แหล่งข้อมูล Historical Implied Volatility ที่เชื่อถือได้

ข้อมูลความผันผวนแฝงในอดีต

ข้อมูลความผันผวนแฝง (Implied Volatility หรือ IV) ในอดีตเป็นค่าที่ได้จากการคำนวณ ไม่ใช่ค่าที่มีการบันทึกไว้โดยตรง ข้อเท็จจริงนี้อธิบายว่าเหตุใดการหาข้อมูลดังกล่าวจึงทำได้ยากกว่าประวัติราคา IV คือตัวเลขที่ได้จากการนำราคาตลาดของ Option ย้อนกลับเข้าสู่แบบจำลองการตั้งราคา จนกว่าค่าที่ได้จากแบบจำลองจะตรงกับราคาที่ปรากฏบนหน้าจอ เนื่องจากไม่มีตลาดหลักทรัพย์ใดพิมพ์ค่านี้ลงในเทปบันทึกการซื้อขาย ประวัติ IV ที่เผยแพร่ทุกชุดจึงมาพร้อมกับการตัดสินใจเลือกแบบจำลอง การเสนอราคา การเลือกสัญญา และการประมาณค่าในช่วง (interpolation) ซึ่งทางเลือกเหล่านี้คือความแตกต่างทั้งหมดระหว่างข้อมูลสองชุดที่อ้างว่าวัดค่าสิ่งเดียวกัน

หากคุณต้องการทราบคำจำกัดความก่อน ความหมายของความผันผวนแฝง และ วิธีการคำนวณความผันผวนแฝง จะครอบคลุมถึงกลไกการทำงาน ส่วนเนื้อหาต่อไปนี้จะกล่าวถึงแหล่งที่มาของข้อมูลย้อนหลังและวิธีแยกแยะความแตกต่างระหว่างข้อมูลสองเวอร์ชัน

เหตุใดข้อมูล Implied Volatility ในอดีตจึงหาได้ยากกว่าข้อมูลราคา

ราคาปิดรายวันเป็นสิ่งที่สังเกตได้จริง คือมีการซื้อขายเกิดขึ้นและผู้ให้บริการข้อมูลทุกรายรายงานตัวเลขเดียวกัน แต่ระดับ IV เป็นสิ่งที่ต้องคำนวณขึ้นมา ซึ่งปัจจัยนำเข้าสี่ประการในการคำนวณนั้นแตกต่างกันไปตามแต่ละแหล่งข้อมูล

• แบบจำลอง: ไม่ว่าจะเป็น Black-Scholes สำหรับออปชันยุโรป, Binomial tree สำหรับออปชันอเมริกันที่มีการจ่ายเงินปันผลแบบไม่ต่อเนื่อง หรือแบบจำลองเฉพาะของผู้ให้บริการที่กำหนดสมมติฐานเรื่องอัตราดอกเบี้ยและต้นทุนการยืมหุ้นเอง
• ราคาที่นำมาคำนวณ: ราคาเสนอซื้อ (bid), ราคาเสนอขาย (ask), ราคาเฉลี่ย (mid), ราคาซื้อขายล่าสุด (last trade) หรือราคาชำระราคาของตลาดหลักทรัพย์
• สัญญาที่นำมาพิจารณา: ใช้ราคาใช้สิทธิที่ใกล้เคียงราคาตลาด (at-the-money) หนึ่งสัญญา, ใช้ช่วงราคา (moneyness band), หรือใช้ตัวกรองจากปริมาณการซื้อขายหรือสถานะคงค้าง (open interest)
• วิธีการคำนวณให้ได้อายุคงเหลือที่กำหนด: การประมาณค่าระหว่างวันหมดอายุสองช่วงที่คร่อมระยะเวลา 30 วัน หรือการหาค่าเฉลี่ยของทุกสัญญาที่อยู่ในกรอบระยะเวลาจนถึงวันหมดอายุ

เพียงแค่เปลี่ยนปัจจัยนำเข้าหนึ่งอย่าง ระดับ IV ก็จะเปลี่ยนไป หากเปลี่ยนทั้งสี่อย่าง แหล่งข้อมูลที่น่าเชื่อถือสองแห่งอาจรายงานค่าความผันผวนที่ต่างกันหลายจุดในวันเดียวกัน โดยที่ไม่มีฝ่ายใดผิด

