如何衡量“货币对波动率”中的波动率
直接答案
“货币对波动率”通常通过货币对收益率在特定时间窗口内的变化性来衡量。在实际操作中，你需要选择（1）价格数据，（2）收益率计算方式，（3）滚动窗口或时间范围，以及（4）是使用历史数据估算波动率，还是从期权价格中推断得出。根据这些测量选择的不同，同一货币对可能产生不同的波动率数值。
机制或定义
货币对价格（例如报价的汇率）可以转换为收益率。一个常见的起点是某一时间段的对数收益率，例如：
- r_t = ln(P_t / P_{t-1})
其中 P_t 是时间 t 的观测价格。
历史波动率 衡量的是这些收益率在某一时间段内的离散程度。一种标准方法是计算收益率的滚动标准差，并根据目标决定是否进行年化处理或保持“每周期”单位。从概念上讲，收益率的离散程度越高，波动率就越高。
隐含波动率 是一种基于模型的估计值，从标的资产（或该货币对的近似）期权价格中提取得出。它反映了在选定的期权定价模型和假设下，与观测到的期权价格一致的波动率水平。隐含波动率通常针对特定到期日报价，因此与未来的时间范围挂钩，而不仅仅是过去的时间窗口。
在这两种情况下，“货币对波动率中的波动率”都不是方向性预测，而是特定计算方法下的变化性度量。
证据或示例（含明确假设）
假设你拥有某货币对连续30个交易日的每小时汇率数据，并将收益率定义为 ln(P_t / P_{t-1})。你计算一个20小时的滚动收益率标准差：
- σ = stdev(r_{t-19} … r_t)
这将生成一系列波动率估计值。如果该货币对经历了一段异常大幅的每小时波动，滚动标准差将上升。
现在比较两种测量选择：
- 窗口长度：如果你使用较短的窗口（例如10小时而非20小时），σ 对近期变化反应更快，但噪声更大。
- 收益率定义：如果你使用简单收益率（P_t / P_{t-1} − 1）而非对数收益率，数值结果可能会有所不同，尤其是在大幅波动期间。
这些是计算方法中可量化的独立影响。它们可以解释为何不同来源报告的“货币对波动率”并不总是一致。
另一个例子是隐含波动率：如果你能观察到期权价格并选择特定模型（及其参数），所推导出的隐含波动率将对应这些期权价格和该模型的结构。即使没有实际价格变动，只要模型或市场条件变化，隐含波动率也可能改变。
局限性和风险
多种实质性局限会影响任何“货币对波动率”的测量：
- 非预测性：波动率估计仅描述变化性。历史波动率不能保证未来表现。
- 数据和计算机制的不确定性：不同的数据来源和时间戳（买价 vs 卖价、中间价、采样频率）会影响收益率，从而影响波动率。
- 市场机制转变：当市场条件从一种机制转变为另一种时，波动率可能突然变化。滚动窗口可能滞后于变化，或对暂时性冲击反应过度。
- 交易成本和执行差异：即使波动率从价格中正确测量，实际结果也可能因点差、佣金和执行时机而不同；这些因素不会被纯粹的波动率计算所捕捉。
- 隐含波动率对模型的依赖性：基于模型的隐含波动率依赖于假设。如果模型不能匹配市场行为，隐含估计值可能无法准确反映实际波动率。
验证或下一个问题
要独立验证你的“货币对波动率”解释，请检查完整的定义链条：
- 使用了什么价格序列（以及如何采样的）？
- 收益率是如何计算的（对数 vs 简单；哪个时间步长）？
- 假设了什么窗口长度或期权到期日？
- 该估计是历史性的（来自收益率）还是隐含的（来自期权价格和模型）？
一个好的后续问题是：哪种测量方式最符合你的目的——捕捉过去窗口内的已实现波动性，还是捕捉特定期权期限内市场的波动率预期？