Strasmore Research
学习 Matt Connor作者: Matt Connor · 更新于 2026-09-12 · data as of September 12, 2026 · refreshed weekly

隐含波动率与贝塔系数:区别是什么

隐含波动率看期权市场对未来总波动的预期,贝塔看股票相对指数的历史敏感度。比较十只股票,判断哪个指标更适合风险分析。

隐含波动率与贝塔系数的比较,涉及两个针对同一只股票、但回答不同问题的指标。隐含波动率是期权市场对未来一段确定期限内股票总波动幅度的预期,方向可以向上,也可以向下。贝塔系数则是基于历史数据回归计算的斜率,只反映指数能够解释的那部分股票过往波动。一只股票的其中一个指标可能处于高位,而另一个处于低位;这两种读数可以同时成立。

Beta实际衡量什么

Beta是将两组收益率序列拟合成一条直线后的斜率:一组是股票收益率,另一组是指数收益率。写成公式就是 beta = covariance(stock returns, index returns) / variance(index returns)。Beta为1.30,表示在所测量的时间窗口内,指数每变动1%,该股票平均变动约1.3%。Beta为0.40,则表示该股票的变动幅度约为指数的四成。

每个公布的Beta背后,都有四项选择:股票回归所采用的指数、时间窗口长度、收益率的采样频率,以及收益率是否计入股息。改变其中任何一项,结果都会变化。没有标明时间窗口的Beta,只是一个未标注的数字。两家数据提供商对同一只股票给出不同结果,并不代表其中一方有误。

与Beta一同使用的统计指标是R平方,即指数能够解释的股票收益率方差占比,取值范围为0至1。Beta给出斜率。R平方则说明拟合出的这条线是否具有参考价值。Beta为1.40、R平方为0.65,说明该股票大体跟随指数运行,但波动幅度更大。若Beta同样为1.40、R平方仅为0.10,则说明该股票主要独立波动,只是在此基础上略微受到指数方向影响。只有前一种情况,才说明该股票与指数对冲的跟踪关系较为紧密。

隐含波动率衡量什么

隐含波动率是指使期权定价模型得出当前期权交易价格的波动率数值。它以年化标准差表示。30%的IV大致意味着,模型计入了未来一年约30%的一个标准差幅度的价格变动;由于波动率按时间平方根缩放,未来30天的对应幅度约为8.6%。我们的指南什么是隐含波动率介绍了其计算机制;隐含波动率与历史波动率则说明这一前瞻性数值与股票实际表现之间的差异。

关键区别在于两者计算的内容不同。IV将所有可能导致价格变动的因素纳入一个数值,包括指数整体抛售、临床试验结果、业绩指引变动和收购要约。Beta只计算与指数同步变动的那部分幅度。R平方未能解释的所有变动,对Beta而言都是不可见的,但都会完整反映在IV中。

隐含波动率与十只知名股票的贝塔系数对比

下图以 SPY(标普500 ETF)为基准,对十只流动性较高的股票进行回归分析,覆盖截至2026年8月21日的12个月。相同的回归运行两次:一次使用每日收盘收益率,另一次使用相同时间窗口内的每周收益率。

查询相对SPY的Beta和R平方:日收益率与周收益率比较,截至2026年8月21日的12个月
代码日贝塔周贝塔R平方收益率数量
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
每个数字背后的完整 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
自己运行这个查询

每日回归斜率均基于 250 个配对交易日。样本中,每日贝塔系数最高的是 COIN,为 2.83,其 R 平方为 0.28。最低的是 XOM,为 -0.51;其 R 平方 0.07 才是关键:在这一时间窗口内,该指数只能解释该股票价格变动中很小的一部分,因此斜率几乎无法说明该持仓的实际表现。

现在比较两列贝塔系数。在相同的12个月期间、以相同指数为基准,仅将采样频率从每日改为每周,就足以改变回归斜率。COIN 使用每周收益率计算为 2.5,而使用每日收益率计算为 2.83。两者都没有错误,只是回答的问题略有不同。

同一批标的的期权市场定价

Beta来自历史价格。本面板反映的是交易者当前支付的价格:距到期日20至45天、接近平值的合约,取截至Aug 21(2026年)的三周平均值。SPY在这里作为指数参照纳入列表。由于计算机制原因,它未出现在Beta面板中:以自身进行回归时,其Beta为1.00,R平方为1.00。

查询平值附近隐含波动率,到期剩余20至45天,截至2026年8月21日前三周
代码隐含波动率(%)30天预期变动(%)合约数量隐含波动率截至
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
每个数字背后的完整 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
自己运行这个查询

该组中隐含波动率最高的是COIN,为65.9%,对应30天内约18.9%的一个标准差波动。最低的是TLT,为11.7%。本面板按预期总波动幅度对各标的排名。由COIN领衔的Beta面板,则按指数能够解释的波动幅度排名。11个标的中有两个是ETF,一个持有黄金,另一个持有长期美国国债。两者都不是股票指数押注,因此,以股票指数为基准计算Beta并不适用于这两个标的。

运动贝塔无法捕捉的波动

下面将这一差距具体化。选取 SPY 几乎没有变动的交易日,即收盘价较前一交易日的绝对涨跌幅低于 0.25%,再统计这十只股票在这些交易日的表现。如果贝塔能够解释全部情况,那么指数横盘时,个股也应当横盘。

