第 4~5 章：预测波动率，读懂隐含波动率

第 4 章：预测波动率——简单模型出乎意料地够用#

坏消息：波动率预测没有水晶球。好消息：因为波动率聚集 + 均值回归，“明天大致像今天、长期回归均值”这类朴素模型已经能解释大部分可预测成分，复杂模型（GARCH 家族及其数十种变体）的增量优势在交易层面常常小于它带来的过拟合风险。Sinclair 的实用主义排序大致是：

• 起点：历史波动率本身（用第 2 章的高效率估计量算）就是不错的预测；
• 加一层：指数加权 / GARCH 类模型捕捉聚集与回归，参数用极大似然估计——但要接受参数不稳定的现实；
• 再加一层：基本面信息。财报日、股东大会等已知日期的事件会在日历上制造波动率，把”事件日”与”平常日”分开建模，比任何时间序列技巧的改进都直接；
• 立场：预测目标不是精确点估计，而是判断当前隐含波动率给出的”价格”是贵还是便宜——够用来下注即可。

这一章还首次引出全书的商业核心——方差溢价：把各种预测方法与期权隐含波动率对照，会发现隐含系统性偏高。这不是市场犯傻，而是保险费（为什么存在、如何收割，第 11 章展开，本精读第 6 页详述）。

第 5 章：隐含波动率的动态变化——对手盘的行为学#

隐含波动率不是一个数，是一张随时间变形的曲面（行权价 × 到期日）。第 2 版新增的这一章讲它的运动规律：

水平（level）：隐含波动率整体水平与实现波动率同向但更”情绪化”——恐慌时超调，平静时阴跌。它自身也强烈均值回归，这是很多波动率策略的入场信号来源。

微笑（smile）：同一到期日、不同行权价的隐含波动率不同。股票类标的通常呈”假笑”（skew）：低行权价一侧更贵——1987 年股灾之后市场永久性地学会了为崩盘付保费。微笑的形态与标的类型有关：个股、指数、商品各有典型形状。

微笑的动态：市场移动时微笑怎么跟着动？两个经典参照系——sticky strike（每个行权价的隐含波动率不动）与 sticky delta（每个”钱程度”的隐含波动率不动）。真实市场在两者之间摇摆，且状态依赖：趋势市更像 sticky delta，震荡市更像 sticky strike。判断错参照系，delta 对冲量就是错的。

期限结构：短期隐含波动率波动剧烈、长期的稳定，形态通常正斜率（远期更贵），恐慌时倒挂。期限结构的均值回归与翻转，本身就是可交易信号（第 12 章 VIX 期货部分的伏笔）。

对股票研究者的启示#

不做期权，这两章仍有两个可迁移结论：其一，事件驱动的波动率是日历上写好的——财报季的 A 股个股波动放大是可预期的，风控和仓位应该提前响应，而不是事后惊讶；其二，隐含波动率（如 50ETF 期权的 iVIX 类指标）是市场情绪的实时报价，比任何新闻情绪指数都诚实，可作为择时研究的输入。

本页带走的三句话#

1. 波动率预测中，朴素模型 + 事件日历已能拿到大部分可预测成分，复杂模型边际收益递减；
2. 预测的目的不是算准数字，而是判断当前期权价格给出的波动率贵了还是便宜了；
3. 隐含波动率是一张会变形的曲面：水平看情绪、微笑看崩盘恐惧、期限结构看恐慌的时间分布。