Implied Volatility மூலம் Expected Move கணக்கிடுவது
Expected move = விலை × IV × 365-ஆல் வகுக்கப்பட்ட நாட்களின் வர்க்கமூலம். Formula, அதற்கு இணையான straddle shortcut, நிஜ விலை நகர்வுகளை அறிக.
Expected move என்பது, நிர்ணயிக்கப்பட்ட நாட்கள் கொண்ட காலப்பகுதியில் ஒரு பங்கின் விலைக்கு options market நிர்ணயிக்கும் வரம்பாகும். Implied volatility அதனை நிர்ணயிக்கும் உள்ளீடாகும்: share price × implied volatility × 365-ஆல் வகுக்கப்பட்ட நாட்களின் வர்க்கமூலம்.
$100 விலையுள்ள ஒரு பங்கில், 30 நாட்களுக்கு 30% implied volatility இருந்தால், expected move சுமார் $8.60 அல்லது 8.6% ஆகும். ஏனெனில் 0.30 × 30-ஐ 365-ஆல் வகுத்ததன் வர்க்கமூலம் 0.086 ஆகும்.
இந்த அளவு one-standard-deviation வரம்பைக் குறிக்கிறது. இது விலை எந்தத் திசையில் நகரும் என்பதற்கான முன்னறிவிப்பு அல்ல. விலை கடக்க முடியாத நிலையும் அல்ல.
Implied volatility-இலிருந்து expected move-ஐ எவ்வாறு கணக்கிடுவது
Implied volatility என்பது, ஒரு option-ன் விலை உணர்த்தும் returns-ன் annualized standard deviation ஆகும். இது எப்போதும் ஆண்டு அடிப்படையிலான எண்ணாகவே வழங்கப்படுகிறது. ஆகவே, 30% என்ற reading, ஓராண்டுக்கான range-ஐக் குறிக்கிறது. அதைவிடக் குறுகிய ஒவ்வொரு காலக்கட்டத்திற்கும் இந்த அளவிலிருந்து கணக்கிட வேண்டும். Volatility, காலத்தின் square root-க்கு ஏற்ப மாறுகிறது. அதனால்தான் நாட்கள் நேரடியாக வகுக்கப்படாமல் square root குறியீட்டுக்குள் இடப்படுகின்றன.
Expected move = price × IV × √(days ÷ 365)
உங்கள் கணக்கீடு broker காட்டும் எண்ணுடன் பொருந்துமா என்பதை இரண்டு நடைமுறைகள் தீர்மானிக்கின்றன. 365-ஐ அடிப்படையாகக் கொண்டு calendar days பயன்படுத்துவது retail சந்தையில் வழக்கமான நடைமுறை. சில trading desks, 252-ஐ அடிப்படையாகக் கொண்டு trading days-ஐப் பயன்படுத்துகின்றன. அதே IV-க்கு இது சற்றே விரிவான range-ஐ வழங்கும். கிடைக்கும் முடிவு one standard deviation ஆகும். Normal distribution அடிப்படையில், இது சுமார் 68% முடிவுகளை உள்ளடக்கும் band-ஐக் குறிக்கிறது. இதை இரட்டிப்பாக்கினால் two-standard-deviation band கிடைக்கும்; அது சுமார் 95% முடிவுகளை உள்ளடக்கும்.
நீங்கள் பயன்படுத்திய IV உண்மையில் உயர்ந்ததா என்பது தனித்த கேள்வி. அதற்கான விளக்கத்தை 30% IV உயர்ந்ததா என்ற பக்கத்தில் காணலாம். அங்கு ஒரு தனிப்பட்ட reading, சந்தையின் சொந்த distribution-உடன் ஒப்பிடப்படுகிறது.
