企业官网建设流程全解析

	回到目录

前几章，我们分别观察了价格的方向、结构和动量。但即使方向判断相同，两只股票也可能带来完全不同的持有体验。

假设两只股票最终都上涨 10%。第一只在较小波动中逐步上涨，第二只先下跌 25%，再大幅反弹。对于需要控制回撤、使用融资，或中途可能需要资金的投资者，两条路径的差别十分重要。因此，分析价格时，还需要回答：它通常波动多大？近期是否变得更不稳定？这种变化来自个股，还是与整体市场有关？

本章介绍布林带、ATR、Beta 和 VIX。它们并不测量同一种东西，也不能互相替代。

51.1 布林带：价格相对均值的位置与离散程度

在移动平均线两侧增加会变化的边界

布林带由 John Bollinger 提出。常见形式使用 20 期简单移动平均线作为中轨，上下轨分别距离中轨两个价格标准差。参考：Fidelity 布林带指标说明
M t = SMA 20 , t U t = M t + 2 s P , t L t = M t − 2 s P , t \begin{aligned} M_t &= \text{SMA}_{20, t} \\ U_t &= M_t+2s_{P, t} \\ L_t &= M_t-2s_{P, t} \end{aligned}Mt​Ut​Lt​​=SMA20,t​=Mt​+2sP,t​=Mt​−2sP,t​​
其中，M t M_tMt​、U t U_tUt​、L t L_tLt​分别表示中轨、上轨和下轨，s P , t s_{P, t}sP,t​表示窗口内收盘价的标准差。

这里使用的是价格水平的标准差。它与金融统计中常说的“收益率波动率”并不相同：前者衡量窗口内价格相对均值的离散程度，后者通常衡量逐期收益率的离散程度。

例如，价格每天稳定地增加相同百分比，日收益率可以几乎不变，但一段时间内的价格水平仍然不断拉开距离。这时，价格标准差与收益率标准差会给出很不一样的信息。

带宽如何随数据变化

假设 20 期平均价格为 100 美元，价格标准差为 3 美元：
U = 100 + 2 × 3 = 106 L = 100 − 2 × 3 = 94 \begin{aligned} U &= 100+2\times3 = 106 \\ L &= 100-2\times3 = 94 \end{aligned}UL​=100+2×3=106=100−2×3=94​
如果均值暂时仍为 100 美元，而标准差增大到 6 美元，上下轨就变成 112 美元和 88 美元。

情况	中轨	价格标准差	上轨	下轨
较小离散程度	100	3	106	94
较大离散程度	100	6	112	88

在第一种情况下，价格 106 美元已经到达上轨；在第二种情况下，106 美元仍处于带内。因此，“价格偏高”在这里指相对于当前计算窗口的位置，而不是相对于公司内在价值。

为了比较带宽，可以计算：
Band Width = U − L M \text{Band Width} = \frac{U-L}{M}Band Width=MU−L​
上例中的带宽分别为 12% 和 24%。需要比较不同股票或时段时，采用相对值通常比直接比较价格宽度更清楚。

收窄不预告方向，触轨不自动构成交易

布林带收窄，说明其所衡量的价格离散程度下降。它可以帮助发现近期价格活动范围收缩的情形，却不能单独告诉我们随后会向上还是向下突破，也不能保证突破很快发生。

同样，价格触及上轨并不自动构成卖出条件，触及下轨也不自动构成买入条件。在持续趋势中，价格可能沿着一侧轨道运行。这一点也是 John Bollinger 本人使用规则中的明确说明。参考：John Bollinger 布林带使用规则

如果我们采用区间回归思路，需要说明为什么认为当前仍是区间行情；如果采用突破思路，则需要定义如何识别突破及其失败。相同的触轨事件，可以服务于不同策略，不能只靠图形位置决定操作。

两倍标准差不是未来价格的保证区间

学习统计时，我们可能接触过正态分布中约 95% 的观测落在均值两侧约两个标准差内。但不能由此推导出“未来股价有 95% 的概率留在布林带内”。

布林带使用滚动历史价格计算，均值和带宽持续变化；它也没有自动满足建立未来概率区间所需的分布假设。Bollinger 本人特别提醒，不应仅因为计算使用了标准差，就赋予布林带这样的统计含义。参考：John Bollinger 关于统计假设的说明

因此，带外价格是值得研究的现象，不是证明市场“必须回归”的数学依据。

51.2 ATR：把跳空纳入价格波动的观察

为什么只看最高价减最低价还不够

假设一只股票昨日收盘为 100 美元，今天跳空低开，全天最高价 93 美元，最低价 89 美元。只看今天的高低价差，波动范围是 4 美元。但相对于昨日收盘价，价格最低已经变化了 11 美元。只看日内区间，会遗漏隔夜跳空的重要影响。

