Strasmore Research
Deep Dives · Matt ConnorBy Matt Connor ·

SPCX Implied Volatility: IV Rank आणि इतिहास

SPCXची options listing सुरू झाल्यापासूनची implied volatility आणि इतक्या नव्या listingमध्ये IV rank व IV percentile जवळजवळ निरर्थक का ठरतात, याचे स्पष्ट विश्लेषण.

SPCXची implied volatility म्हणजे आजपासून expiryपर्यंत शेअरची किंमत किती बदलू शकते याचा बाजाराने केलेला अंदाज. हा अंदाज option contractsच्या किमतीतच समाविष्ट असतो. या tickerसाठी मात्र एक महत्त्वाची मर्यादा आहे, जी बहुतेक screeners दाखवत नाहीत: उपलब्ध listed optionचा इतिहास कमी आहे. त्यामुळे एका वर्षाच्या इतिहासाची गरज असलेली प्रत्येक statistic, एक वर्षाच्या केवळ अंशावर आधारित आहे. खालील panelsमध्ये उपलब्ध असलेले प्रत्येक दैनिक reading दाखवले आहे. त्यावर आधारित IV rankच्या गणनेचे वास्तव स्वरूपही येथे दिले आहे.

SPCXची आजची implied volatility किती आहे?

Implied volatility, IV, ही वार्षिकीकृत टक्केवारी म्हणून दर्शवली जाते. 60% IV म्हणजे option market पूर्ण एका वर्षात साधारणतः 60%च्या one standard deviation हालचालीची किंमत ठरवत आहे. एका महिन्यासाठी हे प्रमाण सुमारे 17% इतके होते (60ला 12च्या वर्गमुळाने भागल्यावर). हा option chainमधून मिळणारा किंमत-आधारित संकेत आहे; दिशेचा अंदाज नाही. या संकेताचा सविस्तर अर्थ implied volatilityचा प्रत्यक्ष अर्थ काय आहे येथे दिला आहे. Solverची कार्यपद्धती implied volatilityची गणना कशी केली जाते येथे स्पष्ट केली आहे.

खालील मालिका standard 30-day line तयार करते. प्रत्येक sessionसाठी त्या दिवशी व्यवहार झालेले, त्या दिवसाच्या closing stock priceच्या 5%च्या मर्यादेत strike असलेले आणि expiryपर्यंत 20 ते 45 दिवस शिल्लक असलेले सर्व SPCX contracts घेतले जातात. त्यानंतर त्यांच्या implied volatilityची सरासरी काढली जाते. ज्या contractsसाठी IV solver converge झाला नाही, ते वगळले जातात.

क्वेरीSPCX 30 दिवसांची अंतर्निहित अस्थिरता, सूचीबद्ध ऑप्शन नोंदीतील प्रत्येक दैनंदिन वाचन
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    toString(d)                             AS date,
    iv_30d_pct,
    contract_count,
    concat(monthName(d), ' ', toString(toDayOfMonth(d)), ', ', toString(toYear(d))) AS date_label
FROM
(
    SELECT
        date                                    AS d,
        round(100 * avg(implied_volatility), 1) AS iv_30d_pct,
        count()                                 AS contract_count
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'SPCX'
      AND date >= (
          SELECT max(toDate(listing_date))
          FROM global_markets.stocks_ipos
          WHERE ticker = 'SPCX'
            AND toDate(listing_date) <= today()
      )
      AND iv_converged = 1
      AND volume > 0
      AND underlying_close > 0
      AND days_to_expiry BETWEEN 20 AND 45
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
    GROUP BY d
)
ORDER BY d
Run this yourself

हा record June 16, 2026 रोजी 111% पासून सुरू होतो. डेटामधील सर्वात अलीकडील session August 19, 2026 मध्ये 86 पात्र contractsमधील IV 62.4% नोंदवली गेली. सुरुवातीपासून शेवटपर्यंत या panelमध्ये 45 daily readings आहेत. या पृष्ठाच्या उर्वरित भागासाठी ही संख्या लक्षात ठेवा: SPCXच्या कोणत्याही volatility statisticसाठी उपलब्ध असलेला हा संपूर्ण data set आहे.

