دامنه نوسانات سهام چیست؟

مشترک مشترک IvOlatility ، ما می خواهیم در مورد پاسخ Ivolatility به شیوع Covid-19 به روزرسانی را به شما ارائه دهیم.

ما اقداماتی را برای محافظت از تیم خود انجام دادیم و از دو هفته پیش به طور کامل نیروی کار خود را برای کار از وضعیت خانه منتقل کردیم.

ما می توانیم به شما اطمینان دهیم که ما همچنان به کار خود و کاربران در سراسر جهان به روزرسانی های مهم نوسانات بازار را ادامه خواهیم داد. با توجه به فعالیت غیر طبیعی در بازار ، یک بار اضافه فنی قوی در کلیه کانال های انتقال داده وجود دارد ، و ما دائماً خدمات داده را رصد می کنیم و جریان داده ها را تنظیم و تقسیم می کنیم تا داده ها را بدون تأخیر یا وقفه پردازش کنیم. علاوه بر این ، تیم پشتیبانی و فروش ما طبق معمول در دسترس است و ما مشتاقانه منتظر شنیدن چگونگی کمک به شما هستیم!

ما می خواهیم هنگام کار با ما احساس آگاه و اعتماد به نفس داشته باشید. ما چندین ابتکار عمل برای کمک به مشتریان خود در این زمان پیچیده داریم ، از جمله اشتراک های رایگان برای ردیاب بازار زنده ما ، تخفیف در داده ها و موارد دیگر که خیلی زود اعلام می شود. ما می دانیم که این زمان های بی ثبات است ، اما با هم از قبل آن را قوی تر می کنیم.

از خود و خانواده خود مراقبت کنید ، از امنیت و رفاه خود محافظت کنید و به یاد داشته باشید که مرتباً دستان خود را بشویید.

ما از وفاداری شما قدردانی می کنیم ، و ما مشتاقانه منتظر هستیم تا با دقیق ترین ، سازگارترین و داده های نوسانات به روز در دسترس باشید ، زیرا برای گزینه ها ، ما داده های بزرگ هستیم!

راه های تخمین نوسانات

نوسانات تاریخی منعکس کننده حرکات قیمت گذشته دارایی اساسی است ، در حالی که نوسانات ضمنی اندازه گیری انتظارات بازار در مورد نوسانات آینده دارایی است. نوسانات تاریخی نیز به عنوان نوسانات واقعی یا تحقق یافته دارایی گفته می شود. روش های مختلفی برای اندازه گیری نوسانات تاریخی وجود دارد. در www.ivolatility.com ما از دو مورد استفاده می کنیم.

اولین نوع از نوسانات تاریخی، که اغلب آن را نوسانات آماری می نامند، به عنوان انحراف استاندارد بازده سهام در تعداد معینی از روز محاسبه می شود. بازده ( ) به عنوان لگاریتم طبیعی قیمت های نزدیک به نزدیک تعریف می شود. بخش توزیع قیمت و بازده نشان می دهد که چرا استفاده از لگاریتم روابط قیمت راحت تر از استفاده از روابط ساده قیمت است. انحراف معیار معیاری آماری برای تغییرپذیری مجموعه ای از اعداد است. توجه داشته باشید، این نوسان یک نوع نوسان تاریخی است، اما نه تنها. با این وجود، هنگام اشاره به نوسانات تاریخی، انحراف استاندارد بازده سهام را در نظر خواهیم داشت.

نوع دیگر نوسانات تاریخی، نوسانات محدوده کم بالا یا نوسانات تاریخی پارکینسون است که در زیر مورد بحث قرار گرفته است.

برای محاسبه یک انحراف استاندارد، قیمت سهام بسته شدن ( ) در بازه های زمانی مختلف مشاهده می شود. ما انحراف معیار را برای هشت اصطلاح محبوب محاسبه می کنیم: n=10، 20، 30، 60، 90، 120، 150، 180 روز به صورت روزانه. بنابراین نوسانات تاریخی را می توان به روش زیر محاسبه کرد.

میانگین تغییرات روزانه در دوره n روز را می توان به صورت مجموع بازده تقسیم بر تعداد روز محاسبه کرد.

نوسانات تاریخی روزانه محاسبه شده بر اساس n روز به صورت تخمین زده می شود. در وب سایت IVolatility، ما نوسانات تاریخی سالانه را ارائه می دهیم که به صورت HV=HVDaily*sqrt(252) محاسبه می شود، زیرا ما 252 روز معامله در سال را فرض می کنیم.