ความแตกต่างนี้เริ่มต้นขึ้นภายในสินทรัพย์ตัวเดียว แผงข้อมูลด้านล่างแสดง AAPL ในเดือนมิถุนายน 2026 โดยคัดเลือกเฉพาะสัญญาที่มีราคาใช้สิทธิห่างจากราคาตลาดไม่เกิน 5% และแบ่งกลุ่มตามระยะเวลาคงเหลือจนถึงวันหมดอายุ

SELECT
    dte_band,
    round(100 * quantileDeterministic(0.25)(iv, contract_hash), 1) AS iv_p25_pct,
    round(100 * quantileDeterministic(0.50)(iv, contract_hash), 1) AS iv_median_pct,
    round(100 * quantileDeterministic(0.75)(iv, contract_hash), 1) AS iv_p75_pct,
    count()                                                        AS contract_day_count
FROM
(
    SELECT
        multiIf(days_to_expiry <=   7, '01-07d',
                days_to_expiry <=  21, '08-21d',
                days_to_expiry <=  45, '22-45d',
                days_to_expiry <=  90, '46-90d',
                days_to_expiry <= 180, '91-180d',
                                       '181d+')  AS dte_band,
        toFloat64(implied_volatility)             AS iv,
        cityHash64(ticker)                        AS contract_hash,
        days_to_expiry                            AS dte
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'AAPL'
      AND date >= '2026-06-01'
      AND date <  '2026-07-01'
      AND iv_converged = 1
      AND volume > 0
      AND days_to_expiry > 0
      AND underlying_close > 0
      AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
)
GROUP BY dte_band
ORDER BY min(dte)

สินทรัพย์อ้างอิงเดียวกัน เดือนเดียวกัน และเฉพาะราคาใช้สิทธิที่ใกล้เคียงราคาตลาดเท่านั้น ช่วงเวลาที่สั้นที่สุดที่แสดงคือ 01-07d มีค่ามัธยฐานของ IV อยู่ที่ 29.6% ส่วนช่วงที่ยาวที่สุดคือ 181d+ อยู่ที่ 28.1% เฉพาะภายในช่วงแรกช่วงเดียว ค่าเปอร์เซ็นไทล์ที่ 25 และ 75 อยู่ที่ 24.9% และ 35.8% ตามลำดับ รูปแบบที่ปรากฏตามอายุคงเหลือคือโครงสร้างระยะเวลา (term structure) และรูปแบบที่สัมพันธ์กับราคาใช้สิทธิคือ volatility skew ดังนั้นจึงไม่มีค่า IV เพียงค่าเดียว แต่เป็นพื้นผิว (surface) และตัวเลข IV ของ AAPL ที่เผยแพร่ออกมาเป็นเพียงบทสรุปหนึ่งของพื้นผิวนั้น ซึ่งเป็นสิ่งที่หน้า AAPL implied volatility ของเราติดตามอยู่

เหตุใดกราฟ 30-day IV สองชุดจึงแสดงตัวเลขที่แตกต่างกัน

ลองพิจารณาสินทรัพย์อ้างอิงที่มีสภาพคล่องสูงหนึ่งรายการ ข้อมูลการซื้อขายหนึ่งปี แล้วสร้างค่า 30-day IV ขึ้นมาสามวิธีจากชุดข้อมูลเดียวกัน คอลัมน์แรกจำกัด Strike price ให้อยู่ภายในร้อยละหนึ่งของราคา Spot และมีวันหมดอายุระหว่าง 25 ถึง 35 วัน ซึ่งเป็นค่าที่แม่นยำที่สุดเท่าที่จะทำได้ คอลัมน์ที่สองขยายขอบเขตเป็นร้อยละห้าของราคา Spot และวันหมดอายุ 20 ถึง 45 วัน ซึ่งเป็นค่าเริ่มต้นที่ใช้ในทางปฏิบัติเพื่อให้มีข้อมูลครบถ้วนในทุกรอบการซื้อขาย ส่วนคอลัมน์ที่สามใช้วิธีถ่วงน้ำหนักชุดข้อมูลที่กว้างขึ้นนั้นด้วยปริมาณการซื้อขายของสัญญา เพื่อดึงค่าเฉลี่ยให้เข้าใกล้ Strike price ที่มีการซื้อขายจริง