SPCX IVची श्रेणी किती विस्तृत होती?

IV rank आणि IV percentile या दोन्हींना मोजमापासाठी एक श्रेणी आवश्यक असते. गेल्या 52 आठवड्यांतील IVच्या किमान आणि कमाल पातळीच्या दरम्यान आजची पातळी कुठे आहे, हे rank 0 ते 100 या मापनावर दाखवतो. त्याच कालावधीत आजच्या पातळीपेक्षा कमी पातळीवर बंद झालेले दिवस किती टक्के आहेत, हे percentile मोजतो. ही श्रेणी पूर्णपणे उपलब्ध होईपर्यंत दोन्हीपैकी कोणत्याही आकड्याचा फारसा अर्थ नसतो. आतापर्यंत SPCXने महिन्यानुसार नोंदवलेली श्रेणी पुढीलप्रमाणे आहे.

क्वेरीSPCX 30 दिवसांची IV कॅलेंडर महिन्यानुसार: सरासरी, उच्चांक, नीचांक आणि त्यांतील फरक
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    formatDateTime(toStartOfMonth(d), '%Y-%m')      AS month,
    round(100 * avg(iv), 1)                         AS iv_avg_pct,
    round(100 * max(iv), 1)                         AS iv_high_pct,
    round(100 * min(iv), 1)                         AS iv_low_pct,
    round(100 * (max(iv) - min(iv)), 1)             AS iv_range_pct,
    count()                                         AS session_count,
    concat(monthName(d), ' ', toString(toYear(d)))  AS month_label
FROM
(
    SELECT
        date                    AS d,
        avg(implied_volatility) AS iv
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'SPCX'
      AND date >= (
          SELECT max(toDate(listing_date))
          FROM global_markets.stocks_ipos
          WHERE ticker = 'SPCX'
            AND toDate(listing_date) <= today()
      )
      AND iv_converged = 1
      AND volume > 0
      AND underlying_close > 0
      AND days_to_expiry BETWEEN 20 AND 45
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
    GROUP BY d
)
GROUP BY month, month_label
ORDER BY month
Run this yourself

नोंदीतील पहिला महिना, June 2026, याची सरासरी 84.3% होती. त्या महिन्यातील सर्वात कमी आणि सर्वात जास्त दैनिक वाचनांमध्ये 38.9 pointsचे अंतर होते. सर्वात अलीकडील महिन्यात, August 2026, 13 सत्रांमध्ये सरासरी 79.8% नोंदवले गेले. या पॅनेलमध्ये 3 calendar monthsचा समावेश आहे.

हे महिने आपण आधी पाहिलेल्या calendarशी जुळतात. सुरुवातीच्या ओळी SPCXच्या पहिल्या trading monthमध्ये समाविष्ट कालावधीवर आधारित आहेत. नंतरच्या ओळी SPCX lockup expirationच्या आसपासच्या कालावधीपर्यंत जातात. त्या वेळी व्यवहारासाठी उपलब्ध शेअर्सची संख्या बदलली होती. या तारखांच्या संदर्भात monthly highs पाहणे योग्य आहे. मात्र, याच ओळींवर आधारित 52-week IV rank वाचणे योग्य नाही.

SPCX IV rank आणि IV percentile जवळपास निरर्थक का आहेत

SPCX आणि चार परिचित कंपन्यांसाठी गणना अगदी समान पद्धतीने केली आहे. पाचही नावांसाठी समान filter आणि मागील 365 दिवसांचा समान कालावधी वापरला आहे. फरक एवढाच आहे की त्या कालावधीतील किती दिवसांचा डेटा प्रत्येक नाव प्रत्यक्षात भरू शकते.

