷.Panel A 是第一主成分的载荷因子；Panel B 是前两个主成分以方差贡献为权重加权的载荷因子；Panel C 是以简单的等权重作为因子系数.可以看到，所有情况下，所有情绪代理变量的载荷因子均为正的，这与表1中变量间的正向相关性有关，说明主成分分析法提取到了变量间共同的趋势.此外还可以观察到，Panel B 第一列的NIPO系数要显著大于Panel A 第一列的NIPO系数，表明采用前两个主成分构建情绪指数时NIPO充当了重要的角色.表2 情绪指数的成分因子载荷Table 2 The loadings of component sentiment indexesPanelA：FirstPCPanelB：FirstTwoPCPanelC：EqualWeighted式(1)式(2)式(3)式(1)式(2)式(3)式(1)式(2)式(3)iVX0．556NaN0．5740．337NaN0．4240．250NaN0．300FDDR0．554 0．6430．5700．3420．2980．5920．2500．3000．300TO0．5890．6870．5880．4400．4240．5060．2500．3000．300NIPO0．1950．338NaN0．4110．533NaN0．2500．300NaN图2展示了采用主成分分析法得到的综合情绪指数.图2 (a)对应于式 (1)；图2 (b)对应于式(2)；图2 (c)对应于式 (3).每张图中的三条线分别为第一主成分(SI1)、前两主成分加权(SI2)和等权重的情况(SI3).可以看到，大体上情绪指数呈现相似的形态，即投资者情绪先上涨，在2015年6月中旬达到峰值，然后开始逐渐回落.这与当时的市场状态非常吻合.除此之外，三条线相比，红线在情绪高涨时最高，而在情绪低迷时最低，这显示了第一主成分的显著性甄别效果；蓝线在情绪高涨时最低，而在情绪低迷时最高，这也是合理的，因为简单的等权重显然在情绪甄别上不如主成分分析法敏感.(a)(b) (c)图2 投资者情绪指数Fig.2 Weekly sentiment index levels between February 2015 to June 2016.(A) The index is constructed by all four sentiment proxies: iVX,FDDR,TO and NIPO.(B) The index is constructed by three sentiment proxies: FDDR,TO and NIPO.(C) The index is constructedby three sentiment proxies: iVX,FDDR and TO.For each index,we display three different construct ways: the first PCA component (SI1),the first two PCA component (SI2) and the equal-weighted(SI3).2 实证结果2.1 市场收益的情绪依赖与预测下面考察上文构建的投资者情绪指数对市场收益的依赖与预测关系rt=α+β×SIt-h+εt(4)其中h=0测试的是情绪与收益的当期依赖关系，h>0测试的是情绪对未来第h周收益的预测关系.表3展示了采用第一主成分构建情绪指数情况下的回归结果.Panel A 对应于式(1)构建的情绪指数；Panel B 对应于式(2)构建的情绪指数；Panel C 对应于式(3)构建的情绪指数.首先，几乎所有的系数β均为负数，这与Baker和Wurgler(2006,2007) 和Huang等人(2015)的研究是一致的[3,4,5].其次，情绪指数与当周收益的依赖关系并不显著，但R2和F统计量随着h的增加逐渐增大，并在h=3的时候达到最大，表明情绪指数对未来第三周的收益具有较好的预测效果，且两者之间呈负相关关系.第三，Panel A 和 Panel C 中当h=3时回归系数β在10%的水平上是显著的，但Panel B 对应的系数β则不显著，说明了新加入的情绪代理变量——波动率指数(iVX)显著改善了情绪指数的预测效果；同时，Panel C 的R2和F统计量基本上均大于Panel A 的，说明IPOs的数量并不是一个好的情绪代理变量，这验证了本文的猜想.表3 投资者情绪指数与收益的依赖和预测关系：采用第一主成分构建情绪指数的情况Table 3 The dependence between investor sentiment index (constructed by the rst PCA component) and the (lagged) returnsPanelA：式(1)h=0h=1h=2h=3h=4β(%)-0．245-0．274-0．501-0．660∗-0．546(-0．656)(-0．721)(-1．306)(-1．708)(-1．369)R2(%)0．