如何計算歷史盤中波動率？
抱歉，這一定是一個初學者的問題，但是當我開始編寫程式碼時，我意識到我並不完全了解歷史波動率或統計波動率是如何定義的。維基百科告訴我“波動率是工具對數回報的標準偏差”，對數回報定義為 $ \ln\left(\frac{V_f}{V_i}\right) $ ， 在哪裡 $ V_f $ 是收盤價和 $ V_i $ 是開盤價。
如果我想從原始分時計算一分鐘柱的波動率，我是否只使用那一分鐘的第一個和最後一個分時？如果我在一分鐘內使用第一個和最後一個刻度（即柱打開/關閉），我將有一個對數回報，所以那個值的 sd 將為 0。在對這個問題的回答中，日內波動率圖表被描述為U 形。究竟我需要做多少總和才能從當天的刻度生成盤中波動率圖表？
在 R 術語中，是對數回報：
#x is xts object containing ticks r = na.omit( lag(x)/x ) lnr = log(r)背景：我有一個刻度流，當我把它們變成分鐘（和更高週期）柱（使用 R 的 xts 模組）時，我還計算平均值和 sd 波動率的標準財務度量與標準偏差不同嗎？如果不是，可以從另一個派生出來嗎？
如果上述波動率的定義是正確的，我的答案（基於對圖的觀察和執行 cor）似乎是它們真的完全不同；我還在琢磨這與這裡的答案是如何融合在一起的。
你的表情很好。但更一般地說，對於盤中波動，我認為沒有“正確的定義”。更像是，在給定的上下文中起作用的任何東西。我發現 Almgren 的以下筆記非常有用：
衡量日內波動率的主要問題被稱為“簽名圖”：當您放大時，波動率度量（即經驗二次變化）會爆炸。
類似地，您對相關性有“埃普斯效應”：當您放大時，相關性會崩潰（這至少是一種機械效應）。
對於波動性，許多模型可以糾正這一點： - 首先是多尺度濾波器（例如使用小波） - 然後是加性雜訊模型（ZAM 估計器，參見 Almgren 的註釋） - 或隨機時間觀察（即基於流動性/tick 的模型） ) 像這樣：http ://papers.ssrn.com/sol3/papers.cfm?abstract_id=1989281
- 如果您喜歡點過程，Hawks 模型也是一個不錯的解決方案，例如：http://citeseerx.ist。 psu.edu/viewdoc/summary?doi=10.1.1.187.1605
但最重要的是你想用你的波動率模型做什麼？，您想捕捉哪些市場動態？ 如果是市場風險，如果是計算突破價格障礙的機率，或者計算收盤價期間的價格區間，就不一樣了。