क्वेरीमागील वर्षातील IV rank आणि IV percentile, प्रत्येकीमागील नमुना-आकारासह
प्रत्येक आकड्यामागील अचूक SQL
WITH daily_iv AS
(
    SELECT
        underlying_symbol       AS symbol,
        date,
        avg(implied_volatility) AS iv
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('SPCX', 'AAPL', 'AMZN', 'NVDA', 'SPY')
      AND date >= today() - 365
      AND (underlying_symbol != 'SPCX'
           OR date >= (
               SELECT max(toDate(listing_date))
               FROM global_markets.stocks_ipos
               WHERE ticker = 'SPCX'
                 AND toDate(listing_date) <= today()
           ))
      AND iv_converged = 1
      AND volume > 0
      AND underlying_close > 0
      AND days_to_expiry BETWEEN 20 AND 45
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
    GROUP BY symbol, date
)
SELECT
    d.symbol                                              AS symbol,
    count()                                               AS iv_observation_count,
    round(100 * any(l.iv_last), 1)                        AS iv_now_pct,
    round(100 * (any(l.iv_last) - min(d.iv)) / nullIf(max(d.iv) - min(d.iv), 0), 1) AS iv_rank_pct,
    round(100 * countIf(d.iv <= l.iv_last) / count(), 1)  AS iv_percentile_pct
FROM daily_iv AS d
INNER JOIN
(
    SELECT
        symbol,
        argMax(iv, date) AS iv_last
    FROM daily_iv
    GROUP BY symbol
) AS l ON l.symbol = d.symbol
GROUP BY d.symbol
ORDER BY d.symbol = 'SPCX' DESC, iv_observation_count ASC
Run this yourself

SPCX या कालावधीत 45 दैनिक निरीक्षणे देते. NVDA 250 निरीक्षणे देते; या पॅनेलमधील हा सर्वाधिक दीर्घ इतिहास आहे. दोन्ही नावांसाठी IV rank आणि IV percentile मिळतात आणि screenerवर ती दोन्ही सारखीच ठोस दिसतात. SPCXचे 62.4% हे वाचन 0 rank आणि 2.2 percentileमध्ये रूपांतरित होते.

ही दोन्ही आकडेवारी नेमकी कशावर आधारित आहे ते पाहा. Rank हा कालावधीतील फक्त दोन निरीक्षणांमधील अंतराने भागला जातो: सर्वात कमी आणि सर्वात जास्त वाचन. काही महिन्यांचा डेटा असलेल्या नावात एक नवीन टोकाची नोंद झाली की हा denominator पूर्णपणे बदलतो. त्याखाली तो परिणाम शोषून घेण्यासाठी जुनी नोंदही नसते. Percentile तुलनेने अधिक स्थिर असतो, कारण उपलब्ध प्रत्येक निरीक्षणाची गणना केली जाते. तरीही 60 दिवसांच्या डेटावर आधारित 90 percentile आणि 250 दिवसांच्या डेटावर आधारित 90 percentile यांचा अर्थ पूर्णपणे वेगळा असतो. कोणत्याही tickerसाठी IV rank आणि IV percentileमधील फरक समजून घेणे महत्त्वाचे आहे. SPCXच्या बाबतीत तर हाच मुख्य मुद्दा आहे.

व्यावहारिक निष्कर्ष असा आहे: दोन्ही आकडे options स्वस्त आहेत की महाग, यावरील अंतिम निष्कर्ष म्हणून वापरू नका. ते उपलब्ध असलेल्या अल्प इतिहासाचे वर्णन म्हणून पाहा. असा निष्कर्ष काढण्यासाठी पूर्ण बाजारचक्राचा इतिहास आवश्यक असतो. तुलनेसाठी, highest implied volatility stocks screenवरील नावांच्या percentilesमागे अनेक वर्षांची निरीक्षणे आहेत.

