By Matt Connor · SPCX隐含波动率：IV排名与历史
查看SPCX期权上市以来的隐含波动率历史，并了解为何对于上市时间尚短的SPCX，IV排名和IV百分位几乎没有实际意义。
SPCX的隐含波动率是市场自身对股价在当前至到期日期间可能波动幅度的估计，该估计已计入期权合约价格。这个ticker的数据还带有一个多数筛选器不会提示的限制：已上市期权的记录期很短，所有需要一年历史数据的统计指标，实际上都只基于不到一年的数据计算。下方各面板展示现有的每个日度读数，以及在此基础上计算出的、符合实际情况的IV排名。
SPCX今日的隐含波动率是多少？
隐含波动率（IV）以年化百分比报价。60%的IV表示，期权市场定价反映的是全年约60%的单个标准差波动幅度，折算到单个月份约为17%（60除以12的平方根）。它是从期权链读取的价格信息，并非对方向的预测。关于这一指标含义的完整说明，请参阅隐含波动率的实际含义；关于其计算机制，请参阅隐含波动率如何计算。
下方序列构建的是标准30日曲线。每个交易日，系统选取所有实际成交的SPCX合约：行权价处于当日股票收盘价上下5%以内，且剩余期限为20至45天。随后对这些合约的隐含波动率取平均值。隐含波动率求解器未能收敛的合约会被剔除。
每个数字背后的完整 SQL
SELECT
toString(d) AS date,
iv_30d_pct,
contract_count,
concat(monthName(d), ' ', toString(toDayOfMonth(d)), ', ', toString(toYear(d))) AS date_label
FROM
(
SELECT
date AS d,
round(100 * avg(implied_volatility), 1) AS iv_30d_pct,
count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPCX'
AND date >= (
SELECT max(toDate(listing_date))
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
AND toDate(listing_date) <= today()
)
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 d
)
ORDER BY d记录始于June 16, 2026，时间为111%。数据中的最近一个交易日是August 19, 2026，在86份符合条件的合约中，隐含波动率为62.4%。从首日至今，该面板共包含45个日度读数。请在本页后续内容中记住这一数量：SPCX的任何波动率统计数据，都只能基于这全部样本计算。
SPCX的IV区间有多宽？
IV排名和IV百分位都需要一个区间作为参照。IV排名以0至100的尺度，衡量今日读数在过去52周IV最低值与最高值之间所处的位置。IV百分位则计算同一时间窗口内，收盘读数低于今日读数的交易日占比。在观察窗口尚未完整覆盖前，这两个数字都没有太大意义。以下按月列出SPCX迄今的IV区间。
每个数字背后的完整 SQL
SELECT
formatDateTime(toStartOfMonth(d), '%Y-%m') AS month,
round(100 * avg(iv), 1) AS iv_avg_pct,
round(100 * max(iv), 1) AS iv_high_pct,
round(100 * min(iv), 1) AS iv_low_pct,
round(100 * (max(iv) - min(iv)), 1) AS iv_range_pct,
count() AS session_count,
concat(monthName(d), ' ', toString(toYear(d))) AS month_label
FROM
(
SELECT
date AS d,
avg(implied_volatility) AS iv
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPCX'
AND date >= (
SELECT max(toDate(listing_date))
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
AND toDate(listing_date) <= today()
)
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 d
)
GROUP BY month, month_label
ORDER BY month记录中的首个月份June 2026，平均值为84.3%，其最低日读数与最高日读数相差38.9点。最近一个月August 2026在13个交易日内的平均值为79.8%。该面板覆盖3个日历月。
这些月份与我们此前梳理过的日历时间线相吻合。开头几行对应SPCX首个月的交易情况所覆盖的阶段，后面的几行则延伸至SPCX限售期届满前后的窗口期；届时可自由交易的股份数量发生了变化。将月度最高值与这些日期并列比较是合理的。但根据同一批数据计算52周IV排名，则不合理。
为什么 SPCX 的 IV rank 和 IV percentile 几乎没有参考意义
以下是对 SPCX 和四只家喻户晓的股票执行完全相同的计算。五者使用相同筛选条件，以及相同的过去 365 天数据请求。唯一的区别在于，每只股票实际能够填满这一时间窗口的程度不同。
每个数字背后的完整 SQL
WITH daily_iv AS
(
SELECT
underlying_symbol AS symbol,
date,
avg(implied_volatility) AS iv
FROM global_markets.options_greeks
WHERE underlying_symbol IN ('SPCX', 'AAPL', 'AMZN', 'NVDA', 'SPY')
AND date >= today() - 365
AND (underlying_symbol != 'SPCX'
OR date >= (
SELECT max(toDate(listing_date))
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
AND toDate(listing_date) <= today()
))
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, date
)
SELECT
d.symbol AS symbol,
count() AS iv_observation_count,
round(100 * any(l.iv_last), 1) AS iv_now_pct,
round(100 * (any(l.iv_last) - min(d.iv)) / nullIf(max(d.iv) - min(d.iv), 0), 1) AS iv_rank_pct,
round(100 * countIf(d.iv <= l.iv_last) / count(), 1) AS iv_percentile_pct
FROM daily_iv AS d
INNER JOIN
(
SELECT
symbol,