6110．7472．4484．1722．761F⁃statistics0．4300．5191．7062．9171．874PanelB：式(2)h=0h=1h=2h=3h=4β(%)0．001-0．187-0．475-0．700-0．648(0．003)(-0．424)(-1．069)(-1．571)(-1．426)R2(%)0．0000．2601．6523．5532．987F⁃statistics0．0000．1801．1422．4682．032PanelC：式(3)h=0h=1h=2h=3h=4β(%)-0．281-0．357-0．563-0．679∗-0．552(-0．743)(-0．931)(-1．454)(-1．736)(-1．364)R2(%)0．7831．2403．0154．3052．740F⁃statistics0．5530．8672．1143．0141．859注：*表示显著性水平为10%，**表示显著性水平为5%，***表示显著性水平为1%.括号中数值为t统计量表4展示了采用前两个主成分构建情绪指数情况下的回归结果，其结论与表3基本一致.需要注意的是，表4中的R2和F统计量在h=3时均小于表3中的，这同样印证了本文的猜测，即采用前两个主成分构建情绪指数并不比采用第一主成分构建情绪指数的效果好，因为第二主成分中可能包含了太多的噪音.实际上，在上文已指出，IPOs的数量并不是一个好的情绪代理变量，表2 Panel B 中可以看到，对于前两个主成分而言，IPOs加权载荷因子明显大于第一主成分的，这也合理地解释了采用前两个主成分构建情绪指数效果并不好的原因.表5展示了采用等权重的方法构建情绪指数情况下的回归结果，其结论与表3和表4基本一致.其在h=3时的R2和F统计量大小处于表3和表4之间，说明即使是简单地等权重构建情绪指数的方法，其收益预测效果都要好于采用前两个主成分的方法，再一次印证了第二主成分解释了情绪指数中太多的噪音.2.2 情绪效应的不对称性本文检验正负情绪对未来收益的预测效果.首先将情绪指数分成正负两个子样本，然后按照以下二式分别进行回归(5)(6)表6给出了在采用4个情绪代理变量构建情绪指数的情况下(即式(1)的情况)h=3时的分析结果.Panel A 是正情绪指数的结果；Panel B 是负情绪指数的结果.可以看到，正情绪指数系数在5%水平下是显著的，且正情绪指数对未来收益恢复的影响要远远大于负情绪指数.这与中国股票市场是比较吻合的.在情绪高涨时期，投资者非理性的跟风造成股票价格过度上涨，那么未来必然会大幅回落；而在情绪低迷时期，即使投资者因恐慌造成价格过度下跌，但由于受损失情绪影响，投资者会谨慎对待后市的反弹，从而反弹相对有限.中国股民的这种非理性行为造成了未来收益对情绪指数呈现不对称的敏感性.表4 投资者情绪指数与收益的依赖和预测关系：采用前两个主成分加权构建情绪指数的情况Table 4 The dependence between investor sentiment index (constructed by the rst two PCA component) and the (lagged) returnsPanelA：式(1)h=0h=1h=2h=3h=4β(%)-0．202-0．136-0．490-0．819-0．704(-0．399)(-0．265)(-0．941)(-1．568)(-1．315)R2(%)0．2270．1021．2863．5382．553F⁃statistics0．1590．0700．8862．4581．729PanelB：式(2)h=0h=1h=2h=3h=4β(%)0．1400．149-0．309-0．806-0．780(0．226)(0．238)(-0．490)(-1．276)(-1．220)R2(%)0．0730．0820．3512．3722．204F⁃statistics0．0510．0570．2401．6281．487PanelC：式(3)h=0h=1h=2h=3h=4β(%)-0．301-0．422-0．657-0．770∗-0．638(-0．700)(-0．968)(-1．495)(-1．733)(-1．389)R2(%)0．6951．3393．1824．2912．842F⁃statistics0．4900．9362．2353．0041．930注：*表示显著性水平为10%，**表示显著性水平为5%，***表示显著性水平为1%.括号中数值为t统计量.表5 投资者情绪指数与收益的依赖和预测关系：采用等权重的方法构建情绪指数的情况Table 5 The dependence between investor sentiment index (constructed by the equal-weighted component) and the (lagged) returnsPanelA：式(1)h=0h=1h=2h=3h=4β(%)-0．418-0．292-0．827-1．278-1．