Strasmore Research

โครงสร้างตามอายุของ IV บอกอะไรเกี่ยวกับเส้นโค้ง

ทำความเข้าใจโครงสร้างตามอายุของ IV จากข้อมูล options จริง เส้นลาดขึ้นและเส้นกลับหัวสะท้อนอะไร พร้อมเหตุผลที่รูปทรงเส้นโค้งช่วยอ่านความเสี่ยงก่อนเลือกวันหมดอายุ

โครงสร้างตามอายุของ IV คือการนำความผันผวนโดยนัยมาแสดงเทียบกับวันหมดอายุ โดยอ่านค่าแยกตามแต่ละวันหมดอายุ และใช้ options ที่มีราคาใช้สิทธิใกล้กับราคาหุ้นปัจจุบัน รูปแบบที่พบเกือบทั้งหมดมีสองแบบ ได้แก่ เส้นที่ลาดขึ้นในภาวะสงบ ซึ่งวันหมดอายุที่ไกลกว่าจะมีค่าความผันผวนสูงกว่า และเส้นกลับหัวเมื่อมีเหตุการณ์ที่กำหนดวันได้เกิดขึ้นในเดือนใกล้ที่สุด กราฟทั้งสองแบบด้านล่างสร้างจากข้อมูล options รายสัญญา ไม่ใช่แผนภาพตามตำรา

โครงสร้างตามอายุของ IV วัดอะไร

ความผันผวนโดยนัย คือขนาดการเคลื่อนไหวของราคาหุ้นอ้างอิงต่อปีที่ราคาของ option สะท้อนออกมา โดยมีการเสนอราคาแยกตามแต่ละสัญญา ดังนั้นหุ้นหนึ่งตัวจึงมีค่าความผันผวนหลายร้อยค่าในแต่ละขณะ แยกตามราคาใช้สิทธิและวันหมดอายุทุกชุดที่มีการซื้อขาย เมื่อกำหนดราคาใช้สิทธิให้อยู่ใกล้ราคาปัจจุบัน แล้วเปลี่ยนวันหมดอายุ ค่าที่ได้จะเรียงตัวเป็นเส้นโค้ง เส้นดังกล่าวคือโครงสร้างตามอายุ

วิธีการสุ่มตัวอย่างมีความสำคัญมากกว่าที่คำอธิบายส่วนใหญ่มักยอมรับ แผงข้อมูลทุกชุดนี้ใช้สัญญาที่มี absolute delta อยู่ระหว่าง 0.35 ถึง 0.65 ซึ่งเป็นวิธีมาตรฐานในการระบุว่า option อยู่ใกล้ราคาใช้สิทธิ โดยไม่ผูกติดกับราคาใช้สิทธิใดราคาหนึ่ง จากนั้นจึงใช้ค่ามัธยฐานของความผันผวนโดยนัยภายในแต่ละช่วงอายุที่เหลืออยู่ ไม่ใช้ค่าเฉลี่ย เพราะราคาเสนอซื้อขายที่ค้างอยู่ของสัญญาซึ่งมีการซื้อขายเบาบางอาจแสดงค่าที่ไม่น่าเชื่อถือ และค่าเฉลี่ยจะนำค่าดังกล่าวเข้าไปปนในผลลัพธ์

ด้านล่างคือเส้นโค้งของหุ้นสภาพคล่องสูงหกตัวตลอดช่วงการซื้อขายในเดือนมิถุนายน 2026

