Strasmore Research
கற்றல் Matt Connorஆசிரியர் Matt Connor · புதுப்பிக்கப்பட்டது 2026-09-06 · data as of September 6, 2026 · refreshed weekly

Implied Volatility மற்றும் Beta: வேறுபாடுகள் என்ன?

Implied Volatility என்பது சந்தையின் எதிர்கால எதிர்பார்ப்பு, Beta என்பது குறியீட்டுடன் ஒப்பிடும் கடந்த கால நகர்வு. பத்து பங்குகளைக் கொண்டு இந்த இரண்டு அளவீடுகளும் விளக்கப்பட்டுள்ளன.

Implied volatility மற்றும் beta ஒப்பீடு

Implied volatility மற்றும் beta ஆகிய இரண்டு எண்களும் ஒரே பங்கைப் பற்றிய வெவ்வேறு கேள்விகளுக்குப் பதிலளிக்கின்றன. Implied volatility என்பது, ஒரு குறிப்பிட்ட காலக்கெடுவுக்குள் பங்கின் விலை எந்தத் திசையிலும் எவ்வளவு தூரம் நகரும் என்பதை option சந்தை முன்கூட்டியே கணிக்கும் மதிப்பீடாகும். Beta என்பது கடந்த காலத் தரவுகளை அடிப்படையாகக் கொண்ட regression slope ஆகும்; இது ஒரு குறியீட்டுடன் (index) ஒப்பிடும்போது பங்கின் கடந்த கால நகர்வில் அந்த குறியீட்டினால் விளையும் மாற்றத்தை மட்டுமே அளவிடுகிறது. ஒரு பங்கு இந்த இரண்டில் ஒன்றில் உயர்வாகவும் மற்றொன்றில் குறைவாகவும் இருக்கலாம்; இந்த இரண்டு அளவீடுகளும் ஒரே நேரத்தில் சரியாக இருக்க முடியும்.

Beta உண்மையில் எதை அளவிடுகிறது

Beta என்பது ஒரு பங்கின் வருவாய் மற்றும் ஒரு குறியீட்டின் (index) வருவாய் ஆகிய இரண்டிற்கும் இடையே வரையப்படும் கோட்டின் சரிவு (slope) ஆகும். இது beta = covariance(stock returns, index returns) / variance(index returns) என எழுதப்படுகிறது. 1.30 என்ற Beta மதிப்பு, அளவிடப்பட்ட காலக்கட்டத்தில் குறியீட்டின் ஒவ்வொரு 1 சதவீத நகர்வுக்கும், அந்தப் பங்கு சராசரியாக 1.3 சதவீதம் நகர்ந்ததைக் குறிக்கிறது. 0.40 என்ற Beta மதிப்பு, அது குறியீட்டின் நகர்வில் பத்தில் நான்கு பங்கு மட்டுமே நகர்ந்ததைக் குறிக்கிறது.

எந்தவொரு Beta மதிப்பையும் வெளியிடுவதற்கு முன்பு நான்கு தேர்வுகள் மேற்கொள்ளப்படுகின்றன: எந்தக் குறியீட்டுடன் பங்கு ஒப்பிடப்படுகிறது, எவ்வளவு கால அளவு (window) கணக்கில் கொள்ளப்படுகிறது, வருவாய் எவ்வளவு அடிக்கடி மாதிரி எடுக்கப்படுகிறது, மற்றும் வருவாயில் dividend சேர்க்கப்படுகிறதா என்பது அவை. இதில் ஒன்றை மாற்றினாலும் Beta எண் மாறிவிடும். கால அளவு குறிப்பிடப்படாத Beta மதிப்பு ஒரு தெளிவற்ற எண்ணாகும்; ஒரே பங்கிற்கு இரண்டு தரவு வழங்குநர்கள் வெவ்வேறு Beta மதிப்புகளை வழங்கினாலும், அவர்கள் இருவரும் தங்கள் தரப்பில் சரியாகவே இருக்கலாம்.