086(-0．539)(-0．371)(-1．040)(-1．600)(-1．325)R2(%)0．4140．2001．5653．6812．589F⁃statistics0．2910．1381．0812．5601．754PanelB：式(2)h=0h=1h=2h=3h=4β(%)0．055-0．084-0．701-1．251-1．188(0．064)(-0．098)(-0．802)(-1．430)(-1．337)R2(%)0．0060．0140．9382．9622．637F⁃statistics0．0040．0100．6442．0451．787PanelC：式(3)h=0h=1h=2h=3h=4β(%)-0．550-0．693-1．089-1．307∗-1．063(-0．756)(-0．938)(-1．461)(-1．737)(-1．363)R2(%)0．8101．2603．0444．3072．739F⁃statistics0．5710．8802．1353．0161．859注：*表示显著性水平为10%，**表示显著性水平为5%，***表示显著性水平为1%.括号中数值为t统计量.表6 正负情绪指数的不对称效果Table 6 Asymmetric sentiment effect on the (lagged) returnsPanelA：式(5)PanelB：式(6)β(%)-2．578∗∗-0．804(-2．369)(-0．829)R2(%)17．7551．875F⁃statistics5．6130．688注：*表示显著性水平为10%，**表示显著性水平为5%，***表示显著性水平为1%.括号中数值为t统计量.3 结束语本文在Baker和Wurgler研究框架的基础上，将随着50ETF期权而推出的中国波动率指数(iVX)作为一个新的情绪代理变量，结合传统的封闭式基金折价率(FDDR)、股票换手率(TO)和IPOs数量(NIPO)等变量，运用主成分分析法构建了中国A股市场的周频情绪指数，并分析了情绪指数与市场收益之间的依赖关系和预测效果.本文发现，情绪指数与市场收益呈负向关系，这与Baker和Wurgler(2006,2007) 和Huang等人(2015)的研究是一致的[3,4,5].然而，这种依赖关系在当期并不显著，而情绪指数对其后第三周的市场收益有较显著的负向预测关系.此外，中国波指的加入能够明显提高这种预测效果，这或许与中国波指衡量的是上证50ETF未来30日的预期波动有关；相反，IPOs数量则并不是一个有效的情绪代理变量，这可能是因为在中国市场上此变量常常受到政策干扰，从而不能很好的代表投资者情绪. 除此之外，本文还就如何使用PCA分离出的主成分构建更有效的情绪指数进行了对比研究，本文发现采用前两个主成分的加权并不比仅采用第一主成分构建情绪指数在市场收益预测方面表现地更好，甚至表现地更差，即使第一主成分仅解释了约60%的样本方差.这是因为，第二主成分中包含了太多的情绪噪音，而这种情绪噪音对市场收益的预测并没有好处.最后，本文分析了情绪效应的不对称性，发现正情绪指数对未来收益的影响要远远大于负情绪指数.这可能与中国股民在行情高涨时的盲目乐观和行情低迷时的过度悲观有关，这种非理性行为造成了情绪效应的不对称性.参考文献：[1]Shiller R J.Irrational Exuberance[M].New York: Princeton University Press,2000.[2]Hirshleifer D.Investor psychology and asset pricing[J].The Journal of Finance,2001,56(4): 1533-1597.[3]Baker M,Wurgle J.Investor sentiment and the cross-section of stock returns[J].The Journal of Finance,2006,61(4):1645-1680.[4]Baker M,Wurgler J.Investor sentiment in the stock market[J].Journal of Economic Perspectives,2007,21(2): 129-152.[5]Huang D,Jiang F,Tu J,et al.Investor sentiment aligned: A powerful predictor of stock returns[J].Review of Financial Studies,2015,28(3): 791-837.[6]Gao L,Süss S.Market sentiment in commodity futures returns[J].Journal of Empirical Finance,2015,33: 84-103.[7]刘维奇,刘新新.个人和机构投资者情绪与股票收益――基于上证A股市场的研究[J].