Strasmore Research
Podsumowania rynkowe Matt ConnorAutor: Matt Connor · Zaktualizowano 2026-07-24 · data as of July 24, 2026 · refreshed weekly

Implikowana zmienność META historia i dane

Analiza IV dla META na podstawie cen opcji. Dane sesyjne z ostatnich 90 dni, historia miesięczna względem SPY oraz QQQ oraz struktura terminowa.

Meta posiada dużą kapitalizację, co wiąże się z gwałtowną wyceną wokół wyników finansowych. Ta strona śledzi implikowaną zmienność META — rynkową cenę bieżącą dla jej przyszłych ruchów — na trzy sposoby: sesja po sesji z ostatnich trzech miesięcy, historia miesięczna względem indeksów benchmarkowych oraz nachylenie wzdłuż terminów wygaśnięcia. Każda liczba jest mierzona na podstawie rzeczywistych cen zamknięcia opcji i aktualizowana w ramach cotygodniowego zestawienia.

Implikowana zmienność META, ostatnie 90 dni

ZapytanieImplikowana zmienność ATM dla META według sesji — ostatnie 90 dni
Dokładny kod SQL dla każdej liczby
SELECT toString(date) AS session_date,
       round(100 * quantileExact(0.5)(implied_volatility), 1) AS atm_iv_pct
FROM global_markets.options_greeks
WHERE underlying_symbol = 'META'
  AND date >= (SELECT max(date) - 90 FROM global_markets.options_greeks)
  AND iv_converged AND implied_volatility BETWEEN 0.02 AND 5
  AND abs(strike_price / underlying_close - 1) <= 0.05
  AND expiration_date BETWEEN date + 7 AND date + 60
GROUP BY date
HAVING count() >= 10
ORDER BY date

Każdy punkt reprezentuje medianę implikowanej zmienności z jednej sesji dla kontraktów META typu near-the-money (ceny wykonania w granicach 5% kursu akcji, wygasające od jednego tygodnia do dwóch miesięcy). Ostatni odczyt to 51.9%. IV o takiej wartości jest liczbą zannualizowaną: rocznym procentowym ruchem, który ceny opcji uznają za typowy; podzielenie jej przez około 16 daje implikowany jednodniowy ruch.

Historia IV META względem rynku, miesiąc po miesiącu

ZapytanieMETA vs SPY i QQQ: mediana implikowanej zmienności ATM w ujęciu miesięcznym od połowy 2022
Dokładny kod SQL dla każdej liczby
SELECT toString(toStartOfMonth(date)) AS month,
       round(100 * quantileExactIf(0.5)(implied_volatility, underlying_symbol = 'META'), 1) AS meta_iv_pct,
       round(100 * quantileExactIf(0.5)(implied_volatility, underlying_symbol = 'SPY'), 1) AS spy_iv_pct,
       round(100 * quantileExactIf(0.5)(implied_volatility, underlying_symbol = 'QQQ'), 1) AS qqq_iv_pct
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('META', 'SPY', 'QQQ')
  AND date >= toDate('2022-07-01')
  AND iv_converged AND implied_volatility BETWEEN 0.02 AND 5
  AND abs(strike_price / underlying_close - 1) <= 0.05
  AND expiration_date BETWEEN date + 7 AND date + 60
GROUP BY month
HAVING countIf(underlying_symbol = 'META') >= 50
ORDER BY month

Wykres przedstawia wskaźnik strachu META w czasie, zestawiony z wskaźnikiem rynku. Linie SPY i QQQ zawierają te same miary dla rynkowych łańcuchów benchmarkowych — ostatni miesiąc wynosi 45.9% dla META względem 13.3% dla SPY i 23.5% dla QQQ. Zdywersyfikowany indeks niemal zawsze ma niższą implikowaną zmienność niż jakakolwiek pojedyncza spółka w jego składzie — różnica między liniami to premia za pojedynczą spółkę, a sposób, w jaki ta różnica rośnie i maleje, obrazuje cykle ryzyka META. Szczyty oznaczają okresy, w których kupujący opcje płacili najwyższą premię; dołki to okresy, w których rynek traktował spółkę jako stabilną.

Struktura terminowa: IV META według terminów wygaśnięcia

ZapytanieImplikowana zmienność ATM dla META wg czasu do wygaśnięcia — ostatnia sesja
Dokładny kod SQL dla każdej liczby
SELECT multiIf(days_to_expiry <= 14, 'Under 2 weeks', days_to_expiry <= 45, '2-6 weeks',
               days_to_expiry <= 120, '6 weeks - 4 months', 'Beyond 4 months') AS expiry_bucket,
       round(100 * quantileExact(0.5)(implied_volatility), 1) AS atm_iv_pct,
       count() AS contracts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'META'
  AND date = (SELECT max(date) FROM global_markets.options_greeks)
  AND iv_converged AND implied_volatility BETWEEN 0.02 AND 5
  AND abs(strike_price / underlying_close - 1) <= 0.05
GROUP BY expiry_bucket
HAVING count() >= 5
ORDER BY min(days_to_expiry)

Analiza poszczególnych przedziałów czasowych pokazuje, KIEDY rynek spodziewa się ruchów. Wyższa wartość na początku krzywej niż na końcu oznacza, że wyceniane jest ryzyko zdarzeń krótkoterminowych — raportu, decyzji lub katalizatora w danym oknie czasowym. Płaska lub rosnąca krzywa to stan spoczynku: im więcej czasu, tym więcej niepewności i łagodniej wyższa IV.

FAQ

Jaka jest obecnie implikowana zmienność META?

51.9% at the money według ostatniej dostępnej sesji, mierzona dla kontraktów near-the-money wygasających za 7-60 dni. Powyższy wykres 90-dniowy przedstawia pełną niedawną ścieżkę; liczba jest aktualizowana w ramach cotygodniowego zestawienia.

Czy IV META jest obecnie wysoka, czy niska?

Należy ją ocenić na trzy sposoby: względem własnej niedawnej ścieżki (wykres 90-dniowy), względem własnej historii (wykres miesięczny, gdzie ostatni miesiąc wynosi 45.9%) oraz względem benchmarków naniesionych na te same osie. Aby sprawdzić ekstremalne wartości rynkowe, tabela wysokiej IV śledzi spółki wyceniające największe ruchy.

Jak to jest mierzone?

Na podstawie kontraktów META typu near-the-money (ceny wykonania w granicach 5% kursu akcji) na zamknięciu każdej sesji, przy zachowaniu tylko tych kontraktów, gdzie rozwiązanie zmienności było zbieżne; każda wartość to mediana, a sesje i miesiące o niskiej płynności są pomijane zgodnie z progami kontraktów widocznymi w zapytaniu SQL każdego panelu.

Co wpływa na implikowaną zmienność META?

Zaplanowane wydarzenia zwiększają IV z wyprzedzeniem, a powodują jej gwałtowny spadek po fakcie; rzeczywista zmienność ją podnosi; spokój ją obniża. Powyższa historia miesięczna jest zapisem właśnie tych cykli.


Każdy panel to zapisane, wersjonowane zapytanie nad pełnym rejestrem opcji — rozwiń dowolny panel, aby dokonać audytu lub zmierzyć dowolną cenę wykonania w łańcuchu META na terminalu Strasmore. W celu zrozumienia koncepcji zacznij od czym jest implikowana zmienność; aby dowiedzieć się, jak różnią się ceny wykonania dla tej samej spółki, sprawdź volatility skew.