Beta-வுடன் தொடர்புடைய புள்ளிவிவரம் R-squared ஆகும்: இது குறியீட்டின் மூலம் விளக்கப்படும் பங்கின் வருவாய் மாறுபாட்டின் பங்களிப்பை 0 முதல் 1 வரையிலான அளவில் குறிக்கிறது. Beta கோட்டின் சரிவை வழங்குகிறது. R-squared அந்த கோட்டை வரைவது பயனுள்ளதா என்பதைத் தீர்மானிக்கிறது. 0.65 என்ற R-squared மதிப்புடன் கூடிய 1.40 என்ற Beta, குறியீட்டின் நகர்வை அதிக வீச்சுடன் பின்பற்றும் ஒரு பங்கைக் குறிக்கிறது. அதே 1.40 என்ற Beta, 0.10 என்ற R-squared மதிப்புடன் இருந்தால், அது குறியீட்டின் தாக்கத்தை மிகக் குறைவாகக் கொண்டு, பெரும்பாலும் தனது சொந்தப் போக்கில் இயங்கும் பங்கைக் குறிக்கிறது. முதலாவதாகக் குறிப்பிட்டது மட்டுமே ஒரு index hedge நெருக்கமாகப் பின்பற்றும் பங்கைக் குறிக்கும்.

Implied volatility எதை அளவிடுகிறது

Implied volatility என்பது ஒரு option pricing model-ல் உள்ளீடு செய்யப்படும்போது, தற்போது சந்தையில் வர்த்தகமாகும் option விலையைத் தரும் ஒரு volatility எண் ஆகும். இது ஒரு ஆண்டிற்கான standard deviation-ஆகக் குறிப்பிடப்படுகிறது. 30 சதவீதம் என்ற IV, ஒரு ஆண்டில் ஒரு standard deviation அளவிலான 30 சதவீத நகர்வையும், அடுத்த 30 நாட்களில் சுமார் 8.6 சதவீத நகர்வையும் குறிக்கிறது; ஏனெனில் volatility என்பது காலத்தின் வர்க்க மூலத்திற்கு (square root of time) ஏற்ப மாறக்கூடியது. implied volatility என்றால் என்ன என்பதற்கான எங்கள் வழிகாட்டி அதன் செயல்பாடுகளை விளக்குகிறது, மேலும் implied volatility மற்றும் historical volatility இடையிலான ஒப்பீடு, வருங்காலத்தை நோக்கிய இந்த எண், பங்கின் கடந்தகால செயல்பாடுகளுடன் எவ்வாறு ஒப்பிடப்படுகிறது என்பதை விவரிக்கிறது.

ஒவ்வொரு எண்ணும் எதைக் கணக்கிடுகிறது என்பதே முக்கியமான வேறுபாடு. IV சந்தையின் அனைத்து நகர்வுகளையும் ஒரே எண்ணில் உள்ளடக்குகிறது: குறியீட்டு அளவிலான சரிவு, மருத்துவ பரிசோதனை முடிவுகள், நிறுவனத்தின் வழிகாட்டுதல் மாற்றம், அல்லது கையகப்படுத்துதல் ஏலம் என அனைத்தும் இதில் அடங்கும். Beta என்பது குறியீட்டுடன் இணைந்து நகரும் பங்கின் ஒரு பகுதியை மட்டுமே கணக்கிடுகிறது. R-squared கணக்கில் கொள்ளாத அனைத்தும் beta-விற்குத் தெரியாது, ஆனால் அவை அனைத்தும் IV-ல் முழுமையாக விலை நிர்ணயம் செய்யப்படுகின்றன.

பத்து முன்னணி நிறுவனப் பங்குகளின் Implied volatility மற்றும் beta ஒப்பீடு

கீழே உள்ள அட்டவணை, ஆகஸ்ட் 21, 2026-ல் முடிவடைந்த பன்னிரண்டு மாத காலப்பகுதியில், S&P 500 ETF-ஆன SPY-உடன் பத்து அதிக புழக்கமுள்ள (liquid) பங்குகளை ஒப்பிட்டு regression பகுப்பாய்வை மேற்கொள்கிறது. இந்த பகுப்பாய்வு இரண்டு முறை செய்யப்படுகிறது: முதலாவது தினசரி closing returns அடிப்படையிலும், இரண்டாவது அதே காலக்கட்டத்தின் வாராந்திர வருவாய் அடிப்படையிலும் மேற்கொள்ளப்படுகிறது.