คำสั่งดึงข้อมูลโครงสร้างอายุ IV ของหุ้นสภาพคล่องสูง 6 ราย: ค่ามัธยฐานความผันผวนโดยนัยใกล้ราคาใช้สิทธิ์ตามช่วงอายุสัญญา มิถุนายน 2026
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH (
    SELECT quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker))
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
      AND date >= toDate('2026-06-01')
      AND date < toDate('2026-07-01')
      AND iv_converged = 1
      AND volume > 0
      AND implied_volatility BETWEEN 0.03 AND 3
      AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
      AND days_to_expiry BETWEEN 5 AND 20
) AS front_band_iv
SELECT multiIf(days_to_expiry <= 20, '5-20 days',
               days_to_expiry <= 45, '21-45 days',
               days_to_expiry <= 90, '46-90 days',
               days_to_expiry <= 180, '91-180 days',
               '181-365 days') AS expiry_band,
       round(100 * quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)), 1) AS median_iv_pct,
       round(100 * (quantileDeterministic(0.5)(toFloat64(implied_volatility), cityHash64(ticker)) - front_band_iv), 1) AS pts_vs_front_band,
       count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'KO', 'JNJ', 'PG')
  AND date >= toDate('2026-06-01')
  AND date < toDate('2026-07-01')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.03 AND 3
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
ORDER BY min(days_to_expiry)
Run this yourself

ค่ามัธยฐานของความผันผวนโดยนัยอยู่ที่ 19.6% ในช่วง 5-20 days และ 21.5% ในช่วง 181-365 days โดยสูงกว่าช่วงใกล้ที่สุด 1.9 จุด รูปแบบนี้มีชื่อที่ยืมมาจากตลาด futures ว่า contango ซึ่งหมายถึงสินทรัพย์ที่ส่งมอบในภายหลังมีราคาสูงกว่า ส่วนเส้นโค้งกลับหัวเรียกว่า backwardation

เหตุใดเส้นโค้งจึงมักลาดขึ้น

กลไกสองประการช่วยให้รูปแบบปกติคงอยู่

ประการแรกคือความหนาแน่นของเหตุการณ์ สัญญาที่หมดอายุในอีกเก้าวันครอบคลุมความเสี่ยงตามปฏิทินเก้าวัน และสำหรับหุ้นขนาดใหญ่ที่ไม่มีเหตุการณ์ใดกำหนดไว้ในช่วงดังกล่าว วันเหล่านี้ส่วนใหญ่เป็นวันซื้อขายตามปกติ สัญญาที่หมดอายุในอีกหนึ่งปีครอบคลุมการประกาศผลประกอบการรายไตรมาสสี่ครั้ง การประชุมของธนาคารกลางหลายครั้ง และข่าวที่ไม่ได้กำหนดล่วงหน้าทุกข่าวระหว่างนั้น จำนวนปัจจัยไม่แน่นอนที่คาดการณ์ได้มากกว่าต่อหนึ่งสัญญา ทำให้ค่าความผันผวนต่อปีที่ตลาดยอมจ่ายสูงขึ้น

ประการที่สองคือพฤติกรรมของความผันผวน ความผันผวนที่เกิดขึ้นจริงมักรวมกลุ่มกัน สัปดาห์ที่สงบมักตามด้วยสัปดาห์ที่สงบ และสัปดาห์ที่รุนแรงมักตามด้วยสัปดาห์ที่รุนแรง ขณะที่ตลาดยังสงบ options ใกล้หมดอายุจะสะท้อนค่าความผันผวนที่สงบในปัจจุบัน ส่วน options ที่หมดอายุในอีกหนึ่งปีจะสะท้อนค่าเฉลี่ยระยะยาวมากกว่า ซึ่งอยู่ในระดับสูงกว่า หลังเกิดแรงกระแทก การคำนวณเดียวกันจะทำงานในทิศทางกลับกัน ในช่วงการซื้อขายหลังตลาดปรับตัวลงอย่างรุนแรง สัญญาที่ใกล้หมดอายุที่สุดจะแสดงค่าความผันผวนโดยนัยสูงที่สุดในกระดาน และเส้นโค้งจะกลับหัวตลอดทั้งช่วง โดยเดือนที่ไกลออกไปยังยึดอยู่ใกล้ระดับปกติ