管理科学学报,2014,17(3): 70-87.Liu Weiqi,Liu Xinxin.Individual/institutional investor sentiment and stock returns: Study based on Shanghai A-share market[J].Journal of Management Sciences in China,2014,17(3): 70-87.(in Chinese)[8]陆静,周媛.投资者情绪对股价的影响――基于AH股交叉上市股票的实证分析[J].中国管理科学,2015,23(11): 21-28.Lu Jing,Zhou Yuan.The effect of investor sentiment on stock pricing: An empirical study based on A-H shares of cross-listing companies[J].Chinese Journal of Management Science,2015,23(11): 21-28.(in Chinese)[9]文凤华,肖金利,黄创霞,等.投资者情绪特征对股票价格行为的影响研究[J].管理科学学报,2014,17(3): 60-69.Wen Fenghua,Xiao Jinli,Huang Chuangxia,et al.The effects of characteristics of investor sentiment on stock price behaviors[J].Journal of Management Sciences in China,2014,17(3): 60-69.(in Chinese)[10]张强,杨淑娥.噪音交易、投资者情绪波动与股票收益[J].系统工程理论与实践,2009,29(3).Zhang Qiang,Yang Shu’e.Noise trading,investor sentiment volatility and stock returns[J].Systems Engineering：Theory &Practice,2009,29(3).(in Chinese)[11]Stambaugh R F,Yu J,Yuan Y.The long of it: Odds that invest or sentiments puriously predicts a nomaly returns[J].Journal of Financial Economics,2014,114(3): 613-619.[12]Bekiros S,Gupta R,Kyei C.A nonlinear approach for predicting stock returns and volatility with the use of investor sentiment indices[J].Applied Economics,2016,48(31): 2895-2898.[13]Kim J S,Ryu D,Seo S W.Investor sentiment and return predictability of disagreement[J].Journal of Banking and Finance,2014,42(1): 166-178. [14]Shefrin H.Investors’ judgments,asset pricing factors andsentiment[J].European Financial Management,2015,21(2): 205-227. [15]Antoniou C,Doukas J A,Subrahmanyam A.Investor sentiment,beta,and the cost of equity capital[J].Management Science,2015,62(2): 347-367. [16]Shen J,Yu J,Zhao S.Investor Sentiment and economic forces[J].Journal of Monetary Economics,2017,86: 1-21.[17]Bushee B J,Friedman H L.Disclosure standards and the sensitivity of returns to mood[J].Review of Financial Studies,2016,29(3): 787-822. [18]Engelberg J,Parsons C A.Worrying about the stock market: Evidence from hospital admissions[J].The Journal of Finance,2016,71(3): 1227-1250.[19]刘晓星,张旭,顾笑贤,等.投资者行为如何影响股票市场流动性?