توجه: در مخرج ما از n-1 به جای n برای دریافت تخمین بی طرفانه پراکندگی عمومی (مربع انحراف استاندارد) استفاده می کنیم. اگر انحراف معیار را بر اساس تعداد کمی از مشاهدات تخمین بزنیم، این تنظیم ضروری است.

انتخاب دوره مناسب مشاهده (n) آسان نیست. داده های بیشتر به طور کلی منجر به دقت بیشتر می شود. با این حال، نوسانات در طول زمان تغییر می کند و داده های عمیق در گذشته ممکن است برای پیش بینی آینده مرتبط نباشند. بهترین راه برای ارزیابی بیشتر، استفاده از اصطلاحی نزدیک به دوره در نظر گرفته شده توسط اکثر سرمایه گذاران یا معامله گران است.

هر شاخص یا سهم دارای یک سطح منحصر به فرد از نوسان است که در طول زمان تغییر می کند. وقتی نوسانات تاریخی بالا باشد، می گوید که سهام نوسانات شدید قیمت را نشان داده است. وقتی پایین است، تجارت آرام یا جانبی را پیشنهاد می کند. مقایسه آن با نوسانات تاریخی سایر سهام و شاخص ها به فرد امکان می دهد تخمین بزند که آیا سهام یا شاخص نسبتاً نوسان است یا خیر.

اگرچه نوسانات همیشه تغییر می کند ، بیشتر شاخص ها و سهام می توانند یک مقدار متوسط اختصاص دهند ، زیرا نوسانات آنها تمایل به نوسان در برخی از ارزش های معمولی یا متوسط در مدت زمان طولانی دارد. برای تعیین میزان نوسانات برای یک سهام یا شاخص خاص ، معامله گران باید نوسانات تاریخی را در بازه های زمانی مختلف در نظر بگیرند. علاوه بر این ، مشاهده نوسانات تاریخی یک سهام یا شاخص با گذشت زمان می تواند به تعیین اینکه آیا نوسانات در حال افزایش است یا در حال کاهش است ، کمک می کند. به عنوان مثال ، اگر نوسانات تاریخی 10 روزه سهام 15 ٪ و 120 روز 45 ٪ باشد ، سهام اخیراً شاهد کاهش شدید نوسانات بوده است. مطالعه تغییرات در نوسانات دارایی می تواند به شناسایی دامنه نوسانات طبیعی ، انحراف از آن و متعاقباً فرصت های تجاری کمک کند.

حق بیمه گزینه هنگامی افزایش می یابد که شرکت کنندگان در بازار از نوسانات سهام بیشتری انتظار دارند. هنگامی که نوسانات تاریخی یک سهام یا شاخص زیاد است ، تمایل به بازار وجود دارد که حق بیمه گزینه را نیز بالاتر ببرد. می توان از سهام یا شاخصی انتظار داشت که دارای نوسانات تاریخی بالایی برای نشان دادن نوسانات بالا در آینده باشد و حق بیمه گزینه آن انتظارات را منعکس می کند.

در جدول نوسانات تاریخی برای IBM محاسبه شده برای اصطلاحات مختلف نشان داده شده است. همانطور که می بینید نوسانات تاریخی 10 روزه 19. 34 ٪ نسبتاً کم است و نوسانات تاریخی 120 روزه 43. 03 ٪ نسبتاً زیاد است. این بدان معنی است که اخیراً کاهش شدید نوسانات سهام رخ داده است. در واقع ، همانطور که در نمودار نوسانات مشاهده می کنید ، نوسانات تاریخی 30 روزه از 72 ٪ در اکتبر به 19. 83 ٪ در ماه مارس کاهش یافت. نوسانات در حال سقوط به طور غیرمستقیم ناشی از افزایش قیمت سهام بود ، که در ماه اکتبر پس از اعلام این شرکت اعلام کرد که انتظار می رود درآمد بیش از 10 درصد از سه ماهه سوم تا سه ماهه چهارم 2002 به دلیل افزایش سهم بازار رشد کند. بشر

نمودار: نوسانات تاریخی ، شاخص IV و قیمت IBM

توجه: این نمودارها برای مشترکین خدمات پیشرفته اطلاعات تاریخی در دسترس هستند.

نوسانات تاریخی در مقابل نمودار HighHV و LowHV امکان مقایسه مقدار نوسانات تاریخی فعلی (برای اصطلاحات مختلف) با حداکثر و حداقل مقادیر تاریخی (برای سال گذشته) را فراهم می کند. محور عمودی مقیاس را نشان می دهد که مقدار نوسانات در ٪ را نشان می دهد. محور افقی این اصطلاح را ثبت می کند.