อะไรทำให้เส้นโค้งกลับด้าน: เหตุการณ์ที่กำหนดวันได้

การประกาศผลประกอบการตามกำหนดเป็นตัวอย่างที่ชัดเจนที่สุดของการกลับหัวที่สังเกตได้ รายงานดังกล่าวจะออกหลังตลาดปิดในวันที่ทราบล่วงหน้า วันหมดอายุทุกวันหลังจากวันนั้นจะรวมการเคลื่อนไหวของราคาไว้ด้วย ส่วนวันหมดอายุก่อนหน้านั้นจะไม่รวม สัญญาใกล้หมดอายุที่สุดที่ครอบคลุมเหตุการณ์มีจำนวนวันปกติให้เฉลี่ยเหตุการณ์ดังกล่าวน้อยที่สุด จึงมีค่าความผันผวนต่อปีเพิ่มขึ้นมากที่สุด ขณะที่ option อายุหกเดือนจะเฉลี่ยเหตุการณ์เดียวกันผ่านวันซื้อขายประมาณ 125 วัน จึงสะท้อนผลกระทบเพียงเล็กน้อย

NVIDIA รายงานผลประกอบการหลังตลาดปิดในวันพุธที่ 26 กุมภาพันธ์ 2025 แผงข้อมูลนี้อ่านเส้นโค้งทั้งหมดสองครั้ง ได้แก่ ในวันซื้อขายสุดท้ายก่อนการประกาศ 25 กุมภาพันธ์ และวันซื้อขายแรกหลังการประกาศ 27 กุมภาพันธ์

คำสั่งดึงข้อมูลโครงสร้างอายุ NVDA ก่อนและหลังการรายงานวันที่ 26 กุมภาพันธ์ 2025: ค่ามัธยฐาน IV ใกล้ราคาใช้สิทธิ์ตามช่วงอายุสัญญา
SQL เบื้องหลังตัวเลขแต่ละตัว
SELECT multiIf(days_to_expiry <= 20, '5-20 days',
               days_to_expiry <= 45, '21-45 days',
               days_to_expiry <= 90, '46-90 days',
               days_to_expiry <= 180, '91-180 days',
               '181-365 days') AS expiry_band,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                toDate(date) = toDate('2025-02-25')), 1) AS iv_before_print_pct,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                toDate(date) = toDate('2025-02-27')), 1) AS iv_after_print_pct,
       round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 toDate(date) = toDate('2025-02-25'))
                  - quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 toDate(date) = toDate('2025-02-27'))), 1) AS iv_drop_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
  AND date >= toDate('2025-02-25')
  AND date < toDate('2025-02-28')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.05 AND 5
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND days_to_expiry BETWEEN 5 AND 365
GROUP BY expiry_band
HAVING countIf(toDate(date) = toDate('2025-02-25')) >= 3
   AND countIf(toDate(date) = toDate('2025-02-27')) >= 3
ORDER BY min(days_to_expiry)
Run this yourself

ช่วง 5-20 days มีค่า 84.9% ในวันซื้อขายก่อนการประกาศ และ 66.4% ในวันซื้อขายหลังการประกาศ เปลี่ยนแปลง 18.5 จุด ส่วนช่วง 181-365 days เปลี่ยนแปลง 1 จุดระหว่างราคาปิดสองวันเดียวกัน ซึ่งเป็นเพียงสัดส่วนเล็กน้อยของการเปลี่ยนแปลงในช่วงใกล้ที่สุด หุ้นอ้างอิงตัวเดียว เหตุการณ์เดียว แต่ประสบการณ์ที่ปลายทั้งสองของเส้นโค้งแตกต่างกันโดยสิ้นเชิง การปรับลดลงอย่างรวดเร็วของช่วงใกล้ที่สุดนี้เรียกว่า IV crush และโครงสร้างตามอายุคือบริเวณที่มองเห็นสัญญาณดังกล่าวได้ล่วงหน้า