வினவவும்SPY-க்கு எதிரான பீட்டா மற்றும் R-squared: தினசரி மற்றும் வாராந்திர வருவாய் ஒப்பீடு, ஆகஸ்ட் 21, 2026 வரையிலான பன்னிரு மாதங்கள்
குறியீடுதினசரி Betaவாராந்திர BetaR-squaredவருவாய் எண்ணிக்கை
COIN2.832.50.28250
TSLA2.231.920.38250
NVDA1.881.660.43250
MSFT0.941.580.14250
AAPL0.710.830.13250
GLD0.70.760.1250
TLT0.170.120.05250
JNJ-0.2-0.520.02250
KO-0.27-0.040.03250
XOM-0.51-0.930.07250
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    weekly_px AS
    (
        SELECT
            ticker,
            toMonday(date)         AS week_start,
            argMax(close_px, date) AS week_close
        FROM px
        GROUP BY ticker, week_start
    ),
    weekly_ret AS
    (
        SELECT
            ticker,
            week_start,
            week_close / lagInFrame(week_close) OVER (PARTITION BY ticker ORDER BY week_start ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM weekly_px
    ),
    daily_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_daily,
            round(pow(corr(s.ret, i.ret), 2), 2)               AS r_squared,
            count()                                            AS return_count
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    ),
    weekly_beta AS
    (
        SELECT
            s.ticker                                           AS symbol,
            round(covarSamp(s.ret, i.ret) / varSamp(i.ret), 2) AS beta_weekly
        FROM weekly_ret AS s
        INNER JOIN
        (
            SELECT week_start, ret FROM weekly_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.week_start = s.week_start
        WHERE s.ticker != 'SPY' AND isFinite(s.ret)
        GROUP BY symbol
    )
SELECT
    d.symbol       AS symbol,
    d.beta_daily   AS beta_daily,
    w.beta_weekly  AS beta_weekly,
    d.r_squared    AS r_squared,
    d.return_count AS return_count
FROM daily_beta AS d
INNER JOIN weekly_beta AS w ON w.symbol = d.symbol
ORDER BY beta_daily DESC
நீங்களே இயக்கிப் பாருங்கள்

ஒவ்வொரு தினசரி slope-ம் 250 ஜோடி அமர்வுகளை அடிப்படையாகக் கொண்டது. இந்தத் தொகுப்பில் மிக உயர்ந்த தினசரி beta-வை COIN கொண்டுள்ளது, அதன் மதிப்பு 2.83 ஆகும்; இதனுடன் 0.28 என்ற R-squared மதிப்பும் உள்ளது. மிகக் குறைந்த beta-வை XOM கொண்டுள்ளது, அதன் மதிப்பு -0.51 ஆகும்; அங்கு 0.07 என்ற R-squared மதிப்பிற்கு முக்கியத்துவம் அளிக்க வேண்டும்: இந்த காலக்கட்டத்தில் அந்தப் பங்கின் விலை மாற்றத்தில் குறியீட்டின் பங்கு மிகக் குறைவு என்பதால், அந்தப் பங்கின் செயல்பாட்டை இந்த slope மிகக் குறைவாகவே விவரிக்கிறது.

இப்போது இரண்டு beta நெடுவரிசைகளையும் ஒப்பிட்டுப் பாருங்கள். அதே பன்னிரண்டு மாதங்கள் மற்றும் அதே குறியீட்டிற்கு எதிராக, தினசரிக்கு பதிலாக வாராந்திர அடிப்படையில் கணக்கிடுவது slope-ல் மாற்றத்தை ஏற்படுத்துகிறது. COIN, வாராந்திர வருவாயில் 2.5 என்ற மதிப்பையும், தினசரி வருவாயில் 2.83 என்ற மதிப்பையும் காட்டுகிறது. இதில் எதுவுமே தவறல்ல. இவை சற்று மாறுபட்ட கேள்விகளுக்கு விடையளிக்கின்றன.

ஒரே மாதிரியான பங்குகளில் option சந்தை நிர்ணயிக்கும் கட்டணங்கள்

கடந்த கால விலைகளின் அடிப்படையில் Beta கணக்கிடப்படுகிறது. ஆனால், இந்த அட்டவணை தற்போது வர்த்தகர்கள் செலுத்தும் விலையின் அடிப்படையில் உருவாக்கப்பட்டுள்ளது: காலாவதி தேதிக்கு 20 முதல் 45 நாட்கள் உள்ள, near-the-money ஒப்பந்தங்களின் விலை, Aug 21, 2026-ல் முடிவடைந்த மூன்று வாரங்களின் சராசரி கணக்கிடப்பட்டுள்ளது. குறியீட்டு ஒப்பீட்டிற்காக SPY இதில் சேர்க்கப்பட்டுள்ளது. Beta அட்டவணையில் இது இடம்பெறாததற்கு ஒரு தொழில்நுட்பக் காரணம் உள்ளது: தன்னைத்தானே ஒப்பிடும்போது, அதன் beta 1.00 ஆகவும், R-squared 1.00 ஆகவும் இருக்கும்.