WITH
    near_money AS
    (
        SELECT
            toMonday(date)                                                 AS week_start,
            toFloat64(implied_volatility)                                  AS iv,
            days_to_expiry                                                 AS dte,
            volume                                                         AS vol,
            abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) AS moneyness
        FROM global_markets.options_greeks
        WHERE underlying_symbol = 'SPY'
          AND date >= '2025-08-01'
          AND date <  '2026-08-01'
          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
    ),
    weekly AS
    (
        SELECT
            week_start,
            avgIf(iv, dte BETWEEN 25 AND 35 AND moneyness < 0.01) AS tight_atm,
            avg(iv)                                               AS wide_atm,
            sum(iv * vol) / sum(vol)                              AS volume_weighted
        FROM near_money
        GROUP BY week_start
        HAVING countIf(dte BETWEEN 25 AND 35 AND moneyness < 0.01) > 0
    )
SELECT
    toString(week_start) AS week,
    concat(monthName(week_start), ' ', toString(toDayOfMonth(week_start)), ', ', toString(toYear(week_start))) AS week_label,
    round(100 * tight_atm, 1)       AS tight_atm_pct,
    round(100 * wide_atm, 1)        AS wide_atm_pct,
    round(100 * volume_weighted, 1) AS volume_weighted_pct,
    round(100 * (greatest(tight_atm, wide_atm, volume_weighted)
               - least(tight_atm, wide_atm, volume_weighted)), 1) AS spread_pp
FROM weekly
ORDER BY week_start

ในสัปดาห์แรกที่แสดงใน July 28, 2025 สูตรทั้งสามให้ค่าออกมาเป็น 16.6%, 16.4% และ 16.7% ตามลำดับ ระยะห่างระหว่างค่าที่สูงที่สุดและต่ำที่สุดคือ 0.2 จุดเปอร์เซ็นต์ และคอลัมน์ spread จะติดตามช่องว่างดังกล่าวตลอดทั้ง 53 สัปดาห์ ไม่มีค่าใดในสามค่านี้ที่เป็นค่า 30-day IV ที่แท้จริงของกองทุน แต่ละค่าเป็นการตอบคำถามที่แตกต่างกันเล็กน้อย และกราฟจากผู้ให้บริการข้อมูลก็เป็นเพียงหนึ่งในวิธีเหล่านั้นโดยที่ไม่ได้ระบุสูตรคำนวณไว้บนป้ายกำกับ

ประวัติค่า Implied volatility รายสัญญาครอบคลุมย้อนหลังไปไกลแค่ไหน?

ชุดข้อมูลเบื้องหลังแผงข้อมูลเหล่านี้คือ global_markets.options_greeks: โดยหนึ่งแถวต่อหนึ่งสัญญาต่อหนึ่งวันทำการ ซึ่งประกอบด้วยค่า Implied volatility ควบคู่ไปกับค่า Delta, Gamma, Vega, Theta และ Rho รวมถึง Strike price, วันหมดอายุ, จำนวนวันจนถึงวันหมดอายุ, สัญลักษณ์ของสินทรัพย์อ้างอิง และราคาปิดของสินทรัพย์อ้างอิง ข้อมูลนี้เป็นข้อมูล ณ สิ้นวัน ไม่ใช่ภาพรวมของกระดานเทรดแบบเรียลไทม์ แผงข้อมูลด้านล่างแสดงจำนวนชื่อสินทรัพย์อ้างอิงที่แตกต่างกันซึ่งมีแถวข้อมูล IV ที่คำนวณได้สำเร็จอย่างน้อยหนึ่งแถวในแต่ละไตรมาส

SELECT
    concat(toString(toYear(date)), '-Q', toString(toQuarter(date))) AS quarter,
    uniqExact(underlying_symbol)                                    AS underlyings_covered
FROM global_markets.options_greeks
WHERE iv_converged = 1
  AND volume > 0
  AND underlying_symbol NOT IN ('SPCX')
  AND date < '2026-07-01'
GROUP BY quarter
ORDER BY min(date)

ข้อมูลครอบคลุมตั้งแต่ 2014-Q2 จนถึง 2026-Q2 รวมทั้งสิ้น 49 ไตรมาส โดยมีชื่อสินทรัพย์อ้างอิงจำนวน 5799 รายการที่มีค่า IV รายวันซึ่งคำนวณได้สำเร็จในไตรมาสเต็มล่าสุดที่แสดงไว้