நாட்களின் வர்க்கமூலத்துடன் வரம்பு ஏன் அதிகரிக்கிறது
ஒரே பங்கையும் ஒரே trading session-ஐயும் நிலையாக வைத்துக்கொண்டு, horizon-ஐ மட்டும் மாற்றினால், formula-வின் வடிவம் தானாகவே தெளிவாகிறது. ஜூலை 2026 நடுப்பகுதியில் Apple-ன் near-the-money contracts, அவை expiry ஆகும் வரை உள்ள காலத்தின் அடிப்படையில் குழுவாக்கப்பட்டவை:
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
SELECT multiIf(days_to_expiry <= 7, '1 week',
days_to_expiry <= 14, '2 weeks',
days_to_expiry <= 45, '1 month',
days_to_expiry <= 120, '3 months',
days_to_expiry <= 240, '6 months',
'1 year') AS horizon,
round(avg(days_to_expiry), 0) AS avg_days,
round(100 * avg(toFloat64(implied_volatility)), 1) AS iv_pct,
round(100 * avg(toFloat64(implied_volatility)) * sqrt(avg(days_to_expiry) / 365), 2) AS expected_move_pct,
round(avg(toFloat64(underlying_close)) * avg(toFloat64(implied_volatility))
* sqrt(avg(days_to_expiry) / 365), 2) AS expected_move_usd,
round(avg(toFloat64(underlying_close)), 2) AS underlying_price,
formatDateTime(max(date), '%b %e, %Y') AS as_of
FROM global_markets.options_greeks
WHERE underlying_symbol = 'AAPL'
AND date = (SELECT max(date)
FROM global_markets.options_greeks
WHERE underlying_symbol = 'AAPL'
AND date <= toDate('2026-07-15'))
AND iv_converged = 1
AND volume > 0
AND days_to_expiry BETWEEN 1 AND 400
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY horizon
HAVING count() >= 3
ORDER BY avg_daysJul 15, 2026 நிலவரப்படி, 1 week bucket-ல் expiry வரை சராசரியாக 5 நாட்களும் 28% implied volatility-யும் இருந்தன. Expected move 3.17%, அதாவது $10.41; பங்கு விலை $327.8. 1 year bucket-ல் சராசரியாக 292 நாட்களும் 28.4% IV-யும் இருந்தன. Expected move 25.44%, அதாவது $83.39.
முக்கியமானது அளவுகள் அல்ல; அவற்றுக்கிடையிலான விகிதங்களே. நாட்களின் எண்ணிக்கையை நான்கு மடங்காக்கினால், எந்தப் பங்கிலும் எந்த IV-யிலும் expected move இரட்டிப்பாகும். காரணம், 4-ன் வர்க்கமூலம் 2. ஒருவர் ஒரு மாத range-ஐ 12-ஆல் பெருக்கி ஆண்டு range-ஐ கணக்கிட்டால், ஆண்டுக்கான மதிப்பை சுமார் 3.5 மடங்கு அதிகமாக மதிப்பிடுவார். சரியான multiplier, 12-ன் வர்க்கமூலம், 3.46 ஆகும்.
straddle shortcut, அது ஏன் சுமார் 20% குறைவாகக் காட்டுகிறது
சந்தை எதிர்பார்க்கும் நகர்வை கணக்கிடுவதற்கு இன்னும் விரைவான ஒரு வழி உள்ளது; அதற்கு கணிதக் கணக்கீடு தேவையில்லை. At-the-money straddle-ஐப் பாருங்கள். அதாவது, ஒரே strike price மற்றும் ஒரே expiry கொண்ட call, put option-களின் premium-களைச் சேர்க்க வேண்டும். பல trading desk-கள் இந்தக் கூட்டுத்தொகையை எதிர்பார்க்கப்படும் நகர்வாகக் குறிப்பிடுகின்றன.
இரண்டு முறைகளும் ஒரே எண்ணைக் காட்டாது. அந்த வித்தியாசம் எந்த முறையிலும் உள்ள பிழை அல்ல. Straddle-ன் payoff, பங்கு strike price-இலிருந்து எவ்வளவு தூரத்தில் முடிவடைகிறது என்பதன் absolute value-ஐப் பிரதிபலிக்கிறது. எனவே அதன் விலை, சந்தை எதிர்பார்க்கும் சராசரி நகர்வாகும். Formula ஒரு standard deviation-ஐக் கணக்கிடுகிறது. Normal distribution-ல் சராசரி absolute deviation என்பது standard deviation-ன் 0.798 மடங்கு. அதனால் straddle, formula வழங்கும் எண்ணைவிட சுமார் 20% குறைவாக இருக்கும். Straddle-ஐ 1.25-ஆல் பெருக்கினால் — அதாவது 1-ஐ 0.798-ஆல் வகுத்தால் — இரண்டு முடிவுகளும் ஒன்றாகும்.