வினவவும்Near-the-money implied volatility, 20 முதல் 45 நாட்கள் காலாவதி காலம், ஆகஸ்ட் 21, 2026 வரையிலான மூன்று வாரங்கள்
குறியீடுIV (%)எதிர்பார்க்கப்படும் நகர்வு 30d (%)ஒப்பந்த எண்ணிக்கைIV காலம்
COIN65.918.9684Aug 21
TSLA4111.7765Aug 21
NVDA40.311.6509Aug 21
XOM28.28.1533Aug 21
MSFT27.67.91076Aug 21
AAPL24.77.1701Aug 21
GLD23.36.73355Aug 21
JNJ22.76.5389Aug 21
KO18.65.3684Aug 21
SPY13.53.98685Aug 21
TLT11.73.31528Aug 21
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
SELECT
    underlying_symbol                                                       AS symbol,
    round(avg(toFloat64(implied_volatility)) * 100, 1)                      AS iv_pct,
    round(avg(toFloat64(implied_volatility)) * 100 * sqrt(30.0 / 365.0), 1) AS expected_move_30d_pct,
    count()                                                                 AS contract_count,
    formatDateTime(max(date), '%b %e')                                      AS iv_through
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
  AND date >= '2026-08-03'
  AND date <= '2026-08-21'
  AND iv_converged = 1
  AND volume > 0
  AND days_to_expiry BETWEEN 20 AND 45
  AND underlying_close > 0
  AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY symbol
HAVING contract_count >= 25
ORDER BY iv_pct DESC
நீங்களே இயக்கிப் பாருங்கள்

இந்தக் குழுவில் மிக அதிக implied volatility கொண்டதாக COIN உள்ளது, இது 65.9 சதவீதத்தில் உள்ளது. இது 30 நாட்களில் ஒரு standard deviation நகர்வை சுமார் 18.9 சதவீதமாக மதிப்பிடுகிறது. மிகக் குறைந்த volatility கொண்டதாக TLT உள்ளது, இது 11.7 சதவீதத்தில் உள்ளது. இந்த அட்டவணை பங்குகளை மொத்த எதிர்பார்க்கப்படும் நகர்வின் அடிப்படையில் வரிசைப்படுத்துகிறது. COIN தலைமையிலான Beta அட்டவணை, ஒரு குறியீட்டின் மூலம் விளக்கப்படும் நகர்வின் அடிப்படையில் பங்குகளை வரிசைப்படுத்துகிறது. இதில் உள்ள பதினொன்றில் இரண்டு ETF-கள் ஆகும்; ஒன்று தங்கம் மற்றும் மற்றொன்று நீண்ட கால Treasury-களைக் கொண்டுள்ளது. இவை இரண்டும் பங்குச் சந்தை குறியீட்டு பந்தயங்கள் அல்ல, எனவே பங்குச் சந்தை குறியீட்டிற்கு எதிரான beta என்பது இவை இரண்டிற்கும் பொருத்தமற்ற அளவீடு ஆகும்.

இயக்க பீட்டா (movement beta) எதையும் காண முடியாது

இங்கே இடைவெளி தெளிவாகிறது. SPY குறியீடு மிகக் குறைந்த அளவே நகர்ந்த அமர்வுகளை எடுத்துக்கொள்வோம்; அதாவது, முந்தைய நாள் முடிவிலிருந்து இன்றைய முடிவு வரையிலான மாற்றம் பூஜ்ஜியம் புள்ளி இரண்டு ஐந்து சதவீதத்திற்கும் குறைவாக இருந்த நாட்கள். அந்த நாட்களில் மட்டும், குறிப்பிட்ட பத்து பங்குகள் எவ்வாறு செயல்பட்டன என்பதை அளவிடுவோம். பீட்டா மட்டுமே முழுமையான காரணி என்றால், குறியீடு மாறாமல் இருக்கும்போது பங்குகளும் மாறாமல் இருக்க வேண்டும்.