ตัวกรองสี่ประการทำหน้าที่หลักในการดึงข้อมูลจากชุดข้อมูลประเภทนี้

• เก็บเฉพาะ iv_converged = 1 เนื่องจากตัวแก้สมการอาจไม่สามารถหาคำตอบได้เสมอไป และแถวที่ไม่มีค่าที่คำนวณได้ถือเป็นความล้มเหลวในการปรับค่า ไม่ใช่ค่าที่ต่ำ
• เก็บเฉพาะ volume > 0 เนื่องจากสัญญาที่ไม่เคยมีการซื้อขายจะมีค่า IV ที่คำนวณจากราคาเสนอซื้อขายที่ล้าสมัย
• จัดกลุ่มตาม underlying_symbol เนื่องจากคอลัมน์ ticker เก็บโค้ดสัญญาของ OCC ไว้ การจัดกลุ่มตามคอลัมน์นี้จึงให้ผลลัพธ์เป็นหนึ่งแถวต่อหนึ่ง Strike price และวันหมดอายุ แทนที่จะเป็นหนึ่งแถวต่อหนึ่งบริษัท
• เลือกสัญญาอย่างตั้งใจ โดยเน้นที่สัญญาที่ราคาใกล้เคียงกับราคาตลาด (near the money) และอยู่ในช่วงเวลาจนถึงวันหมดอายุที่กำหนด การข้ามขั้นตอนดังกล่าวจะทำให้ค่า Skew และ Term structure ถูกเฉลี่ยรวมกันเป็นตัวเลขเดียว

มี API สำหรับ Implied Volatility แบบฟรีหรือไม่

แหล่งข้อมูลฟรีนั้นมีอยู่จริง แต่ละแห่งมีข้อจำกัดเฉพาะตัวที่แตกต่างกันไป

• แพลตฟอร์มของโบรกเกอร์จะคำนวณ IV บน Option chain ของตนเองและแสดงผลแบบเรียลไทม์ ข้อมูลย้อนหลังที่ดาวน์โหลดได้มักมีจำกัดหรือไม่มีเลย และตัวเลขดังกล่าวเป็นผลลัพธ์จากโมเดลของโบรกเกอร์นั้น ๆ ไม่ใช่มาตรฐานกลาง
• ดัชนีความผันผวนที่เผยแพร่โดยตลาดหลักทรัพย์มีข้อมูลย้อนหลังยาวนานหลายทศวรรษและไม่มีค่าใช้จ่าย แต่ละดัชนีเป็นตัวเลขรวมสำหรับตะกร้าสินทรัพย์หนึ่งชุด จึงตอบโจทย์ในระดับภาพรวมตลาดมากกว่าระดับรายหลักทรัพย์
• API ข้อมูลตลาดทั่วไปส่วนใหญ่ให้ข้อมูลเพียงราคาเท่านั้น ข้อมูล Greeks รายสัญญาเกือบทุกแห่งถือเป็นผลิตภัณฑ์แยกต่างหาก และระดับบริการฟรีที่รวมข้อมูลเหล่านี้มักให้เพียงภาพรวม ณ ขณะนั้นโดยไม่มีข้อมูลย้อนหลัง บทสรุป free stock market data API ของเราได้ระบุรายละเอียดว่าระดับบริการฟรีแต่ละแห่งมอบข้อมูลอะไรให้บ้าง
• ข้อมูลประวัติรายสัญญาแบบมีค่าใช้จ่ายเป็นแหล่งที่เก็บข้อมูลย้อนหลังรายหลักทรัพย์ระยะยาว โดยขายเป็นไฟล์สิ้นวันแยกตามเดือนหรือปี ส่วนข้อมูล Option chain แบบเรียลไทม์จะมีราคาสูงกว่าชุดข้อมูลย้อนหลังมาก บทความ What real time market data costs ได้อธิบายโครงสร้างราคาเหล่านั้นไว้

ความแตกต่างระหว่างข้อมูลแบบ Snapshot กับข้อมูลสิ้นวันมีความสำคัญไม่น้อยไปกว่าราคา ข้อมูล Snapshot ที่บันทึก ณ เวลา 16:00 น. ตามเวลา ET จะใช้ราคาเสนอซื้อขาย ณ ขณะนั้น ส่วนไฟล์ที่สร้างจากราคาชำระราคา (settlement prices) จะใช้ข้อมูลนำเข้าที่ต่างออกไปโดยสิ้นเชิง ซึ่งทั้งสองแหล่งข้อมูลจะมีความคลาดเคลื่อนมากที่สุดในวันที่ตลาดมีความผันผวนสูง