真实波幅，英文为 True Range，简称 TR，取以下三项中的最大值：
TR t = max ⁡ ( H t − L t , ∣ H t − C t − 1 ∣ , ∣ L t − C t − 1 ∣ ) \text{TR}_t=\max\left ( H_t-L_t,\; |H_t-C_{t-1}|,\; |L_t-C_{t-1}| \right)TRt​=max(Ht​−Lt​,∣Ht​−Ct−1​∣,∣Lt​−Ct−1​∣)
在上述例子中：
TR = max ⁡ ( 4 , 7 , 11 ) = 11 \text{TR}=\max (4,7,11)=11TR=max(4,7,11)=11
TR 把当期区间与前收盘价联系起来，能够纳入跳空影响。平均真实波幅 ATR 则进一步对 TR 进行平滑。参考：Fidelity ATR指标说明

ATR 如何计算

常见参数为 14 期。采用 Wilder 平滑时，先用最初若干期 TR 的平均值初始化，再递推：
ATR t = ( n − 1 ) ATR t − 1 + TR t n \text{ATR}_t=\frac{(n-1) \text{ATR}_{t-1}+\text{TR}_t}{n}ATRt​=n(n−1)ATRt−1​+TRt​​
假设上一期 14 期 ATR 为 2 美元，本期 TR 为 11 美元：
ATR t = 13 × 2 + 11 14 ≈ 2.64 \text{ATR}_t=\frac{13\times2+11}{14}\approx2.64ATRt​=1413×2+11​≈2.64
即使今天出现 11 美元的真实波幅，ATR 也不会立即变成 11 美元，因为它保留了此前较平静时期的信息。这说明，ATR 反映近期波幅的平滑状态，不能用它代表某一天可能出现的最大波动。

ATR 的单位与方向

如果股价以美元计价，ATR 也以美元表示。两只股票 ATR 都为 2 美元，对 20 美元的股票和 200 美元的股票，含义显然不同。

可以将其除以当前价格作辅助比较：
相对 ATR = ATR P × 100 % \text{相对 ATR}=\frac{\text{ATR}}{P}\times100\%相对ATR=PATR​×100%
前者为 10%，后者为 1%。这是对真实波幅的相对化处理，并不等于收益率标准差。

ATR 也没有方向。急涨、急跌或大幅来回波动都可能提高 ATR，不能把“ATR 上升”直接翻译为看涨或看跌。

从波幅连接到仓位

假设某只股票价格为 100 美元，ATR 为 2 美元。一条教学规则暂定将入场价下方 2 倍 ATR，即 4 美元，作为计划退出距离。

如果用于这次交易的计划损失预算是 600 美元，按该距离计算的股数为：
Q = 600 4 = 150 股 Q=\frac{600}{4}=150\text{股}Q=4600​=150股
若建仓时 ATR 为 4 美元，同样按 2 倍 ATR 计算，退出距离变成 8 美元，对应股数为：
Q = 600 8 = 75 股 Q=\frac{600}{8}=75\text{股}Q=8600​=75股
这个例子说明：当采用相同的波幅倍数和计划损失预算时，波动较大意味着允许的股数较少。实际仓位还受到可用资金、单股权重和组合相关性等限制，2 倍 ATR 本身也不是通用最优参数。

这里的 600 美元是按假设成交位置计算的预算，不能称为保证的最大损失。跳空或流动性不足可能让实际成交更差。如果持仓后 ATR 上升，还应事先规定是否调整退出位置，避免临时扩大距离而无意中增加风险。

51.3 Beta：股票与市场收益的联动

Beta 衡量的是关系，不是全部波动

Beta 在前面的估值章节中已经出现。它与资本成本有关，也可以帮助理解股票对市场变化的敏感程度。

历史 Beta 通常通过股票收益率与市场基准收益率的回归估计。选择哪个基准、采用日度还是月度数据、覆盖多长历史，都会影响结果。参考：Aswath Damodaran《Estimating Risk Parameters》

简化表示为：
β i = Cov ⁡ ( r i , r m ) Var ⁡ ( r m ) \beta_i=\frac{\operatorname{Cov}(r_i, r_m)} {\operatorname{Var}(r_m)}βi​=Var(rm​)Cov(ri​,rm​)​
其中，r i r_iri​表示股票收益率，r m r_mrm​表示市场基准收益率；用于 CAPM 分析时，通常进一步采用超额收益口径。

这个比值衡量股票收益与市场收益共同变化的程度。Beta 不是“股票自身波动率除以市场波动率”那么简单，还包含二者的相关性。

低 Beta 的股票也可能剧烈波动

利用协方差与相关系数的关系，可以写成：
β i = ρ i , m σ i σ m \beta_i=\rho_{i, m}\frac{\sigma_i}{\sigma_m}βi​=ρi,m​σm​σi​​
假设使用同一时期、同一频率并一致年化的数据：

• 股票收益率波动率为 60%；
• 市场收益率波动率为 20%；
• 两者相关系数为 0.2。

则：
β = 0.2 × 60 % 20 % = 0.6 \beta=0.2\times\frac{60\%}{20\%}=0.6β=0.2×20%60%​=0.6
这只股票的 Beta 低于 1，但自身波动率却是市场的三倍。原因是它的大量波动并没有与市场同步。