மேலே கொடுக்கப்பட்ட $100 hypothetical-ல் இதைப் பயன்படுத்திப் பாருங்கள். Formula $8.60 எனக் காட்டுகிறது. அந்தப் பங்கின் at-the-money straddle விலை சுமார் $6.86 ஆக இருக்கும்; ஏனெனில் 0.798 × 8.60 = 6.86. $6.86-ஐ 1.25-ஆல் பெருக்கினால் மீண்டும் $8.58 கிடைக்கும். ஒவ்வொரு முறையும் எந்த statistic-ஐ அளிக்கிறது என்பதை அறிந்திருக்கும்போது, இரண்டு வழிகளும் ஒரே எண்ணைத் தருகின்றன. option chain-ஐப் படித்தல் அந்த இரண்டு premium-களும் எங்கு உள்ளன என்பதைக் காட்டுகிறது.
எதிர்பார்க்கப்படும் நகர்வு எதைக் குறிக்காது
- திசையை அல்ல. இந்த வரம்பு இன்றைய விலையை மையமாகக் கொண்டு சமச்சீராக அமைந்திருக்கும். Options market அதன் எந்தப் பக்கத்தை அல்ல, அதன் அகலத்தையே விலையிடுகிறது.
- உத்தரவாதத்தை அல்ல. 68% என்பது normal distribution அடிப்படையிலானது. ஆனால் உண்மையான returns-ல் tail நிகழ்வுகள் அதிகமாக இருப்பதால், model அனுமதிப்பதைவிட தீவிரமான முடிவுகள் அடிக்கடி நிகழ்கின்றன.
- தடையை அல்ல. இந்த model-ன் படி, ஒவ்வொரு மூன்று windows-ல் சுமார் ஒன்று, one-standard-deviation band-க்கு வெளியே முடிவடையும். அதன் வெளியே முடிவடைவதே இயல்பான நிலையாகும்.
- நிலையான மதிப்பை அல்ல. Implied volatility ஒவ்வொரு session-லும் மறுமதிப்பீடு செய்யப்படுகிறது. எனவே குறிப்பிட்ட expiry-க்கான expected move தினமும் மறுகணக்கிடப்படுகிறது.
What happens after an earnings report
A scheduled earnings date is the clearest case of implied volatility being bid up in advance and marked down the session after the news is public, a pattern known as IV crush. The expected move collapses on the same schedule. NVDA's late-May 2023 report landed after the close of the first session in the panel below.
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH
(SELECT avg(toFloat64(implied_volatility))
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
AND date = toDate('2023-05-24')
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) AS iv_report_day,
(SELECT avg(toFloat64(underlying_close))
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
AND date = toDate('2023-05-24')
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) AS px_report_day
SELECT date,
formatDateTime(date, '%b %e') AS session_label,
round(100 * avg(toFloat64(implied_volatility)), 1) AS iv_pct,
round(100 * avg(toFloat64(implied_volatility)) * sqrt(avg(days_to_expiry) / 365), 2) AS expected_move_pct,
round(100 * avg(toFloat64(implied_volatility)) / iv_report_day, 1) AS iv_pct_of_report_day,
round(100 * (avg(toFloat64(underlying_close)) / px_report_day - 1), 2) AS move_from_report_day_pct
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
AND date BETWEEN toDate('2023-05-24') AND toDate('2023-06-09')
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 date
HAVING count() >= 3
ORDER BY dateNear-the-money implied volatility measured 115.1% on May 24, the session of the report, with an implied move to expiry of 30.54%. The next session the same measurement came to 42.9% of that mark. By Jun 9 implied volatility read 39.2%, and the shares stood 1.71% from their report-day close.
That combination sits behind a familiar complaint. A trader can call the direction of an earnings move correctly and still lose money on a long option: the volatility input the contract was priced on gets marked down the moment the uncertainty is resolved. How earnings move the greeks carries the rest of that position through.
எதிர்பார்க்கப்பட்ட நகர்வு, உண்மையில் பதிவான நகர்வுகளுடன் ஒத்துப்போகிறதா?