การติดตามการก่อตัวและการคลายตัวของเส้นโค้ง

การดูหนึ่งวันซื้อขายก่อนและหลังการประกาศเป็นเพียงภาพ ณ จุดเวลาเดียว การก่อตัวใช้เวลาหลายสัปดาห์ และปรากฏเป็นช่องว่างที่กว้างขึ้นระหว่างปลายทั้งสองของเส้นโค้ง

คำสั่งดึงข้อมูลNVDA ช่วงอายุด้านหน้าเทียบกับช่วง 91-180 วัน: ค่ามัธยฐาน IV ใกล้ราคาใช้สิทธิ์ต่อช่วงการซื้อขาย 10 กุมภาพันธ์ ถึง 14 มีนาคม 2025
SQL เบื้องหลังตัวเลขแต่ละตัว
SELECT toDate(date) AS session_date,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                days_to_expiry BETWEEN 5 AND 20), 1) AS front_iv_pct,
       round(100 * quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                days_to_expiry BETWEEN 91 AND 180), 1) AS back_iv_pct,
       round(100 * (quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 days_to_expiry BETWEEN 5 AND 20)
                  - quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                                 days_to_expiry BETWEEN 91 AND 180)), 1) AS front_minus_back_pts
FROM global_markets.options_greeks
WHERE underlying_symbol = 'NVDA'
  AND date >= toDate('2025-02-10')
  AND date < toDate('2025-03-15')
  AND iv_converged = 1
  AND volume > 0
  AND implied_volatility BETWEEN 0.05 AND 5
  AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
  AND ((days_to_expiry BETWEEN 5 AND 20) OR (days_to_expiry BETWEEN 91 AND 180))
GROUP BY session_date
HAVING countIf(days_to_expiry BETWEEN 5 AND 20) >= 3
   AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
ORDER BY session_date
Run this yourself

ส่วนต่างระหว่างช่วงทั้งสองอยู่ที่ 12.4 จุดในวันซื้อขายแรกของช่วงสังเกตการณ์ และ 3.3 จุดในวันสุดท้าย ครอบคลุมทั้งหมด 24 วันซื้อขาย ให้พิจารณารูปทรงของเส้นด้านหน้า มากกว่าระดับของเส้นนั้น เส้นจะปรับขึ้นเมื่อการประกาศใกล้เข้ามา แตะระดับสูงสุดในวันซื้อขายรอบเหตุการณ์ และลดลงกลับภายในหนึ่งวันหลังจากนั้น ส่วนเส้นด้านหลังแทบไม่เปลี่ยนแปลงตลอดช่วง Earnings and the option greeks อธิบายว่าเหตุการณ์เดียวกันส่งผลต่อ vega และ theta ของสัญญาแต่ละสัญญาอย่างไร

เส้นโค้งกลับหัวเกิดขึ้นบ่อยเพียงใด

การกลับหัวไม่ได้เกิดขึ้นน้อย และสัดส่วนของปีที่หุ้นแต่ละตัวอยู่ในรูปแบบดังกล่าวแตกต่างกันอย่างมากระหว่าง ticker