வினவவும்SPY 0.25%-க்கும் குறைவாக நகர்ந்த அமர்வுகளின் சராசரி தினசரி மாற்ற அளவு
குறியீடுசம குறியீட்டு நகர்வு (%)முழு மாதிரி நகர்வு (%)சம குறியீட்டு எண்ணிக்கை
COIN3.093.369
TSLA1.752.2769
NVDA1.321.8269
MSFT1.221.3569
XOM1.161.2469
GLD1.061.369
AAPL1.031.1369
KO0.980.8869
JNJ0.840.9169
TLT0.450.4869
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','TSLA','COIN','KO','JNJ','XOM','GLD','TLT')
          AND date >= '2025-08-22'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    idx AS
    (
        SELECT date, ret AS index_ret
        FROM daily_ret
        WHERE ticker = 'SPY' AND isFinite(ret)
    )
SELECT
    s.ticker                                                     AS symbol,
    round(avgIf(abs(s.ret) * 100, abs(i.index_ret) < 0.0025), 2) AS move_on_flat_index_pct,
    round(avg(abs(s.ret) * 100), 2)                              AS move_full_sample_pct,
    countIf(abs(i.index_ret) < 0.0025)                           AS flat_index_count
FROM daily_ret AS s
INNER JOIN idx AS i ON i.date = s.date
WHERE s.ticker != 'SPY' AND isFinite(s.ret)
GROUP BY symbol
HAVING countIf(abs(i.index_ret) < 0.0025) > 0
ORDER BY move_on_flat_index_pct DESC
நீங்களே இயக்கிப் பாருங்கள்

கடந்த பன்னிரண்டு மாதங்களில் இத்தகைய குறியீடு மாறாத அமர்வுகள் 69 இருந்தன. அந்த நாட்களில், COIN சராசரியாக 3.09 சதவீத முழுமையான மாற்றத்தைக் கொண்டிருந்தது; இது முழு மாதிரி காலத்தின் சராசரியான 3.3 சதவீதத்துடன் ஒப்பிடத்தக்கது. அந்த நாட்களில் மிகக் குறைந்த மாற்றத்தைக் கண்ட பங்கு TLT ஆகும், அதன் சராசரி மாற்றம் 0.45 சதவீதம். அந்த நெடுவரிசையில் உள்ள அனைத்தும் பீட்டாவால் விளக்க முடியாத இயக்கங்கள்; இந்த இயக்கத்திற்கே ஒரு option விற்பனையாளர் விலையை நிர்ணயிக்கிறார்.

Beta என்பது ஒரு மதிப்பீடு, மதிப்பீடுகள் மாறக்கூடியவை

Beta என்பது ஒரு பங்கின் பங்குகளின் எண்ணிக்கையைப் போன்ற நிலையான பண்பு அல்ல. இது ஒரு குறிப்பிட்ட கால இடைவெளியில் கணக்கிடப்படும் புள்ளிவிவரமாகும், மேலும் அந்த கால இடைவெளி நகரும்போது இதுவும் மாறுகிறது. கீழே உள்ள வரைபடம், ஒவ்வொரு மாதத்தின் தொடக்கத்திலும் SPY-க்கு எதிராக NVDA-ன் Beta-வை மீண்டும் கணக்கிடுகிறது; ஒவ்வொரு புள்ளியும் அதற்கு முந்தைய பன்னிரண்டு மாதங்களின் தினசரி வருவாயைக் கொண்டு உருவாக்கப்பட்டது.