SPCX IVची term structure कशी दिसते?

Term structure म्हणजे expiryपर्यंतच्या कालावधीनुसार मांडलेली implied volatility. यात सर्वात जवळच्या आठवड्यापासून सर्वाधिक दूरच्या expiry असलेल्या contractsपर्यंतचा समावेश असतो. Short listingमध्येही हा एक आकडेवारीचा प्रकार प्रामाणिकपणे दाखवता येतो, कारण प्रत्येक दिवसाची curve त्या दिवसाच्या options chainवर पूर्णपणे आधारित असते आणि त्यासाठी कोणताही ऐतिहासिक डेटा आवश्यक नसतो.

क्वेरीकालबाह्यतेपर्यंतच्या दिवसांनुसार SPCX अंतर्निहित अस्थिरता, अलीकडील तीन आठवड्यांचा डेटा
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    multiIf(days_to_expiry <= 7,  '0 to 7 days',
            days_to_expiry <= 21, '8 to 21 days',
            days_to_expiry <= 45, '22 to 45 days',
            days_to_expiry <= 90, '46 to 90 days',
                                  '91 or more days')  AS dte_bucket,
    round(100 * avg(implied_volatility), 1)           AS iv_pct,
    count()                                           AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPCX'
  AND date > (
      SELECT max(date)
      FROM global_markets.options_greeks
      WHERE underlying_symbol = 'SPCX'
  ) - 21
  AND date >= (
      SELECT max(toDate(listing_date))
      FROM global_markets.stocks_ipos
      WHERE ticker = 'SPCX'
        AND toDate(listing_date) <= today()
  )
  AND iv_converged = 1
  AND volume > 0
  AND underlying_close > 0
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY dte_bucket
ORDER BY min(days_to_expiry)
Run this yourself

त्या तीन आठवड्यांत, 0 to 7 days bucketमधील near-the-money contractsची सरासरी 113.5% होती, तर 91 or more days bucketची सरासरी 71.3% होती. Frontपासून backपर्यंत वर जाणारी curve ही सामान्य स्थिर रचना असते. Front end हा back endपेक्षा वर असणे, एखादी निश्चित तारीख असलेली घटना near contractच्या कालावधीत येते तेव्हा दिसणारी रचना असते. Curveची तुलना शेअरने प्रत्यक्ष दिलेल्या हालचालीशी करणे हा स्वतंत्र विषय आहे. त्याची चर्चा ऐतिहासिक volatility विरुद्ध implied volatility येथे केली आहे.

वारंवार विचारले जाणारे प्रश्न

SPCX optionsचे ट्रेडिंग कधी सुरू झाले?

Expiryला 20 ते 45 दिवस शिल्लक असलेले आणि near-the-money contracts प्रत्यक्ष ट्रेड झाले तसेच त्यांची implied volatility converged झाली, ते पहिले सत्र June 16, 2026 होते. Contracts ट्रेड होण्याच्या थोडे आधी list होऊ शकतात. त्यामुळे ही तारीख exchange listing date नसून वापरता येण्याजोग्या IV recordची सुरुवात म्हणून पाहावी.

SPCXसाठी सामान्य implied volatility किती असते?

सध्या या पृष्ठावरील कोणताही आकडा त्याचे उत्तर देऊ शकत नाही. सामान्य range ठरवण्यासाठी अनेक वर्षांचे readings आवश्यक असतात. येथील recordमध्ये 45 daily observations आहेत. Monthly panelमध्ये आतापर्यंत नोंदवलेली range दिसते. ती आजपर्यंतची नोंद आहे; स्थिर baseline नाही.

माझ्या screenerवरील SPCX IV rank विश्वासार्ह आहे का?