——基于投资者情绪、信息认知和卖空约束的分析[J].管理科学学报,2016,19(10): 87-100.Liu Xiaoxing,Zhang Xu,Gu Xiaoxian,et al.How does investor behavior affect stock market liquidity? Analysis of investor sentiment,information cognition and short-sale constraints[J].Journal of Management Sciences in China,2016,19(10): 87-100.(in Chinese)[20]Edmans A,García D,Øyvind N.Sports sentiment and stock returns[J].The Journal of Finance,2007,62(4): 1967-1998.[21]Schmeling M.Investor sentiment and stock returns: Some international evidence[J].Journal of Empirical Finance,2009,16(3): 394-408.[22]Whaley R.The investor fear gauge[J].Journal of Portfolio Management,2000,26(3): 12-17.。
中国波指（iVIX）一些观察结论
中国波指（iVIX）⼀些观察结论
1993年CBOE开始以S&P100指数期权的隐含波动率为基础编制VIX指数，2003年以S&P500指数为标的计算VIX指数。
我国上交所根据⽅差互换的原理通过对上海证券交易所交易的50ETF 期权价格的计算编制中国波指（iVIX）。
中国波指（iVIX）运⾏初期跟很多国际运⾏的规律不⼤吻合，不过这⼏个⽉开始逐步跟国外接轨，估计未来对股指的指⽰性将起到⼀定的预判作⽤。
⼀个典型的在海外屡试不爽的规律好像现在中国波指也在起作⽤：当VIX指数出现急速的向上攀升，此时指数也正处于跌势时，通常意味着指数距离底部位置不远。
反之，当VIX指数已来到低档位置并开始作往上翻扬的动作，且同时⼤盘指数位置也处在多头轨道上，这表⽰着未来⼤盘指数反转的时间逐渐逼近。
如图红⾊圆圈部位iVIX⼤幅跳升，时间正好是8⽉26⽇，对应上证本轮下跌的最低点，市场恐慌到极点，同时出现了⼀次超跌。
以后结合超跌指标也许可以更加准确的抄底。
，如下图，8⽉24⽇已经进⼊超跌了。
国外的研究表明，⼤多数时候，分别投资90%的资⾦在
S&P500,10%的资⾦在VIX是完美组合，可惜我国iVIX期货还⽆法交易，否则还可以从期限结构做出很多有⽤的分析。
下图是标普和VIX历史⾛势图
最后，任何指标都只是参考，都有不准的时候，就好⽐沪股通，以前都挺准，但现在⾮常不准。
所以多⽅⾯分析印证，谨慎判断是很重要的
参考：波动率指数 /assortment/derivatives/options/volatility/。
中国波动率指数（iVIX）前瞻与投资策略
中国波动率指数（iVIX）前瞻与投资策略中国波动率指数（iVIX）前瞻与投资策略诺亚集团研究与发展中心研究员汪波【背景：中国iVIX指数试发布】6月26日，上交所根据上证50ETF期权的交易价格情况，宣布发布中国首只基于真实期权交易数据编制的波动率指数中国波指（iVIX）。
“中国波指”应用于衡量上证50ETF未来30日的预期波动。
该指数是根据方差互换的原理，结合50ETF期权的实际运作特点，并通过对上海证券交易所交易的50ETF期权价格的计算编制而得。
目前，中国波动率指数iVIX 指数仍处于试发布阶段。
上证50ETF在6月整体跌幅为7.76%，同期期权市场成交量不断放大，6月上证50ETF 认沽期权成交量大幅上涨至84.6万张，相比于5月的46万张增幅高达近83.91%。
在此轮牛市现货市场大波动的背景下，显示了越来越多的投资者采用了期权作为市场化风险转移的工具，iVIX指数也将成为后期市场的风向标。
本文将从美国VIX指数基本应用及中国iVIX指数的展望两个方面进行分析，为中国正式推出iVIX后的投资策略提供一定参考与思路。
【美国VIX指数在投资中的应用】1.投资者情绪：VIX指数与标准普尔指数CBOE波动率指数（VIX）反映着美国市场中标准普尔500指数的波动情况，计算的是未来30天市场预期的波动程度，是一种应用于评估未来风险的指标，因此该指数也被称为恐慌指数。
VIX指数为政府部门与金融机构研判风险、进行宏观决策提供有效参考，也主要被应用于市场交易与投资中。
虽然VIX指数反映的是未来30天的市场波动程度，但是以年化的百分比形式表示。
数据来源：Wind，诺亚研究首先将目光聚焦在2001年美国发生911恐怖事件后，股市在9月17日重新开盘后连续下挫，标普指数在五个交易日下挫超过120点，跌幅为11.6%，而此期间VIX也从24推升至44.92，涨幅高达87.17%。