வினவவும்SPY-க்கு எதிரான NVDA பீட்டா, பன்னிரு மாத சுழற்சி முறையில் மாதாந்திர மதிப்பீடு
48 rows (showing 20)
மாதம்மாதக் குறியீடு1y Rolling BetaR-squared
2022-09Sep 20222.320.65
2022-10Oct 20222.260.64
2022-11Nov 20222.210.65
2022-12Dec 20222.220.71
2023-01Jan 20232.190.71
2023-02Feb 20232.190.7
2023-03Mar 20232.170.65
2023-04Apr 20232.080.63
2023-05May 20232.040.62
2023-06Jun 20232.060.51
2023-07Jul 20232.050.47
2023-08Aug 20232.080.46
2023-09Sep 20232.030.43
2023-10Oct 20232.110.43
2023-11Nov 20232.180.4
2023-12Dec 20232.050.33
2024-01Jan 202420.3
2024-02Feb 20241.950.28
2024-03Mar 20242.020.29
2024-04Apr 20242.220.29
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH
    px AS
    (
        SELECT
            ticker,
            date,
            toFloat64(close) AS close_px
        FROM global_markets.stocks_daily_aggs
        WHERE ticker IN ('SPY','NVDA')
          AND date >= '2021-08-01'
          AND date <= '2026-08-21'
    ),
    daily_ret AS
    (
        SELECT
            ticker,
            date,
            close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY date ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) - 1 AS ret
        FROM px
    ),
    paired AS
    (
        SELECT
            s.date AS d,
            s.ret  AS stock_ret,
            i.ret  AS index_ret
        FROM daily_ret AS s
        INNER JOIN
        (
            SELECT date, ret FROM daily_ret WHERE ticker = 'SPY' AND isFinite(ret)
        ) AS i ON i.date = s.date
        WHERE s.ticker = 'NVDA' AND isFinite(s.ret)
    ),
    anchors AS
    (
        SELECT DISTINCT toStartOfMonth(d) AS anchor
        FROM paired
        WHERE d >= '2022-09-01'
    )
SELECT
    formatDateTime(a.anchor, '%Y-%m')                                    AS month,
    formatDateTime(a.anchor, '%b %Y')                                    AS month_label,
    round(covarSamp(p.stock_ret, p.index_ret) / varSamp(p.index_ret), 2) AS rolling_beta_1y,
    round(pow(corr(p.stock_ret, p.index_ret), 2), 2)                     AS r_squared
FROM anchors AS a, paired AS p
WHERE p.d < a.anchor
  AND p.d >= subtractYears(a.anchor, 1)
GROUP BY a.anchor
ORDER BY a.anchor
நீங்களே இயக்கிப் பாருங்கள்

இந்தக் கோடு 48 மாதாந்திர மதிப்பீடுகளைக் கொண்டுள்ளது. முதலாவது, Sep 2022-ல் முடிவடையும் ஆண்டிற்கானது, 2.32 எனப் பதிவாகிறது. மிக சமீபத்தியது, Aug 2026-ல் முடிவடைந்தது, 0.44 என்ற R-squared மதிப்பைக் கொண்டு 1.87 எனப் பதிவாகிறது. ஒரே பங்கு, ஒரே குறியீடு, ஒரே முறை, ஆனால் வெவ்வேறு கால இடைவெளி. காலாவதியான Beta மதிப்பைக் கொண்டு கணக்கிடப்படும் ஒரு hedge, தரவுகள் ஏற்கனவே கடந்து சென்ற ஒரு எண்ணை அடிப்படையாகக் கொண்டது.

Implied volatility-யும் இதே எச்சரிக்கையை மற்றொரு வடிவில் கொண்டுள்ளது. இது ஒவ்வொரு அமர்விலும் மாறும் ஒரு நேரடி விலை, மேலும் IV பொதுவாக தனித்து பார்க்கப்படாமல் அதன் சொந்த வரலாற்றுடன் ஒப்பிடப்படுகிறது. 30 சதவீதம் IV என்பது அதிகமா? என்ற பகுதி அந்த ஒப்பீட்டை விளக்குகிறது.

எந்த எண் எந்தப் பணிக்கு பொருந்தும்

Beta குறியீடு தொடர்பான கேள்விகளுக்குப் பதிலளிக்கிறது. ஒரு முதலீட்டுப் புத்தகத்தில் S&P 500-ன் தாக்கம் எவ்வளவு உள்ளது, அதை ஈடுசெய்ய எந்த அளவிலான குறியீடு நிலை (index position) தேவை? இதுவே beta weighting ஆகும்; beta weighting a portfolio இதற்கான கணக்கீட்டை விளக்குகிறது. ஒரே சந்தைக் காரணியைச் சார்ந்திருக்கும் பல பங்குகளைக் கொண்ட ஒரு போர்ட்ஃபோலியோவின் தன்மையை இந்த எண் வெளிப்படுத்துகிறது; இந்தச் சூழலை concentration risk மற்றொரு கோணத்தில் அளவிடுகிறது.