ความผันผวนของดัชนีแบบรวมและรายหลักทรัพย์ไม่สามารถนำมาใช้แทนกันได้ Option ของดัชนีจะสะท้อนการเคลื่อนไหวของตะกร้าหุ้น ซึ่งการเคลื่อนไหวที่หักล้างกันของหุ้นแต่ละตัวจะช่วยลดความผันผวนโดยรวมลง ในขณะที่ Option รายหลักทรัพย์จะสะท้อนเส้นทางราคาของบริษัทนั้น ๆ โดยตรง ตารางด้านล่างนี้แสดงการเปรียบเทียบหุ้นชื่อดังในรอบหนึ่งเดือนโดยใช้ตัวกรองเดียวกัน

SELECT
    underlying_symbol                                              AS symbol,
    round(100 * quantileDeterministic(0.50)(iv, contract_hash), 1) AS median_iv_pct,
    count()                                                        AS contract_day_count
FROM
(
    SELECT
        underlying_symbol,
        toFloat64(implied_volatility) AS iv,
        cityHash64(ticker)            AS contract_hash
    FROM global_markets.options_greeks
    WHERE underlying_symbol IN ('SPY', 'AAPL', 'MSFT', 'NVDA', 'AMZN', 'KO', 'XOM', 'TLT')
      AND date >= '2026-06-01'
      AND date <  '2026-07-01'
      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
ORDER BY median_iv_pct DESC

ตลอดเดือนมิถุนายน 2026 ค่ามัธยฐานของ IV สำหรับ Option ที่ราคาใกล้เคียงราคาตลาด (near-the-money) ในช่วงเวลา 20 ถึง 45 วัน อยู่ที่ 38.5% ที่ระดับ NVDA ไปจนถึง 10.4% ที่ระดับ TLT จากจำนวนหุ้นทั้งหมด 8 ตัว การจัดอันดับดังกล่าวจะคงอยู่ตราบเท่าที่สูตรการคำนวณยังคงเป็นมาตรฐานเดียวกันสำหรับหุ้นทุกตัวในกลุ่ม

แหล่งข้อมูลมีผลต่อ IV rank และ IV percentile หรือไม่

แหล่งข้อมูลเป็นตัวกำหนดคำตอบ IV rank คือการวัดค่า IV ปัจจุบันเทียบกับค่าสูงสุดและต่ำสุดในช่วงย้อนหลังที่กำหนด ซึ่งโดยปกติคือหนึ่งปี ส่วน IV percentile คือการนับจำนวนวันในช่วงย้อนหลังนั้นที่มีค่าต่ำกว่าค่าปัจจุบัน ทั้งสองค่าอ่านข้อมูลจากชุดข้อมูลหนึ่งชุดตั้งแต่ต้นจนจบ ดังนั้นการเปลี่ยนแปลงชุดข้อมูลจึงส่งผลต่อคะแนนโดยที่สภาวะตลาดไม่ได้เปลี่ยนไปเลย หากคุณนำค่า IV จากราคา Mid-quote ของโบรกเกอร์มาต่อเข้ากับข้อมูลย้อนหลังที่อ้างอิงจากราคา Settlement ของผู้ให้บริการข้อมูลรายอื่น คุณจะสร้างรอยต่อถาวรขึ้นกลางช่วงเวลาที่นำมาคำนวณ และทุกค่า Rank ที่คำนวณผ่านจุดนั้นจะได้รับผลกระทบจากรอยต่อดังกล่าว IV rank เทียบกับ IV percentile ได้อธิบายรายละเอียดการคำนวณทั้งสองแบบไว้ ข้อกำหนดเดียวกันนี้ยังใช้กับการเปรียบเทียบระหว่างความผันผวนแฝง (implied volatility) กับความผันผวนจริง (realized movement) ซึ่ง historical volatility เทียบกับ implied volatility ได้ครอบคลุมถึงการจับคู่ดังกล่าว