இந்தக் கூற்றைச் சோதிக்க முடியும்; அதற்கான சோதனை இதோ. 2026 ஜூன் நடுப்பகுதி வரையிலான இரண்டு ஆண்டுகளில் ஒவ்வொரு புதன்கிழமையும், அதிக liquidity கொண்ட ஆறு securities-க்கு, 25 முதல் 40 நாட்கள் காலாவதியாகும் contracts-இல் near-the-money implied volatility-ஐ எடுத்தோம். அதை அடுத்தடுத்த நாட்களுக்கான expected move ஆக மாற்றினோம். பின்னர், குறைந்தது 30 calendar days கழித்து வரும் முதல் trading session வரையிலான காலத்தில் பங்கு உண்மையில் எவ்வளவு நகர்ந்தது என்பதை அளந்தோம்.
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH obs AS (
SELECT underlying_symbol AS ticker,
date AS obs_date,
avg(toFloat64(implied_volatility)) AS iv,
avg(toFloat64(underlying_close)) AS spot
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('NVDA', 'AAPL', 'MSFT', 'XOM', 'SPY', 'KO')
AND date BETWEEN toDate('2024-06-12') AND toDate('2026-06-17')
AND toDayOfWeek(date) = 3
AND iv_converged = 1
AND volume > 0
AND days_to_expiry BETWEEN 25 AND 40
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY ticker, obs_date
HAVING count() >= 4 AND avg(toFloat64(implied_volatility)) > 0.01
),
px AS (
SELECT underlying_symbol AS ticker,
date AS px_date,
avg(toFloat64(underlying_close)) AS close_px
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('NVDA', 'AAPL', 'MSFT', 'XOM', 'SPY', 'KO')
AND date BETWEEN toDate('2024-06-12') AND toDate('2026-07-25')
AND days_to_expiry BETWEEN 5 AND 60
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.02
GROUP BY ticker, px_date
),
moves AS (
SELECT obs.ticker AS ticker,
obs.obs_date AS obs_date,
any(obs.iv) AS iv,
any(obs.spot) AS spot,
argMin(px.close_px, px.px_date) AS end_px,
min(dateDiff('day', obs.obs_date, px.px_date)) AS elapsed_days
FROM obs
INNER JOIN px ON obs.ticker = px.ticker
WHERE px.px_date >= addDays(obs.obs_date, 30)
AND px.px_date <= addDays(obs.obs_date, 36)
GROUP BY ticker, obs_date
)
SELECT ticker,
count() AS windows_tested,
round(quantileDeterministic(0.5)(100 * iv * sqrt(elapsed_days / 365), cityHash64(obs_date)), 2) AS implied_move_pct,
round(quantileDeterministic(0.5)(100 * abs(end_px / spot - 1), cityHash64(obs_date)), 2) AS realized_move_pct,
round(100 * countIf(abs(end_px / spot - 1) > iv * sqrt(elapsed_days / 365)) / count(), 1) AS realized_over_implied_pct
FROM moves
GROUP BY ticker
ORDER BY implied_move_pct DESCஆறு securities-களில் NVDA மிகப் பரந்த range-ஐக் குறித்தது. 103 windows-இல் அதன் median implied move 13.3%; median realized move 6.77%. அமைதியான முனையில், SPY குறித்த range 4.37%; உண்மையில் பதிவான realized move 2.68%.
கடைசி column-தான் நேர்மையான அளவுகோல். One-standard-deviation range சுமார் 32% நேரங்களில் மீறப்பட வேண்டும். எனவே ஒப்பிட வேண்டிய benchmark zero அல்ல; இதுதான் benchmark. NVDA windows-இல், options குறித்த range-க்கு வெளியே 23.3% முடிந்தன. SPY windows-இலும் அதேபோல் 24.3% முடிந்தன. ஒவ்வொரு security-க்கும் உள்ள இரண்டு median-களை அருகருகே வைத்து, அவற்றுக்கிடையிலான gap-ஐப் பாருங்கள். அந்த gap எந்தத் திசையில் இருந்தாலும், options விலை நிர்ணயித்த movement-ஐவிட உண்மையில் ஏற்பட்ட movement குறைவா அல்லது அதிகமா என்பதற்கான முழு வாதமும் அதுவே. மிகப் பரந்த implied ranges கொண்ட securities-ஐத் தேர்வு செய்வது வேறொரு ஆய்வு. மிக உயர்ந்த implied volatility கொண்ட பங்குகள் அவற்றை வரிசைப்படுத்துகின்றன.