Implied volatility ஒரு குறிப்பிட்ட காலக்கெடுவுக்குள் தனிப்பட்ட பங்குகள் தொடர்பான கேள்விகளுக்குப் பதிலளிக்கிறது. அடுத்த முப்பது நாட்களில் இந்தப் பங்கின் விலை நகர்வுக்குச் சந்தை நிர்ணயிக்கும் விலை என்ன, அந்த விலை அதே பங்கின் வரலாற்றுடன் ஒப்பிடும்போது அதிகமாக உள்ளதா அல்லது குறைவாக உள்ளதா? இந்தக் கேள்விகளில் குறியீடு (index) பங்குபெறுவதில்லை.

இந்த இரண்டு எண்களும் திசையை முன்னறிவிப்பதில்லை. Beta என்பது ஏற்கனவே நிகழ்ந்த கூட்டு நகர்வை விவரிக்கிறது. IV என்பது நகர்வின் அளவிற்கான விலையாகும்; இது எந்தக் குறியீடும் (நேர்மறை அல்லது எதிர்மறை) இன்றி குறிப்பிடப்படுகிறது. 1.8 beta மற்றும் 25 சதவீதம் IV கொண்ட ஒரு பங்கும், 0.2 beta மற்றும் 80 சதவீதம் IV கொண்ட ஒரு பங்கும் இயல்பானவையே. இவை வெவ்வேறு பணிகளுக்காக உருவாக்கப்பட்ட கருவிகளால் அளவிடப்படும், வெவ்வேறு வகையான அபாயங்களைக் கொண்டுள்ளன.

அடிக்கடி கேட்கப்படும் கேள்விகள் (FAQ)

ஒரு பங்கிற்கு அதிக implied volatility மற்றும் குறைந்த beta இருக்க முடியுமா?

ஆம், இது பொதுவான ஒன்று. Beta என்பது குறியீட்டுடன் (index) இணைந்து நகரும் மாற்றங்களை மட்டுமே கணக்கிடுகிறது. ஆனால், implied volatility என்பது குறியீட்டிற்குத் தெரியாத ஒரு நிறுவனத்தின் தனிப்பட்ட நிகழ்வுகள் உட்பட அனைத்து நகர்வுகளையும் உள்ளடக்கியது. ஒரு குறிப்பிட்ட முக்கிய அறிவிப்பிற்காகக் காத்திருக்கும் பங்கின் IV மிக அதிகமாக இருக்கலாம், அதே சமயம் ஒரு பரந்த குறியீட்டிற்கு எதிராக அதன் regression slope பூஜ்ஜியத்திற்கு அருகில் இருக்கலாம்.

Beta என்பது அபாயத்தின் அளவுகோலா?

Beta ஒரு குறிப்பிட்ட வகை அபாயத்தை மட்டுமே அளவிடுகிறது: தேர்ந்தெடுக்கப்பட்ட கால இடைவெளியில், தேர்ந்தெடுக்கப்பட்ட குறியீட்டுடன் அந்தப் பங்கு எந்த அளவிற்கு உணர்திறன் (sensitivity) கொண்டுள்ளது என்பதை இது காட்டுகிறது. நிறுவனத்தின் தனிப்பட்ட அபாயங்கள் அல்லது அந்த கால இடைவெளிக்கு வெளியே நடக்கும் எதையும் இது கணக்கில் கொள்வதில்லை. ஒரே மாதிரியான beta கொண்ட இரண்டு பங்குகள் முற்றிலும் மாறுபட்ட மொத்த volatility-ஐக் கொண்டிருக்கலாம்.

Beta சொல்லாத எதை R-squared உங்களுக்குச் சொல்கிறது?

R-squared என்பது ஒரு பங்கின் வருவாய் மாறுபாட்டில் (return variance) குறியீட்டின் பங்களிப்பை 0 முதல் 1 வரையிலான அளவில் குறிக்கிறது. குறைந்த R-squared என்பது regression line சரியாகப் பொருந்தவில்லை என்பதைக் குறிக்கிறது. எனவே, அதனுடன் கணக்கிடப்பட்ட beta என்பது பங்கின் உண்மையான செயல்பாட்டை விவரிப்பதற்குப் பதிலாக, சிதறிய புள்ளிகளுக்கு இடையே வரையப்பட்ட ஒரு சரிவு (slope) மட்டுமே.

