Strasmore Research
शिक्षण Matt Connorद्वारे Matt Connor

Implied Volatility विरुद्ध Vega: फरक काय?

Implied volatility ही optionच्या किंमतीतून काढलेली volatility आहे; vega म्हणजे IVमध्ये एका pointच्या बदलाचा optionच्या किंमतीवर होणारा डॉलरमधील परिणाम.

Implied volatility आणि vega यांतील फरक एका मूलभूत मुद्द्यावर ठरतो; option chain तो कधीही स्पष्टपणे सांगत नाही. Implied volatility, म्हणजे IV, हा एक input आहे. बाजाराने optionची किंमत निश्चित केल्यानंतर pricing modelमधून काढलेली volatilityची संख्या म्हणजे IV. Vega हा बदलाचा दर आहे. IVमध्ये एका pointचा बदल झाल्यास optionच्या किंमतीत डॉलरमध्ये किती बदल होईल, हे vega दर्शवते. IVमधून कोणती volatility आकारली जात आहे हे समजते. Vegaमधून एखाद्या positionमध्ये त्या आकारणीचा किती परिणाम आहे हे समजते.

Implied volatility विरुद्ध vega: एक input आणि एक दर

Option pricing modelमध्ये कोणीही शोधू शकणारी काही माहिती वापरली जाते: spot price, strike, expiryपर्यंत उरलेला कालावधी आणि financing rate. मात्र त्यात अशी एक माहितीही लागते जी कोणीही थेट शोधू शकत नाही—आत्तापासून expiryपर्यंत underlying किती हलणार आहे. Modelमध्ये volatilityचा आकडा दिल्यावर तो option price काढतो.

Implied volatility ही प्रक्रिया उलट दिशेने करते. बाजारात दिलेल्या option priceपासून सुरुवात करून, modelला नेमका तोच price देणारा volatilityचा आकडा शोधला जातो. अशा प्रकारे मिळालेला आकडा म्हणजे option chainवरील IV. Implied volatilityची गणना कशी केली जाते या शोधप्रक्रियेचे स्पष्टीकरण देते. IV हा अंदाज नसतो. तो आजच्या priceमध्ये अंतर्भूत असलेला volatilityचा assumptions असतो. Option prices बदलले की implied volatilityही बदलते, stockमध्ये त्या दिवशी फारशी हालचाल झाली नसली तरी.

Vega याच modelमधून पुढील टप्प्यात मिळते. इतर सर्व घटक स्थिर ठेवून volatility inputमध्ये one pointची वाढ करा आणि model price किती बदलतो ते नोंदवा. हा बदल म्हणजे vega. समजा एखाद्या contractची vega प्रति share 0.20 आहे. IVमध्ये one pointची वाढ झाल्यास त्याचा model price प्रति share अंदाजे 20 centsने वाढेल. Standard 100-share contractवर ही वाढ सुमारे $20 असेल. Two pointsची वाढ सुमारे $40ची असेल. IV म्हणजे volatilityची price. Vega म्हणजे त्या priceबदलाचा आकार. Option vegaमध्ये याची संपूर्ण कार्यपद्धती दिली आहे.

दीर्घ मुदतीच्या optionमध्ये vega अधिक का असतो?

Volatility म्हणजे प्रत्येक वेळेच्या एककासाठी असलेली अनिश्चितता. दीर्घ मुदतीच्या contractमध्ये तिचा अधिक काळ समावेश होतो. समान underlying आणि समान IV असलेल्या दोन contractsचा vega खूप वेगळा असू शकतो. Expiry जितकी दूर असेल, तितका हा फरक वाढतो.

खालील panelमध्ये July 2026पर्यंत trade झालेल्या AAPL contractsचे expiryपर्यंतच्या दिवसांनुसार गट केले आहेत. Spot priceच्या 5%च्या आत असलेले strikes ठेवले आहेत. प्रत्येक bucketचा सरासरी vega हा सर्वात जवळच्या expiryच्या bucketच्या तुलनेत index केला आहे. प्रत्येक contractचा दैनिक IV आणि greeks global_markets.options_greeks मधून घेतले आहेत. Volatility solve यशस्वीरीत्या पूर्ण झालेल्या आणि त्या दिवशी प्रत्यक्ष trade झालेल्या rowsच ठेवण्यात आल्या आहेत.