தரவுக் குறிப்புகள் மற்றும் வரையறைகள்
- Near the money என்பது, அந்த session-ன் underlying close-இலிருந்து 5%-க்குள் இருக்கும் strike-ஐக் குறிக்கும். மேலும், அத்தகைய contracts-ல் implied volatility ஒரே நிலைக்கு வந்திருக்க வேண்டும்; volume zero ஆக இருக்கக்கூடாது.
- Expected move கணக்கீட்டில் முழுவதும் 365 calendar days பயன்படுத்தப்படுகின்றன. Realized move என்பது observation close மற்றும் குறைந்தது 30 calendar days கழித்து வரும் முதல் session-ன் close ஆகியவற்றுக்கிடையிலான சதவீதத் தூரமாகும்; அதன் sign நீக்கப்படுகிறது.
- Observations வாராந்திரமாக எடுக்கப்பட்டாலும் forward windows 30 நாட்கள் நீளமுடையவை. எனவே அடுத்தடுத்த windows ஒன்றுடன் ஒன்று overlap ஆகின்றன; counts ஒன்றுக்கொன்று independent draws அல்ல.
எதிர்பார்க்கப்படும் நகர்வு குறித்த FAQ
Implied volatility-யிலிருந்து எதிர்பார்க்கப்படும் நகர்வை எவ்வாறு கணக்கிடுவது?
பங்கு விலையை decimal வடிவிலான implied volatility-யால் பெருக்கி, பின்னர் நாட்களின் எண்ணிக்கையை 365-ஆல் வகுத்ததன் square root-ஆல் பெருக்க வேண்டும். 45 நாட்களுக்கு 40% implied volatility கொண்ட $50 பங்கிற்கு: 50 × 0.40 × √(45 ÷ 365) = $7.02. இது சுமார் 14% வரம்பைக் குறிக்கிறது.
At-the-money straddle விலை, எதிர்பார்க்கப்படும் நகர்வுக்கு சமமா?
நெருக்கமானது; ஆனால் ஒரே மாதிரியானது அல்ல. Straddle, எதிர்பார்க்கப்படும் சராசரி நகர்வை விலையிடுகிறது. இது ஒரு standard deviation-ன் சுமார் 0.798 அளவில் இருக்கும். Straddle premium-ஐ 1.25-ஆல் பெருக்கினால், சூத்திரம் வழங்கும் one-standard-deviation அளவை மீண்டும் பெறலாம்.
ஒரு பங்கு, எதிர்பார்க்கப்படும் நகர்வு வரம்புக்குள் தங்குமா?
பொதுவாக தங்கும். ஆனால் இந்த model அந்த வரம்பை சுமார் 32% நேரங்களில் மீறும் என எதிர்பார்க்கிறது. மேலே சோதிக்கப்பட்ட weekly windows அனைத்திலும், 23.3% NVDA windows implied range-க்கு வெளியே முடிந்தன; 24.3% SPY windows அவ்வாறு முடியவில்லை.
Earnings வெளியான உடனேயே எதிர்பார்க்கப்படும் நகர்வு ஏன் சுருங்குகிறது?
எதிர்பார்க்கப்படும் நகர்வு, implied volatility-யின் நேரடி செயல்பாடாகும். திட்டமிடப்பட்ட report-க்கு முன் implied volatility உயர்த்தி விலையிடப்படும்; முடிவு வெளியானதும் அது குறைக்கப்படும். மேலே உள்ள panel-ல், NVDA-வின் report-க்கு அடுத்த session, report-day reading-ன் 42.9% அளவாக இருந்தது.
அதிக அகலமுள்ள எதிர்பார்க்கப்படும் நகர்வு சிறந்த வாய்ப்பா?
அது அதிக அகலமுள்ள ஒரு வரம்பு மட்டுமே. பெரிய expected move என்பது options market அதிக uncertainty-ஐ விலையிடுகிறது என்பதைக் குறிக்கிறது. அந்த uncertainty-ஐ தாங்கும் contracts-ன் விலையும் அதற்கேற்ப அதிகமாக இருக்கும். அந்த அகலம், விலை நியாயமானதா என்பதைப் பற்றி எதையும் கூறாது.
இங்குள்ள ஒவ்வொரு panel-மும் அதனுடன் இணைக்கப்பட்ட SQL கொண்ட stored query ஆகும். ஒன்றைத் திறந்து, ticker-ஐ மாற்றி, Strasmore terminal-ல் அதே implied-versus-realized test-ஐ இயக்கலாம்.