Implied volatility ஒரு பங்கு எந்த திசையில் நகரும் என்பதைக் கணிக்குமா?

இல்லை. IV என்பது திசையற்ற ஒரு அளவீடு (magnitude) மட்டுமே. 40 சதவீத IV என்பது, ஒரு வருடத்தில் அந்தப் பங்கு மேல்நோக்கியோ அல்லது கீழ்நோக்கியோ ஒரு standard deviation அளவிற்கு 40 சதவீதம் நகர வாய்ப்புள்ளது என்பதைக் குறிக்கிறது; இதில் எந்தத் திசைக்கு முன்னுரிமையும் இல்லை. சந்தை விலை கணிப்பதை விட பங்கு அதிகமாகவோ அல்லது குறைவாகவோ நகரலாம்.

Beta-வை கணக்கிட எந்த கால இடைவெளி மற்றும் வருவாய் அதிர்வெண் (return frequency) பயன்படுத்தப்படுகிறது?

இதற்கு ஒரே மாதிரியான தரநிலை எதுவும் இல்லை. பொதுவாக ஒரு வருட தினசரி வருவாய் முதல் ஐந்து வருட மாதாந்திர வருவாய் வரை கணக்கிடும் வழக்கம் உள்ளது. மேலே உள்ள முதல் அட்டவணை, ஒரே வருடத்திற்குள் தினசரி மற்றும் வாராந்திர தரவுகளைப் பயன்படுத்தும்போது வெவ்வேறு slopes கிடைப்பதைக் காட்டுகிறது. ஒரே முறையில் கணக்கிடப்பட்ட beta-க்களை மட்டுமே ஒன்றுடன் ஒன்று ஒப்பிட முடியும்.

இந்த எண்கள் எவ்வாறு அளவிடப்பட்டன
  • Beta மற்றும் R-squared: ஆகஸ்ட் 21, 2026-ல் முடிவடைந்த பன்னிரண்டு மாதங்களுக்கு, ஒவ்வொரு பங்கிற்கும் மற்றும் SPY-க்கும் தினசரி மற்றும் வாராந்திர closing returns கணக்கிடப்பட்டன. Beta என்பது இரண்டு வருவாய் தொடர்களின் covariance-ஐ SPY வருவாயின் variance-ஆல் வகுப்பதன் மூலம் பெறப்பட்டது. R-squared என்பது அவற்றின் correlation-ன் வர்க்கமாகும்.
  • Implied volatility: காலாவதிக்கு 20 முதல் 45 நாட்கள் உள்ள, அடிப்படைப் பங்கின் closing விலையிலிருந்து 5 சதவீதத்திற்குள் strike price கொண்ட ஒப்பந்தங்கள் கணக்கில் கொள்ளப்பட்டன. அந்த நாளில் வர்த்தகம் செய்யப்பட்ட ஒப்பந்தங்கள் மட்டுமே சேர்க்கப்பட்டன. Aug 21, 2026-ல் முடிவடைந்த மூன்று வாரங்களின் சராசரி மதிப்புகள் எடுக்கப்பட்டன.
  • Near-flat index sessions: அதே பன்னிரண்டு மாதங்களில், SPY-ன் தினசரி closing return 0.25 சதவீதத்திற்கும் குறைவாக இருந்த அமர்வுகள்.
  • Rolling beta: SPY-க்கு எதிராக NVDA, ஒவ்வொரு மாதத் தொடக்கத்திலும் முந்தைய பன்னிரண்டு மாத தினசரி வருவாயிலிருந்து மீண்டும் கணக்கிடப்பட்டது. இது 48 மாதாந்திர புள்ளிகளை உள்ளடக்கியது.

மேலே உள்ள ஒவ்வொரு அட்டவணையும் அதை உருவாக்கிய SQL குறியீட்டுடன் வருகிறது. எனவே, ஒவ்வொரு வரைபடத்தின் கீழும் உள்ள இணைப்பைக் கிளிக் செய்வதன் மூலம் கால இடைவெளி மற்றும் வடிகட்டிகளை (filters) நீங்கள் பார்க்கலாம். நீங்கள் கவனிக்கும் ஒரு பங்கின் beta அல்லது implied volatility-ஐ அளவிட, Strasmore terminal-ல் அதை எளிமையான ஆங்கிலத்தில் கேட்கவும்.

#implied volatility#beta#risk metrics#options#portfolio