9月24日标普指数开始触底反弹，而后稳步上扬，此时VIX 指数也逐步从40的水平逐步下降到20附近。
小议中国股市指浮动性调研.pdf
摘要:金融市场的波动一直是经济分析人员和投资者关注的焦点。
以沪市综合指数为研究对象，分别运用ARCH模型、GARCH模型进行初步研究，分析中国沪市股价波动的动态特征，结果表明，GARCH模型对中国沪市有较好的拟合效果。
关键词：ARCH模型；GARCH模型；沪市波动性 引言 博弈股市，投资者要想获利就必须研判大势，即大盘的涨跌。
如果交易过于频繁，天天买进卖出或卖出买进，一方面要耗费投资者大量精力、财力（佣金，税金），另一方面也将冒很大风险（并非天天有行情），所以应选择一定时间段进行集中交易，这样研究大盘指数波动的规律就成为必然，具有重要的实际指导意义和经济价值。
本文将利用自回归条件异方差模型，即ARCH类模型对上海股市大盘指数的波动进行实证分析，为投资者进行大盘收盘指数的预测并规避风险提供决策依据。
一、理论模型 经典的最小二乘回归假定误差序列无关，误差的方差为一常数，然而研究金融市场时却发现大多数时间序列的误差序列无关，但误差的平方序列相关，即误差的方差或波动随时间变化。
为了模拟这种波动，提高预测精度，1982年Engle构造了方差随时间变化的自回归条件异方差ARCH模型。
此后随着实践的深入，ARCH模型的一些扩展模型也被相继提出，如GARCH模型等，并在解释货币和金融时间序列的行为中得到广泛应用。
（一）ARCH（q）模型 εt/Ψt-1N（0，σ2t）（1） εt=Ztσt，Zt为i.i.d.，且E（Zt）=0,Var（Zt）=1（2） σ2t=α0+αiε2t-i（3） 其中，εt序列无关，Ψt-1为t-1期获得的信息集，σ2t为εt的条件方差，α0＞0，αi≥0（i=1，2，……q）。
ARCH（q）模型有以下特点： 1.式（3）表明过去的波动扰动ε2t-i对市场未来波动有着正向而减缓的影响，因此波动会持续一段时间，从而模拟了市场波动的集群性现象，但没有说明波动的方向。
2.利用ARCH模型可以更精确地估计参数，提高预测精度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国波动率指数（iVIX）前瞻与投资策略
诺亚集团研究与发展中心研究员汪波
【背景：中国iVIX指数试发布】
6月26日，上交所根据上证50ETF期权的交易价格情况，宣布发布中国首只基于真实期权交易数据编制的波动率指数中国波指（iVIX）。
“中国波指”应用于衡量上证50ETF未来30日的预期波动。
该指数是根据方差互换的原理，结合50ETF期权的实际运作特点，并通过对上海证券交易所交易的50ETF期权价格的计算编制而得。
目前，中国波动率指数iVIX 指数仍处于试发布阶段。
上证50ETF在6月整体跌幅为7.76%，同期期权市场成交量不断放大，6月上证50ETF 认沽期权成交量大幅上涨至84.6万张，相比于5月的46万张增幅高达近83.91%。
在此轮牛市现货市场大波动的背景下，显示了越来越多的投资者采用了期权作为市场化风险转移的工具，iVIX指数也将成为后期市场的风向标。
本文将从美国VIX指数基本应用及中国iVIX指数的展望两个方面进行分析，为中国正式推出iVIX后的投资策略提供一定参考与思路。
【美国VIX指数在投资中的应用】
1.投资者情绪：VIX指数与标准普尔指数
CBOE波动率指数（VIX）反映着美国市场中标准普尔500指数的波动情况，计算的是未来30天市场预期的波动程度，是一种应用于评估未来风险的指标，因此该指数也被称为恐慌指数。
VIX指数为政府部门与金融机构研判风险、进行宏观决策提供有效参考，也主要被应用于市场交易与投资中。
虽然VIX指数反映的是未来30天的市场波动程度，但是以年化的百分比形式表示。
数据来源：Wind，诺亚研究首先将目光聚焦在2001年美国发生911恐怖事件后，股市在9月17日重新开盘后连续下挫，标普指数在五个交易日下挫超过120点，跌幅为11.6%，而此期间VIX也从24推升至44.92，涨幅高达87.17%。
9月24日标普指数开始触底反弹，而后稳步上扬，此时VIX 指数也逐步从40的水平逐步下降到20附近。
表1：主要事件对于VIX指数的影响
时间事件VIX指数变化VIX指数上涨幅度1997年东南亚金融危机 19.25 → 44.28 130% 2000年互联网泡沫破灭 21.48 → 38.2 77.8% 2001年911事件 24 → 44.92 87.17% 2008年次贷危机 9.97 → 79.13 693.7%
数据来源：Wind，诺亚研究
数据来源：Wind，诺亚研究
表2：VIX指数与标准普尔指数呈现负相关
时期标准普尔指数涨跌幅度VIX指数1998.8 - 2000.4 + 59.56% 44.28 → 17.88
2002.7 - 2007.7 + 95.79% 44.92 → 19