तो गणिताच्या दृष्टीने अचूक आहे; मात्र व्यावहारिकदृष्ट्या त्याचा sample कमी आहे. वर दाखवलेला 0 rank हा पूर्ण 52 आठवड्यांऐवजी 45 daily observationsवर आधारित आहे. त्यामुळे एक नवीन उच्चांक किंवा नीचांक आल्यास तो मोठ्या प्रमाणात बदलू शकतो. Screeners rankच्या शेजारी sample size क्वचितच दाखवतात.

या पृष्ठावरील 30 day implied volatilityची गणना कशी केली जाते?

प्रत्येक दिवसाचा आकडा त्या सत्रात ट्रेड झालेल्या SPCX contractsच्या implied volatilityची सरासरी आहे. या contractsचा strike closing stock priceच्या 5%च्या आत असतो आणि expiryला 20 ते 45 दिवस शिल्लक असतात. केवळ ज्यांचा IV solver converged झाला आहे असे contracts घेतले जातात. प्रत्येक panelखालील SQLमध्ये अचूक filter दिलेला आहे.

डेटा नोंदी आणि ticker पडताळणी

SPCX हा पुन्हा वापरलेला symbol आहे. सध्याच्या listingपूर्वी याच चार अक्षरांचा संबंध वेगळ्या, आता delist झालेल्या productशी होता. अशा बाबीची पडताळणी न केल्यास volatility historyमध्ये ही तफावत नकळत चुकीचा डेटा निर्माण करू शकते. खाली दोन नोंदी दिल्या आहेत.

क्वेरीSPCX चिन्हाची सूची नोंद
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    toString(toDate(listing_date))          AS listing_date,
    issuer_name,
    primary_exchange,
    security_type,
    ipo_status,
    round(toFloat64(final_issue_price), 2)  AS final_issue_price
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
ORDER BY toDate(listing_date)
Run this yourself

वरील rowमध्ये आजच्या symbolमागील issuerचे नाव आणि सध्याच्या listingची तारीख दिली आहे. या पृष्ठावरील प्रत्येक implied volatility panelमध्ये त्या तारखेपासून किंवा त्यानंतरचीच sessions घेतली आहेत. त्यामुळे येथे दिलेल्या कोणत्याही आकड्यात reassignmentपूर्वीचा data येत नाही. एकापेक्षा अधिक rows दिसल्यास आधीची row आधीच्या productशी संबंधित आहे.

क्वेरीSPCX चिन्हाने सत्र नोंदवलेला प्रत्येक महिना, त्याच्या संपूर्ण दैनंदिन इतिहासात
प्रत्येक आकड्यामागील अचूक SQL
SELECT
    formatDateTime(toStartOfMonth(date), '%Y-%m') AS month,
    count()                                       AS sessions_traded
FROM global_markets.stocks_daily_aggs
WHERE ticker = 'SPCX'
GROUP BY month
ORDER BY month
Run this yourself

हा symbol कोणत्याही प्रकारे print झालेल्या sessionsची monthly count आहे. महिन्यांच्या दोन blocksमधील gap म्हणजे reassignmentचा कालावधी आहे. त्या gapपूर्वीचे महिने आधीच्या productशी संबंधित आहेत आणि वरील कोणत्याही calculationमधून वगळले आहेत.

रचना: implied volatility ही per-contract daily greeks recordमधून घेतली आहे. Volume नोंदवलेल्या contractsवरील converged solutionsपुरती ती filter केली आहे. Near-the-money म्हणजे त्याच दिवसाच्या closing stock priceच्या 5%च्या आत असलेला strike. 30 day lineसाठी expiryला 20 ते 45 दिवस शिल्लक असलेले contracts वापरले आहेत. Peer panelमधील सर्व पाच symbolsसाठी IV rank आणि IV percentile हे trailing 365 day requestवर आधारित आहेत. त्यामुळे observation countsची थेट तुलना करता येते.


येथील प्रत्येक panel तयार करणारी SQL सोबत दिली आहे. एक panel उघडा, ticker बदला आणि Strasmore terminalवर ती स्वतः run करा.