argMax(iv, date) AS iv_last
FROM daily_iv
GROUP BY symbol
) AS l ON l.symbol = d.symbol
GROUP BY d.symbol
ORDER BY d.symbol = 'SPCX' DESC, iv_observation_count ASCSPCX 为该时间窗口贡献了 45 个日度观测值。NVDA 贡献了 250 个，是该样本中历史数据最完整的标的。两只股票最终都会得到一个 IV rank 和一个 IV percentile。在筛选器上看，这两个结果似乎同样可靠。SPCX 的 62.4% 读数对应的 rank 为 0，percentile 为 2.2。
看看这两个数字到底建立在什么基础上。Rank 的计算取决于两个观测值之间的距离，即时间窗口内唯一的最低读数和最高读数之间的距离。对于只有几个月数据的标的，一个新的极端值就会直接重置分母，且没有更早的读数来稀释其影响。Percentile 稍微稳健一些，因为它会统计所有现有观测值。但由 60 天数据得出的 90 percentile，与由 250 天数据得出的 90 percentile，含义完全不同。任何 ticker 都值得了解 IV rank 与 IV percentile 的区别。但对这只股票而言，这一点尤其关键。
实际操作中，应将这两个指标视为对上述短期历史记录的描述，而不是判断期权便宜还是昂贵的结论。要得出这一结论，必须有完整市场周期的历史数据作为支撑。相比之下，隐含波动率最高的股票筛选结果中的标的，都有多年读数作为其 percentile 的基础。
SPCX的IV期限结构是什么样？
期限结构是按到期时间绘制的隐含波动率，从最近一周延伸至期限最长的合约。这是短期上市历史仍可如实展示的一项统计指标，因为每天的曲线完全根据当日的期权链构建，不需要任何历史数据。
每个数字背后的完整 SQL
SELECT
multiIf(days_to_expiry <= 7, '0 to 7 days',
days_to_expiry <= 21, '8 to 21 days',
days_to_expiry <= 45, '22 to 45 days',
days_to_expiry <= 90, '46 to 90 days',
'91 or more days') AS dte_bucket,
round(100 * avg(implied_volatility), 1) AS iv_pct,
count() AS contract_count
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPCX'
AND date > (
SELECT max(date)
FROM global_markets.options_greeks
WHERE underlying_symbol = 'SPCX'
) - 21
AND date >= (
SELECT max(toDate(listing_date))
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
AND toDate(listing_date) <= today()
)
AND iv_converged = 1
AND volume > 0
AND underlying_close > 0
AND abs(toFloat64(strike_price) / toFloat64(underlying_close) - 1) < 0.05
GROUP BY dte_bucket
ORDER BY min(days_to_expiry)在这三周内，接近平值的0 to 7 days组合平均为113.5%，91 or more days组合平均为71.3%。曲线从近月端向远月端上升，是通常的形态。近月端高于远月端，通常意味着某个有明确日期的事件发生在近月合约的存续期内。将该曲线与股票实际实现的波动幅度进行比较，则是另一项分析，详见历史波动率与隐含波动率的比较。
常见问题
SPCX期权何时开始交易？
首次出现近价合约在到期前20至45天内成交，且产生收敛隐含波动率的交易日是June 16, 2026。合约可能会在正式交易前几天挂牌，因此该日期应理解为可用隐含波动率记录的起点，而不是交易所挂牌日期本身。
SPCX的正常隐含波动率是多少？
目前，本页没有任何数字可以回答这个问题。正常区间需要多年数据才能确定，而这里的记录只有45个日度观察值。月度面板显示的是截至目前实际记录的区间，并非已经稳定确立的基准。
我筛选器中的SPCX隐含波动率排名可靠吗？
从算术上看是正确的，但从实际参考价值看，样本仍然偏少。上方显示的排名0基于45个日度观察值，而不是完整的52周数据；只要出现一个新的高点或低点，排名就可能大幅变动。筛选器很少会在排名旁标出样本量。
本页的30日隐含波动率如何计算？
每日数值取当日成交的SPCX期权合约隐含波动率平均值。合约行权价须在当日股票收盘价上下5%以内，到期日须在20至45天后，并且只保留隐含波动率求解器成功收敛的合约。每个面板下方的SQL展示了完整筛选条件。
数据说明与ticker核验
SPCX是一个被重复使用的ticker。在当前挂牌产品之前，这四个字母曾代表另一只后来退市的产品。如果不加核验，这类时间断点很容易悄然污染波动率历史。以下提供两项核验记录。
每个数字背后的完整 SQL
SELECT
toString(toDate(listing_date)) AS listing_date,
issuer_name,
primary_exchange,
security_type,
ipo_status,
round(toFloat64(final_issue_price), 2) AS final_issue_price
FROM global_markets.stocks_ipos
WHERE ticker = 'SPCX'
ORDER BY toDate(listing_date)上方记录列出了当前使用该ticker的发行方，并标明当前挂牌日期。本页所有隐含波动率面板都将交易日筛选为不早于该日期，因此此前重新分配ticker时的数据不会进入这里引用的任何数值。如果出现多条记录，较早的一条属于此前的产品。
每个数字背后的完整 SQL
SELECT
formatDateTime(toStartOfMonth(date), '%Y-%m') AS month,
count() AS sessions_traded
FROM global_markets.stocks_daily_aggs
WHERE ticker = 'SPCX'
GROUP BY month
ORDER BY month这是该ticker有任何成交记录的交易日月度数量。两组月份之间的空档就是ticker重新分配的时间点。空档之前的月份属于此前的产品，并被排除在上方所有计算之外。
计算方法：隐含波动率取自逐合约的日度希腊值记录，仅保留求解收敛且有成交量记录的合约。近价指行权价在当日股票收盘价上下5%以内。30日曲线使用到期日为20至45天的合约。IV rank和IV percentile均针对同行面板中的五个ticker，使用过去365天的数据请求，因此各ticker的观察值数量可以直接比较。
本页的每个面板都附有生成结果的SQL。打开任意一个面板，替换ticker，即可在Strasmore终端上自行运行。