例如，公司可能主要受自身产品、诉讼或经营事件影响。这些风险不能因为 Beta 较低就被忽略。因此，低 Beta 不等于低总风险，Beta 等于 1 也不意味着股票与指数每天涨跌相同。

Beta 为 1.5 应当如何理解

若回归估计得到 Beta 为 1.5，可以理解为：在所选历史样本的线性关系中，市场收益变化 1 个百分点，对应的股票收益联动部分变化约 1.5 个百分点。这不是对下一交易日的承诺。个股收益还包括模型中的其他部分，实际结果可能明显不同。

同样，Beta 会随业务结构、杠杆和样本变化而改变。用于组合研究时，应结合个股自身波动与集中风险；用于估值时，则需要考虑历史估计是否适合未来经营和资本结构，而不是把行情页面上的单一数值当成永久属性。

51.4 VIX 与隐含波动率：市场如何为未来不确定性定价

历史波动与隐含波动来自不同数据

历史波动率通常根据已经发生的收益率变化计算。隐含波动率则从期权价格与定价关系中推导，反映期权市场对未来波动的定价。

同一只股票，不同行权价和到期日的期权，可以对应不同隐含波动率。因此，“这只股票的隐含波动率是多少”还需要说明采用哪个期限和怎样的汇总口径。

隐含波动也不是未来实际波动的无偏承诺。期权价格除了反映预期，还受到对冲需求和承担风险所需补偿等因素影响。Cboe 对波动率风险溢价的研究也区分了预期变化与对冲需求的影响。参考：Cboe 波动率风险溢价分析

VIX 衡量什么

VIX 是 Cboe 编制的波动率指数，使用一组标普 500 指数期权的报价，估计未来 30 天的隐含波动，并以年化百分比尺度表示。它不是把标普 500 过去 30 天的涨跌简单平均，也不是把成分股的波动率直接平均。参考：Cboe VIX编制方法

假设 VIX 为 20，表示这一 30 天期限的隐含波动读数为年化 20%。这里需要同时记住两个时间概念：

• 30 天是它关注的未来期限；
• 年化是展示数值时采用的尺度。

年化表达不等于它正在预测未来一整年的波动。

VIX 为 20 不意味着市场会跌 20%

为了建立量级直觉，可以将年化 20%按时间平方根换算为 30 天尺度：
20 % × 30 365 ≈ 5.73 % 20\%\times\sqrt{\frac{30}{365}}\approx5.73\%20%×36530​​≈5.73%
这可以作为该期限隐含波动尺度的近似理解，不是对涨跌方向的预测，也不是实际回报必定落在正负 5.73% 之间的保证。

同样，VIX 从 20 升到 30，表示隐含波动读数上升 50%，并不意味着股价将下跌 50%，也不等于未来下跌概率变成 30%。

“恐慌指数”是别称，不是精确的情绪读数

VIX 常被称为恐慌指数，因为股票市场下跌与波动率上升之间存在广为观察的负相关关系。但 VIX 的直接输入仍是期权报价，并不调查投资者有多害怕。参考：Cboe VIX编制方法与背景说明

较高读数可能伴随更强的不确定性或对冲需求，却不能单独证明市场已经见底；较低读数也不能证明未来没有风险。

VIX 针对的是标普 500 指数层面的波动。一家公司即使面临重大财报或诉讼事件，也不一定使 VIX 明显变化。个股事件风险仍需要单独研究。

观察 VIX 与交易相关产品是两件事

VIX 本身是计算出来的指数读数。以 VIX 为参考的期货、期权或其他产品，具有各自的到期日、定价方式和持仓规则，表现不必与当前 VIX 同步。

例如，VIX 期货反映特定未来到期日相关的市场定价；不同期限可以形成不同价格。把“当前 VIX 很低”直接等同于“买入相关产品后，等它回升就能获利”，会忽略期限和产品结构。参考：Cboe VIX期限结构说明

本章先把 VIX 作为观察市场环境的工具，相关衍生品需要在理解其机制后另行讨论。

完成本章后，可以用下表区分四种工具：

工具	主要衡量什么	不能直接告诉我们什么
布林带	历史窗口内价格相对均值的位置和离散程度	内在价值、未来价格的保证区间
ATR	纳入跳空后的近期真实波幅	涨跌方向、最大可能损失
Beta	股票收益与所选市场收益的联动	个股全部风险、每天的确定涨跌
VIX	标普 500 未来 30 天的期权隐含波动定价	个股事件风险、市场何时见底

例如，一份观察记录可以写成：

该股近期布林带扩大，ATR 也上升，显示所测量的价格波动较此前增强。其 Beta 较低，但不能据此忽略个股事件风险。即使大盘 VIX 仍然平稳，建仓时也需要按该股自身波幅重新计算仓位，并检查财报等事件安排。

下一章将回到成交量，讨论价格变化伴随着怎样的交易活动，以及如何理解常见量价组合。