By Matt Connor · SPCX 隱含波動率、IV Rank 與歷史資料
SPCX 選擇權上市以來的隱含波動率歷史，以及上市時間過短，導致 IV rank 與 IV percentile 幾乎沒有參考價值的原因。
SPCX 的隱含波動率是市場自身對股價可能在今日至到期日之間波動幅度的估計，並已反映在選擇權合約價格中。對此 ticker 而言，這項估計有一個多數篩選器不會揭露的限制：上市選擇權的歷史紀錄很短，因此所有需要一年歷史資料的統計值，實際上都只建立在不到一年資料的其中一小部分上。下方各面板列出目前存在的每一筆日資料，並呈現以這些資料計算出的 IV rank，沒有掩飾其資料限制。
SPCX 今日的隱含波動率是多少？
隱含波動率（IV）以年化百分比報價。60% 的 IV，表示選擇權市場定價所反映的全年約 60% 一個標準差波動；換算為單一月份，約為 17%（60 除以 12 的平方根）。這是從選擇權鏈讀出的價格資訊，不是對方向的預測。完整說明請參閱隱含波動率的實際意義；計算機制則請參閱隱含波動率的計算方式。
以下序列建立標準的 30 天曲線。對每個交易日，納入所有曾成交、履約價在當日股票收盤價上下 5% 以內，且距到期尚有 20 至 45 天的 SPCX 契約，再計算其隱含波動率平均值。隱含波動率求解器未收斂的契約則予以剔除。
每個數據背後的精確 SQL 語法
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這筆紀錄始於 June 16, 2026，時間為 111%。資料中最近一個交易日為 August 19, 2026，在 86 個符合條件的契約中，隱含波動率為 62.4%。從起始至今，該面板共包含 45 筆每日讀值。請在本頁後續內容中記住這個數字：這是所有 SPCX 波動率統計所能取用的完整樣本數。
SPCX 的 IV 區間有多寬？
IV rank 與 IV percentile 都需要一個區間作為基礎。IV rank 以 0 至 100 的尺度，衡量當日讀數落在過去 52 週 IV 最低值與最高值之間的位置。IV percentile 則計算同一期間內，收盤讀數低於當日讀數的交易日占比。在觀察區間尚未完整之前，這兩個數字都沒有太大意義。以下按月列出 SPCX 目前的 IV 區間。
每個數據背後的精確 SQL 語法
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紀錄中的第一個月份 June 2026，平均值為 84.3%，當月每日最低讀數與最高讀數相差 38.9 點。最近一個月份 August 2026 在 13 個交易日內的平均值為 79.8%。此表涵蓋 3 個曆月。
這些月份與我們先前梳理過的時間表相互對應。開頭幾列落在 SPCX 首個交易月份涵蓋的期間，後面的幾列則延伸至 SPCX 鎖定期屆滿前後的區間，當時可自由交易的股份數量發生變化。將各月最高值與這些日期並列比較，是合理的做法。但若根據同一批資料計算 52 週 IV rank，則不恰當。
為何 SPCX 的 IV rank 與 IV percentile 幾乎沒有意義
以下是 SPCX 與四個家喻戶曉的名稱採用完全相同的計算方式：五者使用相同的篩選條件，也都要求回溯 365 天。唯一差異在於，各名稱實際能填入這段期間的資料量不同。
每個數據背後的精確 SQL 語法
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 在這段期間提供 45 筆每日觀測值。NVDA 提供 250 筆，是樣本中歷史資料最完整的名稱。兩者最後都得到一個 IV rank 與一個 IV percentile；在選股器上看起來，兩者的數值同樣可靠。SPCX 的 62.4% 讀值換算後，IV rank 為 0，IV percentile 為 2.2。
