預(yù)測(cè)波動(dòng)率主要有兩類理論模型，它們涉及的數(shù)學(xué)都非常復(fù)雜，我本不想在此討論這兩個(gè)模型。但是，很多專業(yè)交易員和期權(quán)做市商都會(huì)用到這兩個(gè)模型，而且預(yù)測(cè)波動(dòng)率預(yù)測(cè)未來波動(dòng)率或檢驗(yàn)布萊克-斯科爾斯與其他定價(jià)模型的結(jié)果時(shí)，也會(huì)接觸到這兩個(gè)模型。因此，在此簡(jiǎn)要進(jìn)行說明。預(yù)測(cè)波動(dòng)率預(yù)測(cè)波動(dòng)率第一個(gè)或者說第一組模型是GARCH模型。GARCH是縮寫，沒人曾說出它代表什么，因?yàn)槿�稱非常繞口，是指廣義自回歸條件異方差模型（Generalized Auto-Regressive Conditional Heteroscedasticity）。GARCH這個(gè)模型基本就是我們第6章之前討論的內(nèi)容。自回歸是指均值回歸，條件異方差則指之前討論的波動(dòng)率的其他特征。過去10年間，這些模型逐漸流行起來。在模型使用中，你需要判斷給均值回歸賦予多少權(quán)重，給序列相關(guān)性以及其他特征因素賦予多少權(quán)重。事實(shí)上，模型的起源也非常有趣。20世紀(jì)60年代早期，一位英國(guó)經(jīng)濟(jì)學(xué)家在英格蘭銀行工作，我猜當(dāng)時(shí)銀行要求他構(gòu)建一個(gè)模型預(yù)測(cè)英國(guó)的通貨膨脹情況，預(yù)測(cè)波動(dòng)率以調(diào)整貨幣供給。經(jīng)濟(jì)學(xué)家研究一段時(shí)間后，提出了這個(gè)模型。大家都認(rèn)為模型非常好。但一段時(shí)間后，模型消失了——大家拋棄了這個(gè)模型。

但是10年后，期權(quán)交易員開始考慮波動(dòng)率時(shí)，他們偶然發(fā)現(xiàn)了這個(gè)通貨膨脹模型。有人認(rèn)識(shí)到通貨膨脹與波動(dòng)率有很多共同的特征，這個(gè)預(yù)測(cè)波動(dòng)率模型也適用于波動(dòng)率預(yù)測(cè)。就這樣，模型產(chǎn)生了，只是稍微換了個(gè)名字。原來的模型實(shí)際上叫“ARCH”，推廣到期權(quán)上，則被稱為“GARCH”。另一類模型的使用范圍沒有這么廣，也許是因?yàn)轭A(yù)測(cè)波動(dòng)率模型是由物理學(xué)家而不是數(shù)學(xué)家構(gòu)建的。模型的縮寫為“VARIMA”，是指向量自回歸移動(dòng)平均（Vector Auto-Regressive Integrated Moving Average）。預(yù)測(cè)波動(dòng)率和GARCH模型一樣，自回歸是指均值回歸（每個(gè)討論中你都會(huì)看到它），波動(dòng)率的其他特征在模型中也有體現(xiàn)，但加權(quán)公式有所不同。交易中很少會(huì)用到這一模型，在此不再詳述。但是，預(yù)測(cè)波動(dòng)率學(xué)者們有時(shí)會(huì)討論這個(gè)模型。

以上，已經(jīng)概括了構(gòu)建和執(zhí)行真實(shí)的波動(dòng)率交易時(shí)，所有會(huì)用到的重要策略因素。我們預(yù)測(cè)波動(dòng)率已經(jīng)討論了如何將這些因素融合到一起：開始時(shí)如何建立Delta中性持倉，如何在交易過程中再次對(duì)沖以保持持倉的Delta中性，以及何時(shí)平倉。你也了解到找出正確波動(dòng)率的困難之處，以及波動(dòng)率的基本特征，這都有助于你預(yù)測(cè)波動(dòng)率。此外，我們也討論了加權(quán)波動(dòng)率的特征及預(yù)測(cè)未來波動(dòng)率的兩類模型。