क्वेरीसमान अंतर्निहित मालमत्ता, समान IV, वाढता vega: मुदतपूर्तीपर्यंतच्या दिवसांनुसार AAPL (जुलै 2026)
प्रत्येक आकड्यामागील अचूक SQL
WITH ntm AS
(
    SELECT
        intDiv(days_to_expiry, 30) * 30 AS dte_floor,
        avg(toFloat64(vega))            AS vega_avg,
        avg(implied_volatility)         AS iv_avg,
        count()                         AS contract_days
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'AAPL'
      AND date >= '2026-07-01'
      AND date <  '2026-08-01'
      AND iv_converged = 1
      AND volume > 0
      AND days_to_expiry BETWEEN 1 AND 545
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
    GROUP BY dte_floor
    HAVING count() >= 50
)
SELECT
    concat(toString(dte_floor), ' to ', toString(dte_floor + 29), ' days') AS dte_bucket,
    round(iv_avg * 100, 1)                                                 AS avg_iv_pct,
    round(vega_avg / first_value(vega_avg) OVER (ORDER BY dte_floor ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING), 2) AS vega_vs_front,
    toUInt32(contract_days)                                                AS contract_day_count
FROM ntm
ORDER BY dte_floor
Run this yourself

संपूर्ण महिन्याची सरासरी पाहता, 0 to 29 days bucketचा IV 33.2% होता, तर 510 to 539 days bucketचा IV 29.5% होता. फरक इतका कमी आहे की दोन्हींवर आकारला जाणारा volatility दर समान मानता येतो. मात्र त्याच rowsमधील vega column जवळजवळ इतका स्थिर नाही. सर्वात दीर्घ मुदतीच्या bucketचा vega सर्वात कमी मुदतीच्या bucketपेक्षा 8.14 पट होता. हा फरक curveवरील 14 bucketsमध्ये दिसला.

याच गुणोत्तराचा व्यवहारातील अर्थ महत्त्वाचा आहे. IVमधील एक point दोन्ही contractsवर एकसारखाच असतो. मात्र त्या pointमुळे बदलणारी रक्कम दोन्ही contractsमध्ये समान नसते. समान quoted IVवर long-dated contract धारण करणाऱ्या व्यक्तीकडे front-month contract धारण करणाऱ्या व्यक्तीपेक्षा volatility exposure अनेक पटींनी अधिक असते. Contractची मुदत कमी होत असताना या exposureचे स्वरूपही बदलते. कालानुसार option greeks याचा मागोवा घेते.

स्ट्राइकनुसार vega मध्येही बदल होतो का?

होय. त्याचा आकार उंचवट्यासारखा असतो. Vega हा at-the-money पातळीच्या आसपास सर्वाधिक असतो आणि दोन्ही दिशांना कमी होत जातो. खूप far out-of-the-money contractमध्ये पुनर्मूल्यांकन करण्यासाठी premium कमी असतो. त्यामुळे volatilityची गृहितकं बदलल्यावर त्याच्या किमतीत होणारा निरपेक्ष बदलही कमी असतो.

खालील पॅनेलमध्ये expiry साधारण स्थिर ठेवली आहे—20 ते 45 दिवस बाकी असताना—आणि त्याऐवजी वेगवेगळ्या strikesनुसार पाहिले आहे. प्रत्येक strike bucketचा सरासरी vega या curveवरील सर्वात मोठ्या bucketच्या तुलनेत निर्देशित केला आहे.

क्वेरीvega कुठे सर्वोच्च असतो: स्ट्राइकनुसार AAPL vega आणि IV, मुदतपूर्तीला 20 ते 45 दिवस शिल्लक (जुलै 2026)
प्रत्येक आकड्यामागील अचूक SQL
WITH mny AS
(
    SELECT
        floor((toFloat64(strike_price) / toFloat64(underlying_close) - 1) * 50) / 50 AS strike_offset,
        avg(toFloat64(vega))    AS vega_avg,
        avg(implied_volatility) AS iv_avg,
        count()                 AS contract_days
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'AAPL'
      AND date >= '2026-07-01'
      AND date <  '2026-08-01'
      AND iv_converged = 1
      AND volume > 0
      AND days_to_expiry BETWEEN 20 AND 45
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) <= 0.12
    GROUP BY strike_offset
    HAVING count() >= 30
)
SELECT
    concat(toString(toInt32(round(strike_offset * 100))), '% from spot') AS strike_vs_spot,
    round(iv_avg * 100, 1)                                              AS avg_iv_pct,
    round(vega_avg / max(vega_avg) OVER (), 2)                          AS vega_vs_peak,
    toUInt32(contract_days)                                             AS contract_day_count
FROM mny
ORDER BY strike_offset
Run this yourself

-12% from spot bucketमध्ये peak bucketच्या vegaच्या 0.46 इतका vega होता, तर 10% from spot bucketमध्ये 0.52 इतका होता. त्याच strikesमध्ये IV columnदेखील बदलतो: curveच्या एका टोकाला 35.5% आणि दुसऱ्या टोकाला 29.3%. त्या झुकावाला volatility skew म्हणतात. Skew हा inputचा गुणधर्म आहे. उंचवटा हा sensitivityचा गुणधर्म आहे.