มาตรฐานการทำงานคือการยึดถือแหล่งที่มาของข้อมูล เลือกแหล่งข้อมูลหนึ่งแห่ง รูปแบบการคำนวณหนึ่งแบบ วิธีการเลือกสัญญาหนึ่งวิธี และหลักเกณฑ์ด้านอายุคงเหลือของสัญญาหนึ่งแบบ จากนั้นให้คงค่าทั้งสี่ประการนี้ให้คงที่ตลอดช่วงเวลาที่นำมาคำนวณย้อนหลัง ชุดข้อมูลที่มีความสอดคล้องในตัวเองแม้จะแตกต่างจากข้อมูลของผู้อื่นเล็กน้อย ย่อมมีค่ามากกว่าชุดข้อมูลที่นำมาปะติดปะต่อกันเพื่อให้ตรงกับข้อมูลของผู้ให้บริการแต่ละรายเป็นช่วง ๆ

คำถามที่พบบ่อย

ฉันจะหาข้อมูลประวัติ Implied Volatility ได้จากที่ไหน?

ประวัติรายชื่อหุ้นรายตัวที่มีความยาวมักมาจากผู้ให้บริการข้อมูล Options ซึ่งจำหน่ายข้อมูล Greeks รายวันแบบรายสัญญา โดยมักอยู่ในรูปแบบไฟล์รายเดือนหรือรายปี ตลาดหลักทรัพย์มีการเผยแพร่ประวัติความผันผวนระดับดัชนีให้ใช้งานได้ฟรี แพลตฟอร์มของโบรกเกอร์จะแสดงค่า IV แบบเรียลไทม์บนตาราง Options แต่มีข้อมูลย้อนหลังให้ดาวน์โหลดน้อยมาก ข้อมูลในตารางด้านบนประมวลผลจากชุดข้อมูลรายวันรายสัญญาที่ครอบคลุมทุกสัญญาที่มีการจดทะเบียน โดยใช้การคำนวณแบบ converged fit

มี API สำหรับ Implied Volatility แบบฟรีหรือไม่?

บริการระดับฟรีที่มีข้อมูล Greeks รายสัญญาหาได้ยาก และบริการที่มีอยู่มักให้ข้อมูลภาพรวมแบบเรียลไทม์มากกว่าข้อมูลย้อนหลัง ประวัติความผันผวนของดัชนีเป็นข้อมูลชุดยาวเพียงประเภทเดียวที่ฟรีอย่างแท้จริง ส่วนประวัติข้อมูลหุ้นรายตัวเชิงลึกมักเป็นผลิตภัณฑ์ที่ต้องชำระเงิน

ทำไมสองแหล่งข้อมูลถึงแสดงค่า Implied Volatility ของหุ้นตัวเดียวกันไม่เท่ากัน?

เกิดจากแบบจำลองการคำนวณราคาที่ต่างกัน ข้อมูลราคาเสนอซื้อเสนอขายที่ต่างกัน การเลือกสัญญาที่ต่างกัน และวิธีการประมาณค่าช่วงเวลาคงเหลือ (maturity interpolation) ที่ต่างกัน ตารางด้านบนสร้างชุดข้อมูล 30 วันขึ้นมาสามชุดจากชุดข้อมูลเดียวกัน และมีค่าห่างกันถึง 0.2 percentage points ในสัปดาห์แรกเพียงสัปดาห์เดียว ดังนั้นช่องว่างระหว่างผู้ให้บริการสองรายจึงเป็นเรื่องปกติ ไม่ใช่ข้อผิดพลาด

ข้อมูล Implied Volatility ย้อนหลังไปได้ไกลแค่ไหน?

ขึ้นอยู่กับแหล่งข้อมูล โดยทั่วไปแล้วคลังข้อมูลรายสัญญาจะมีระยะเวลาสั้นกว่าคลังข้อมูลราคาในทุกแหล่ง ชุดข้อมูลที่อยู่เบื้องหลังหน้านี้เริ่มต้นที่ 2014-Q2 และมีข้อมูลรายวันสำหรับทุกสัญญาที่มีการคำนวณค่า converged ตั้งแต่นั้นเป็นต้นมา

ทุกตารางในที่นี้มาพร้อมกับคำสั่ง SQL ที่ใช้สร้างข้อมูล คุณสามารถขยายตารางเพื่อดูว่ามีสัญญาใดบ้างที่ถูกนำมาคำนวณ หากต้องการสร้างชุดข้อมูลเดียวกันสำหรับหุ้นตัวอื่น ช่วงเวลาอื่น หรือสูตรการคำนวณอื่น สามารถระบุความต้องการเป็นภาษาอังกฤษแบบตรงไปตรงมาได้ที่ Strasmore terminal