คำสั่งดึงข้อมูลสัดส่วนช่วงการซื้อขายที่เส้นโค้งกลับด้าน: ช่วงอายุด้านหน้าสูงกว่าช่วง 91-180 วัน ในรอบ 12 เดือนถึง 31 กรกฎาคม 2026
SQL เบื้องหลังตัวเลขแต่ละตัว
WITH daily AS (
    SELECT underlying_symbol,
           toDate(date) AS session_date,
           quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                        days_to_expiry BETWEEN 5 AND 30) AS front_iv,
           quantileDeterministicIf(0.5)(toFloat64(implied_volatility), cityHash64(ticker),
                                        days_to_expiry BETWEEN 91 AND 180) AS back_iv
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('NVDA', 'AAPL', 'MSFT', 'AMZN', 'KO', 'JNJ', 'PG', 'SPY', 'XOM', 'WMT')
      AND date >= toDate('2025-08-01')
      AND date < toDate('2026-08-01')
      AND iv_converged = 1
      AND volume > 0
      AND implied_volatility BETWEEN 0.03 AND 5
      AND abs(toFloat64(delta)) BETWEEN 0.35 AND 0.65
      AND ((days_to_expiry BETWEEN 5 AND 30) OR (days_to_expiry BETWEEN 91 AND 180))
    GROUP BY underlying_symbol, session_date
    HAVING countIf(days_to_expiry BETWEEN 5 AND 30) >= 3
       AND countIf(days_to_expiry BETWEEN 91 AND 180) >= 3
)
SELECT underlying_symbol AS ticker,
       count() AS sessions,
       round(100 * countIf(front_iv > back_iv) / count(), 1) AS inverted_pct,
       round(100 * quantileDeterministic(0.5)(front_iv - back_iv,
                                              cityHash64(concat(underlying_symbol, toString(session_date)))), 1) AS median_spread_pts
FROM daily
GROUP BY underlying_symbol
ORDER BY inverted_pct DESC
Run this yourself

ตลอด 251 วันซื้อขายในช่วงสิบสองเดือนถึงวันที่ 31 กรกฎาคม 2026 หุ้น XOM มีช่วงใกล้ที่สุดสูงกว่าช่วง 91 ถึง 180 วันใน 68.5% ของวันดังกล่าว เทียบกับ 19.5% สำหรับ SPY ส่วนต่างค่ามัธยฐานอยู่ที่ 1.4 จุด และ -2.1 จุดตามลำดับ หุ้นที่มีเหตุการณ์กำหนดวันได้ตามปฏิทินเป็นประจำจะอยู่ในภาวะเส้นโค้งกลับหัวเป็นเวลาส่วนใหญ่ของปี ขณะที่กองทุนดัชนีในวงกว้างมักอยู่ในภาวะ contango และการกลับหัวจะกระจุกตัวในช่วงที่ตลาดเทขาย อันดับ IV วัดคนละเรื่อง โดยวัดว่าระดับวันนี้อยู่ที่ใดเมื่อเทียบกับปีที่ผ่านมา ไม่ได้วัดรูปทรงของเส้นโค้งระหว่างวันหมดอายุ

เส้นโค้งแบนหรือกลับหัวส่งผลต่อ calendar spread อย่างไร

calendar spread คือการขาย option ที่ใกล้หมดอายุและซื้อ option ที่หมดอายุไกลกว่า โดยใช้ราคาใช้สิทธิเดียวกัน ส่วน diagonal ทำเช่นเดียวกันโดยใช้ราคาใช้สิทธิต่างกัน ไม่ว่ากรณีใด สถานะจะ long ความผันผวนโดยนัยของวันหมดอายุด้านหลัง และ short ความผันผวนโดยนัยของวันหมดอายุด้านหน้า ทำให้โครงสร้างตามอายุเป็นปัจจัยหลักของกลยุทธ์ ไม่ใช่เพียงรายละเอียดประกอบ

เมื่อเส้นโค้งลาดขึ้น ขาใกล้จะถูกขายที่ความผันผวนโดยนัยต่ำกว่าความผันผวนโดยนัยของขาไกลที่ซื้อ เมื่อเดือนใกล้ที่สุดกลับหัวก่อนเกิดเหตุการณ์ ความสัมพันธ์ดังกล่าวจะกลับด้าน และสถานะจะเปิดขึ้นในช่วงที่เส้นโค้งมีระดับให้ปรับเข้าหากัน หลังจากนั้น ความผันผวนของช่วงใกล้ที่สุดจะลดลงเข้าหาช่วงด้านหลัง ขณะที่ช่วงด้านหลังเคลื่อนไหวเพียงเล็กน้อย และส่วนต่างระหว่างค่าทั้งสองจะกลับสู่รูปแบบปกติ อย่างไรก็ตาม ผลลัพธ์สุดท้ายของสถานะยังขึ้นอยู่กับระยะทางที่หุ้นเคลื่อนไหวด้วย ซึ่งเส้นโค้งไม่ได้บอกไว้ การเคลื่อนไหวที่คาดการณ์ อธิบายอีกส่วนหนึ่งของปัญหานี้