2007.7 – 2008.11 - 46.87% 17.63 → 79.13
2009.2 – 2015.7 + 201.67% 79.13 → 18.85
数据来源：Wind，诺亚研究从上图可以直观的发现，VIX指数变化和市场走势变化呈现明显的负相关关系。
主要云因在于VIX指数是基于期权价格形成的，同时期权价格又受到其自身的隐含波动率及其他因素影响。
若经济出现悲观预期或遭遇黑天鹅事件，股票市场将出现大幅下跌，利用衍生品避险的需求增大，期权的价格将有所上升，同时带动VIX指数上涨。
当VIX指数处于高位时，并不一定代表了股票市场的下跌，投资者在股票市场持续上涨中产生的不安情绪也可能影响到VIX 指数的表现。
在对比iVIX指数与上证指数时，这一特点也出现在了6月大回调前夕，表明投资者在市场连续上涨后情绪逐步趋于谨慎，希望通过衍生品来避险。
具体来看，VIX指数总体上属于一个均值复归的模型，变动区间基本处于【20,46】，均值为30。
当VIX指数低于20时，市场处于一个低风险环境，投资者的整体风险偏好较弱，
市场也相对平淡低迷；而VIX指数突破30后，表明投资者态度开始转向看好未来市场的表现，交易活跃度及风险偏好开始逐步上涨；而VIX指数接近50时，悲观情绪传导至整个市场。
2008年美国的次贷危机将VIX指数推升至历史最高的79.13，而这种非理性的超高引申波幅主要是由于市场中流动性的极度缺乏导致的。
2.VIX指数与跨式期权策略
每次非农数据及美联储议息会议前，除了等待数据时候的激动或是不安，你还能做些什么？
非农就业数据及议息会议对于外汇美元指数及大宗商品（黄金）均会产生预期性波动，当公布数据或者政策明朗后，短期引发的市场波动会使VIX指数短期大幅上涨。
因此，通过波动率投资的跨式期权是一种合适的投资策略。
跨式期权策略（Straddle Option Strategy）是一种同时买入同样数量且同行权价同到期日的看涨和看跌期权的期权策略，若组合中期权的行权价格并不一致，则称为宽跨式期权策略。
这种策略通过在市场上涨时履行看涨期权，而在下跌时履行看跌期权，而使期权的购买者享受价格波动较大的好处，标的品种可以是外汇、证券或其他基础金融产品。
可以从上图中看到，跨式期权策略中有两种情况下收益为正：在标的物价格下跌或者上涨时候，同时价格下跌与上涨幅度越大，波动率越高，收益也就越大。
因此无论美联储是否决定加息，美元是上涨抑或是下跌，只要市场存在波动，即VIX指数在上升，就能取得相应的收益，所以做多跨市期权策略本质上是一种“去方向性”的策略。
当然，这种策略的风险主要发生于价格的波动率较小，会导致收益无法抵偿购买两端期权的成本，从而发生损失。
【iVIX指数在中国市场的展望】
当前上海证券交易所官方公布的iVIX指数数据主要是两个部分，第一个部分是当日日
间的波动指数，从早上9点25份集合竞价开始至当天下午3点收盘；第二个部分是从2月9日开始至最新隔夜交易日的日iVIX指数走势图。
IVIX波动率指数（7月22日）
数据来源：上海证券交易所，诺亚研究
IVIX波动率指数（2月9日至7月22日）
上证指数
5500
5000
4500
4000
3500
3000
2500
数据来源：上海证券交易所，Wind，诺亚研究
从目前iVIX指数走势情况分析，主要运行区间为【23%，62%】。
由于iVIX指数推出时间相比VIX指数短很多，受到短期市场波动较大，整体走势仍然属于随机游走，而非均值复归，但我们认为随着时间延展，iVIX会逐步形成均值复归区间，这个区间的振幅主要取决于多方面因素，比如投资者结构、指数标的市场波动情况、交易特点、经济环境等。
此外，通过选取2015年2月9日至7月22日的样本区间，对比iVIX指数与上证指数可以发现，6月21日至7月22日期间，两者出现了两段负向的关联，6月26日上证指数低开后大跌7.4%，更是推动iVIX指数达到试运行以来的最高值61%，波动性始终处于高位的同时上证指数也连续下挫至3373.54。
第二阶段随着救市政策频出及政府资金介入，当前iVIX指数已经连续回落，市场也出现反弹，这两个阶段表现出的负相关性与美国市场是一致的。
然而在2月9日至6月20日期间，iVIX指数与上证指数呈现出一致性，上证指数的上涨甚至带动iVIX上扬。
我们认为主要原因有两点，第一，iVIX指数标的为50ETF期权，作为风险对冲的交易工具，被动型的交易策略触发点容易滞后于上证指数，因此呈现出一定滞后性；第二，由于时间跨度不够，从而放大了两者之间弹性，使短期的局部效应替代理论的负向关系。
虽然目前iVIX指数与上证指数的非单一关系，使投资者短期内还不能有效依赖波动率指数进行投资决策，然而在此轮牛市现货市场大波动的背景下，显示了越来越多的投资者采用了期权作为市场化风险转移的工具，期权市场的活跃度也在逐步提升。
我们认为iVIX 在正式推出之后，将成为国内市场情绪及风险对冲的方向标，为中国金融市场的发展与金融工具的完善奠定坚实的基础。