उच्च implied volatility म्हणजेच उच्च vega असते का?

नाही. IV हा एक स्तर आहे. आणि कोणताही स्तर त्याच्या स्वतःच्या ऐतिहासिक संदर्भातच अर्थपूर्ण ठरतो. ही तुलना IV rank किंवा IV percentileद्वारे केली जाते. त्यामध्ये आजचा IV त्या tickerने मागील वर्षभरात नोंदवलेल्या rangeमध्ये कुठे आहे हे दाखवले जाते. एका tickerच्या rangeमध्ये 30% IV तळाजवळ असू शकतो, तर दुसऱ्या tickerच्या rangeमध्ये तो वरच्या टोकाजवळ असू शकतो. उच्च implied volatility चांगली आहे का हे तुम्ही contractची कोणती बाजू धारण केली आहे यावर अवलंबून असते. त्या बाजूचा आकार किती आहे हे vega मोजते.

खालील panelमध्ये तीन परिचित कंपन्यांसाठी curveवरील तुलनात्मक बिंदूवरचा साप्ताहिक सरासरी IV दाखवला आहे. यात expiryला 20 ते 45 दिवस शिल्लक असलेले आणि spotच्या 5%च्या आतले strikes घेतले आहेत. कालावधी मागील एक वर्षाचा आहे.

क्वेरीएक इनपुट, तीन पातळ्या: AAPL, NVDA आणि KO साठी साप्ताहिक सरासरी IV (मुदतपूर्तीला 20 ते 45 दिवस शिल्लक)
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    toString(toMonday(date))                                              AS week,
    formatDateTime(toMonday(date), '%b %e, %Y')                           AS week_label,
    round(avgIf(implied_volatility, underlying_symbol = 'AAPL') * 100, 1) AS aapl_iv_pct,
    round(avgIf(implied_volatility, underlying_symbol = 'NVDA') * 100, 1) AS nvda_iv_pct,
    round(avgIf(implied_volatility, underlying_symbol = 'KO') * 100, 1)   AS ko_iv_pct
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('AAPL', 'NVDA', 'KO')
  AND date >= '2025-08-01'
  AND date <  '2026-08-01'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY week, week_label
HAVING countIf(underlying_symbol = 'AAPL') > 0
   AND countIf(underlying_symbol = 'NVDA') > 0
   AND countIf(underlying_symbol = 'KO') > 0
ORDER BY week
Run this yourself

या मालिकेत 53 साप्ताहिक points आहेत. ती Jul 28, 2025च्या आठवड्यापासून Jul 27, 2026च्या आठवड्यापर्यंतची आहे. अंतिम आठवड्यात AAPLचा सरासरी IV 32%, NVDAचा 43.6% आणि KOचा 21.2% होता. तीन कंपन्या, volatilityचे तीन स्तर; पण यापैकी एकही आकडा एखाद्या विशिष्ट positionसाठी IVमध्ये एक pointची हालचाल किती मूल्याची ठरेल हे सांगत नाही. हा दुसरा प्रश्न vegaशी संबंधित आहे.

म्हणूनच एखादी position एकाच वेळी short volatility आणि जवळपास vega neutral असू शकते. Vega वेगवेगळ्या legsमध्ये निव्वळ केली जाते. 30 दिवसांची option विकून, 90 दिवसांची option कमी प्रमाणात खरेदी करा आणि दोन्हींचे आकार अशा प्रकारे ठरवा की त्यांचे vegas परस्पर रद्द होतील. त्यानंतर संपूर्ण volatility surfaceवर IVमध्ये एक pointची समांतर वाढ झाली तरी bookमध्ये फारसा बदल होत नाही. त्याच वेळी position front expiryमध्ये short आणि back expiryमध्ये long राहते. या रचनेला calendar spread म्हणतात. Vega neutral हा संवेदनशीलता दर्शवतो; बाजाराविषयीचा दृष्टिकोन नाही.

Volatility महाग आहे का, याचे उत्तर IV rank देते. त्या व्यवहाराचा किती भाग bookमध्ये आहे, हे vega सांगते. याच inputमधून मिळणारा तिसरा आकडा म्हणजे expiryपर्यंत बाजाराला शेअर किती अंतर चालेल असे वाटते. त्याला implied volatilityवर आधारित expected move म्हणतात.

वारंवार विचारले जाणारे प्रश्न

Implied volatility आणि vega एकच आहेत का?

नाही. Implied volatility हा option pricing modelमधील एक input असतो. बाजारात आधीच उद्धृत होत असलेल्या किमतीवरून तो उलट गणनेने ठरवला जातो. Vega म्हणजे त्या inputबाबत modelची sensitivity. IVमध्ये one point बदलल्यास किमतीत होणारा बदल म्हणजे vega. एक म्हणजे पातळी आणि दुसरे म्हणजे बदलाचा दर.