เส้นโค้งแบนเป็นกรณีที่จัดการได้ยาก ไม่มีความลาดให้ใช้ประโยชน์ในทิศทางใด และผลลัพธ์ขึ้นอยู่เกือบทั้งหมดกับเส้นทางของราคาหุ้นและการผ่านไปของเวลา

คำถามที่พบบ่อยเกี่ยวกับโครงสร้างตามอายุของ IV

โครงสร้างตามอายุของ IV ใน options คืออะไร

คือการแสดงความผันผวนโดยนัยตามวันหมดอายุของ options ที่อยู่ใกล้ราคาใช้สิทธิ ในหุ้นสภาพคล่องสูงหกตัวตลอดเดือนมิถุนายน 2026 ค่ามัธยฐานอยู่ที่ 19.6% ในช่วง 5-20 days และ 21.5% ในช่วง 181-365 days

โครงสร้างตามอายุของ IV ที่กลับหัวหมายถึงอะไร

เส้นโค้งกลับหัวจะแสดงค่าความผันผวนโดยนัยสูงที่สุดในวันหมดอายุที่ใกล้ที่สุด รูปแบบนี้เกิดขึ้นเมื่อมีเหตุการณ์ที่กำหนดวันได้อยู่ภายในเดือนใกล้ที่สุด และเกิดขึ้นในช่วงวันซื้อขายหลังการเทขายอย่างรุนแรง เมื่อสัญญาใกล้หมดอายุสะท้อนการเคลื่อนไหวขนาดใหญ่ที่เพิ่งเกิดขึ้น ขณะที่สัญญาไกลออกไปยังอยู่ใกล้ค่าเฉลี่ยระยะยาว

เหตุใดความผันผวนโดยนัยของเดือนใกล้ที่สุดจึงสูงมากก่อนประกาศผลประกอบการ

สัญญาที่ใกล้หมดอายุมีวันซื้อขายปกติเพียงไม่กี่วันให้เฉลี่ยการเคลื่อนไหวข้ามคืนขนาดใหญ่ที่คาดการณ์ไว้ และค่าความผันผวนต่อปีจะเพิ่มขึ้นเพื่อสะท้อนการเคลื่อนไหวดังกล่าว ช่วง 5-20 days ของ NVIDIA อยู่ที่ 84.9% ในวันซื้อขายก่อนการประกาศผลประกอบการวันที่ 26 กุมภาพันธ์ 2025 และอยู่ที่ 66.4% ในวันซื้อขายหลังการประกาศ

โครงสร้างตามอายุเหมือนกับ volatility skew หรือไม่

ไม่เหมือนกัน Skew เปรียบเทียบความผันผวนโดยนัยระหว่างราคาใช้สิทธิภายในวันหมดอายุเดียวกัน ส่วนโครงสร้างตามอายุจะตรึงระดับ moneyness ไว้โดยประมาณ และเปรียบเทียบระหว่างวันหมดอายุ Volatility skew อธิบายมิติด้านราคาใช้สิทธิของพื้นผิวเดียวกัน


ตัวเลขทุกค่าข้างต้นมาจาก stored query ที่คำนวณความผันผวนโดยนัยรายสัญญา โดยสามารถขยายดู SQL ได้ใต้แผงข้อมูลแต่ละชุด วาดเส้นโค้งเดียวกันสำหรับ ticker ใดก็ได้บน Strasmore terminal