查询SPY涨跌幅低于0.25%的交易日平均绝对日变动
代码指数持平时变动(%)全样本变动(%)指数持平数量
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
每个数字背后的完整 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
自己运行这个查询

在同一十二个月期间,共有 69 个指数近乎横盘的交易日。在这些交易日,COIN 的平均绝对涨跌幅为 3.09%,而全样本期间的平均值为 3.3%。这十只股票中,在这些交易日波动最小的是 TLT,平均涨跌幅为 0.45%。这一列中的全部波动,贝塔都无法解释;而期权卖方正是据此为期权报价。

Beta是估计值,估计值会变化

Beta并不是股票固有的属性,不像股数那样固定。它是基于某一时间窗口计算出的统计量,并会随着窗口向前滚动而变化。下图在每个月初重新估算NVDA相对于SPY的Beta。每个数据点均基于此前十二个月的日收益率计算。

查询NVDA相对SPY的Beta:滚动12个月窗口按月重新估算
48 rows (showing 20)
月份月份标签1年滚动贝塔R平方
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
每个数字背后的完整 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
自己运行这个查询

该曲线包含48个月度估计值。第一个估计值对应截至Sep 2022的年度,数值为2.32。最新估计值对应截至Aug 2026的年度,数值为1.87,R平方为0.44。股票、指数和方法均未改变,变化的是计算窗口。若根据过时窗口得出的Beta进行对冲,仓位规模依据的可能已是数据不再支持的数值。

隐含波动率也以另一种形式体现了同样的风险提示。它是每个交易日都会变化的实时价格。通常,IV应结合自身历史水平解读,而不是孤立观察。30%的IV算高吗?将进一步说明这种比较方法。

哪个数字对应哪项工作

Beta回答的是指数相关问题。一组持仓承担了多少标普500指数敞口?需要多大规模的指数头寸才能对冲这部分敞口?这就是beta加权,投资组合的beta加权说明了具体计算方法。Beta也能揭示一组名称都暴露于同一市场因子的投资组合;集中度风险则从另一个角度衡量这种情况。

隐含波动率回答的是固定期限内的单只股票问题。市场为这只股票未来30天的波动收取多少价格?与该股票自身历史相比,这一价格处于高位还是低位?这两个问题都不涉及指数。

这两个数字都不能预测方向。Beta描述的是已经发生的共同波动。IV表示波动幅度的价格报价,不带方向。一只beta为1.8、IV为25%的股票,与一只beta为0.2、IV为80%的股票,都属于正常情况。它们承担的是不同类型的风险,所用的衡量工具也分别服务于不同目的。

常见问题

股票可以同时具有高隐含波动率和低贝塔吗?

可以,而且这种情况很常见。贝塔只计算与指数同步的波动,而隐含波动率反映所有波动,包括指数完全无法反映的单一公司事件。等待某项二元结果公告的股票,可能具有非常高的IV,但其相对于宽基指数的回归斜率接近于零。

贝塔是风险指标吗?

贝塔衡量一种风险:股票在特定历史区间内对所选指数的敏感度。它无法反映公司特有风险,也无法反映该区间之外的情况。贝塔相同的两只股票,其总波动率可能完全不同。

R平方能告诉你哪些贝塔无法告诉你的信息?

R平方表示指数能够解释股票收益方差的比例,取值范围为0至1。R平方较低,说明回归线的拟合效果较差。因此,与其同时计算出的贝塔,只是散点云中的一条斜率,并不能准确描述股票的行为。

隐含波动率能预测股票将向哪个方向波动吗?

不能。IV只表示波动幅度,不包含方向信息。40%的IV表示市场定价预期未来一年可能出现40%的一个标准差波动,方向可能向上,也可能向下,并不偏向任何一方。股票的实际波动幅度也可能明显高于或低于该定价所隐含的水平。

贝塔使用哪个时间区间和收益频率计算?

没有统一标准。常见做法包括使用一年期日收益率,或五年期月收益率。上方第一个面板显示,在完全相同的一年区间内,采用日频和周频数据也会得到不同的斜率。只有采用相同方法计算的贝塔之间才具有可比性。

:::details这些数据的计算方法

  • 贝塔和R平方:使用各标的及SPY在截至2026年8月21日的十二个月内的日度和周度收盘收益率。贝塔等于两组收益率序列的协方差除以SPY收益率的方差;R平方等于两者相关系数的平方。
  • 隐含波动率:选取距离到期日20至45天、行权价在标的收盘价上下5%以内的合约,仅纳入当天有交易且通过收敛求解的合约。数值取截至Aug 21, 2026的三周平均值。
  • 指数近乎横盘的交易日:在相同的十二个月内,SPY收盘价相对前一交易日收盘价的绝对收益率低于0.25%的交易日。
  • 滚动贝塔:以NVDA相对于SPY的表现为对象,在每月初根据此前十二个月的日度收益率重新估算,覆盖48个月度数据点。

:::


上方每个面板都附有生成数据的SQL,因此时间区间和筛选条件均可在每张图表下方一键查看。若要测算你关注标的的贝塔或隐含波动率,可在Strasmore终端中用自然语言提出请求。