Implied volatility जास्त असल्यास vega जास्त असतो का?

केवळ त्यावरून तसे ठरत नाही. Vega प्रामुख्याने expiryपर्यंतचा कालावधी आणि strike price spot priceपासून किती दूर आहे यावर ठरतो. समान IVवर उद्धृत केलेल्या front-week contractच्या तुलनेत दीर्घ-मुदतीच्या at-the-money contractचा vega अनेक पटींनी जास्त असू शकतो. वरील पहिला panel हेच मोजतो.

Vega 0.20 असल्याचा अर्थ काय?

याचा अर्थ, implied volatilityमध्ये one point बदल झाल्यास त्या contractची model price प्रति शेअर सुमारे $0.20ने बदलते. 100 शेअर्सच्या contractसाठी हा बदल साधारण $20 असतो. Spot price, कालावधी आणि volatility बदलल्याने vegaचाही अंदाज बदलतो. त्यामुळे $20 हा अंदाज लहान बदलांसाठी लागू असतो, मोठ्या बदलांसाठी नाही.

एखादी position short volatility आणि त्याच वेळी vega neutral असू शकते का?

होय. वेगवेगळ्या legsमधील vega एकमेकांत जमा होतो आणि रद्द होतो. त्यामुळे near expiryमध्ये short आणि पुढील expiryमध्ये long असलेल्या bookचा net vega साधारण शून्य असू शकतो, तरीही front contractच्या volatilityबाबतचे मत कायम राहते. सर्व expiriesमध्ये IVमध्ये समान दिशेने झालेला बदल अशा positionवर फारसा परिणाम करत नाही. मात्र term structureच्या आकारातील बदलाचा परिणाम होतो.

या पृष्ठावरील IV आणि vegaचे आकडे कुठून आले आहेत?

प्रत्येक panelमध्ये global_markets.options_greeks मधून प्रति-contract दैनिक greeks घेतले आहेत. या डेटामध्ये August 2021पासून प्रत्येक listed contractसाठी implied volatility, delta, gamma, vega, theta आणि rho उपलब्ध आहेत. Volatility solve यशस्वीरीत्या पूर्ण झालेले आणि त्या sessionमध्ये trade झालेले rowsच panelsमध्ये ठेवले आहेत.

डेटाविषयक नोंदी आणि कव्हरेज

प्रत्येक panelमध्ये implied volatility solve यशस्वीरीत्या पूर्ण झालेले (iv_converged = 1) आणि त्या sessionमध्ये trade झालेले contracts (volume > 0) यांचे rowsच घेतले आहेत. प्रत्येक average ही contract daysची साधी mean आहे. प्रत्येक contract आणि प्रत्येक dateसाठी एक row आहे. Vegaचे columns raw levelऐवजी index म्हणून दिले आहेत. प्रत्येक bucketला त्याच panelमधील reference bucketने भागले आहे. त्यामुळे vega प्रति शेअर उद्धृत केला आहे की प्रति contract, याचा तुलनेवर परिणाम होत नाही. IVचे columns raw आहेत. SQLमध्ये decimalमधील मूल्यांचे percentमध्ये रूपांतर केले आहे.

क्वेरीसाप्ताहिक IV मालिकेच्या मागे असलेले करार-दिवस, महिन्यानुसार
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    toString(toStartOfMonth(date))                AS month,
    formatDateTime(toStartOfMonth(date), '%b %Y') AS month_label,
    countIf(underlying_symbol = 'AAPL')           AS aapl_contract_day_count,
    countIf(underlying_symbol = 'NVDA')           AS nvda_contract_day_count,
    countIf(underlying_symbol = 'KO')             AS ko_contract_day_count
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('AAPL', 'NVDA', 'KO')
  AND date >= '2025-08-01'
  AND date <  '2026-08-01'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY month, month_label
ORDER BY month
Run this yourself

वरील countsवर आधारित weekly seriesमध्ये 12 monthsचा कालावधी समाविष्ट आहे. शेवटचा पूर्ण महिना असलेल्या Jul 2026मध्ये 20 ते 45 दिवसांच्या windowमध्ये 1111 AAPL contract days नोंदले गेले. कमी count असलेल्या महिन्यात average कमी contractsवर आधारित असतो.


येथील प्रत्येक panelखाली त्याचा अचूक SQL दिला आहे. प्रत्येक averageची गणना कशी झाली हे पाहण्यासाठी एखादा panel उघडा. तुम्ही पाहत असलेल्या tickerवर हीच IV आणि vega तुलना करण्यासाठी Strasmore terminalवर साध्या इंग्रजीत विनंती करा.