看看這兩個數字所依據的資料。IV rank 是以區間內恰好兩筆觀測值之間的距離計算，也就是單一最低讀值與單一最高讀值之間的距離。對只有幾個月資料的名稱而言，只要出現一個新的極端值，就會直接重設分母；而且沒有更早的讀值可以分散這項影響。IV percentile 稍微穩健一些，因為它會計入所有可取得的觀測值。不過，以 60 天資料計算出的 90 percentile，與以 250 天資料計算出的 90 percentile，代表的意義截然不同。任何 ticker 都值得了解 IV rank 與 IV percentile 的差異。但對這個名稱而言，這就是全部關鍵。
實務上，應將這兩項數值視為對短期資料紀錄的描述，而不是判斷選擇權便宜或昂貴的結論。要作出這項判斷，背後需要完整市場週期的歷史資料。作為比較，隱含波動率最高的股票選股畫面中的名稱，其 percentile 背後都有數年的讀值。
SPCX 的 IV 期限結構呈現什麼樣貌？
期限結構是將隱含波動率依到期時間繪製而成，範圍從最前端的一週期合約到到期日最遠的合約。這是即使資料期間很短，仍能如實呈現的一項統計資料，因為每日曲線完全根據當日的選擇權鏈建立，完全不需要歷史資料。
每個數據背後的精確 SQL 語法
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)在這三週期間，價平附近的合約中，0 to 7 days 分類的平均值為 113.5%，而 91 or more days 分類的平均值為 71.3%。曲線從前端向後端上升，是一般的常態形狀。若前端高於後端，通常表示某項有特定日期的事件發生在近月合約的存續期間內。將曲線與股票實際實現的走勢比較，則是另一項分析，詳見歷史波動率與隱含波動率的比較。
常見問答
SPCX 選擇權何時開始交易？
第一個交易時段中，距離價平且剩餘 20 至 45 天到期的契約同時有交易，並產生收斂的隱含波動率，日期是 June 16, 2026。契約可能在開始交易前就已掛牌，因此這個日期應解讀為可用 IV 紀錄的起點，而非交易所實際掛牌日期。
SPCX 的正常隱含波動率是多少？
目前本頁尚無任何數字足以回答這個問題。正常區間必須根據多年的讀數定義，而此處紀錄僅有 45 筆每日觀察值。月度面板顯示目前已出現的區間，這是截至目前的紀錄，不是已確立的基準。
我在選股器上看到的 SPCX IV rank 可靠嗎？
就算術而言正確，但實務參考性有限。上方顯示的 rank 0，來自 45 筆每日觀察值，而非完整 52 週資料；只要出現一個新的高點或低點，就可能大幅變動。選股器很少在 rank 旁標示樣本數。
本頁的 30 天隱含波動率如何計算？
每日數值是當日有交易的 SPCX 選擇權契約之隱含波動率平均值。契約履約價必須在收盤股價的上下 5% 以內，距離到期日須為 20 至 45 天，且僅保留 IV 求解器收斂的契約。每個面板下方的 SQL 會顯示確切篩選條件。
資料說明與 ticker 驗證
SPCX 是重複使用的代號。相同的四個字母在目前掛牌前，曾代表另一項後來下市的產品。若未檢查這類時間斷層，波動率歷史資料很容易在不知不覺中遭到污染。以下提供兩項佐證。
每個數據背後的精確 SQL 語法
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)上方資料列列出目前使用該代號的發行人，並標示目前掛牌日期。本頁所有隱含波動率面板都會篩選該日期及之後的交易時段，因此掛牌前、代號重新分配前的資料不會進入任何引述數字。若出現多筆資料，較早的一筆屬於較早的產品。
每個數據背後的精確 SQL 語法
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這是該代號曾有任何成交紀錄的交易時段月度統計。兩段月份資料之間的空缺，就是代號重新分配的時間點。空缺前的月份屬於較早的產品，並從上方所有計算中排除。
建構方式：隱含波動率取自逐契約的每日 greeks 紀錄，並篩選出求解結果收斂且有成交量紀錄的契約。價平定義為履約價在同日收盤股價上下 5% 以內。30 天曲線使用距離到期日 20 至 45 天的契約。IV rank 與 IV percentile 則針對同業面板中的全部五個代號，使用往前回溯 365 天的查詢，因此各代號的觀察值數量可以直接比較。
本頁每個面板都附有產生該面板的 SQL。開啟其中一個面板，替換 ticker，便可在 Strasmore 終端機自行執行。