本部分为第一部分，着重讨论动量策略并提供一个Hello World演示，本部分目录如下：

市场的动量效应
动量策略的核心盈利因子
Hello World（一）：广为人知的动量策略
Hello World（二）：代码编写和调试
Hello World（三）：研究与优化
骗术大揭秘与第一部分结语

本篇为第一部分第二篇。前一篇中简要介绍了市场的动量效应，以及什么是动量策略，并且讨论了动量策略，并引用了几篇客观报告来讨论其有效性和无效性。在其中提及：动量策略的“盈利因子主要来自于高波动率”。本篇着重讨论此点。

波动率指各类资产价格的波动程度，体现出了资产收益率的不确定性，用于反映金融资产的风险水平（这是搜索出来常见的一句废话）。

波动率通常不代表趋势性，不能简单的将波动性和趋势性混为一谈。前一篇文章中也提到过，“某些时候某些品种虽然波动率大幅上升，但是缺乏趋势性”，这种情况的波动性在对应周期极难把握。

波动率在不同金融工具中和不同语境下有不同分类。比如在期权语境下，（除了一些“高手”自创的“神器”），有两个波动率：

历史波动率：在讨论历史数据和资产自身波动时，一般会使用这个描述。“历史”一词通俗讲是已经在盘面上走出来波动率。不包含任何对未来的预测。之所以有“历史”这种前缀，主要是与期权的隐含波动率对应。
隐含波动率：仅用于期权，因为期权价格本身包含了对未来标的物价格的预测。所以期权的权利金价格本身就隐含（Implied：暗示、隐喻，本人一直感觉应该翻译成暗示波动率更合适）了对标的物未来的波动率的预测。在离开期权的语境后，隐含波动率一词，没有意义。

PS：特意去百度了一下波动率，发现这个概念在百度搜索环境下一片混乱，建议简要学习下期权基础知识，特别是BSM模型进行理解。

显然，当我们讨论动量策略时，我们所说的波动率，就是期权中所指的历史波动率，及其现在和未来的数值。

一句题外话：

关于波动性的研究可以看看Anton的“高盛：专业交易”系列公开课。很早之前，在我最早看他的视频时，听到他说起“波动率提升期权交易员和期货交易员都开始非常兴奋”时，我并不理解，如今对这话感受还是很深的。虽然这哥们现在基本走娱乐圈了，但是他过去课上的很多东西还是很有帮助的。

简明扼要的表述

波动率一个更加简明扼要的表述是：年化资产收益率的标准差（记住这个表述）。而在传统技术分析中，存在大量关于与波动率近似的表达工具，包括并不限于：ATR和ADX。这些表达工具在某些参数调整之后，会得到和波动率非常近似的走势。因此，如果实在不喜欢波动率这个名字，也可以把它理解成任何其他更熟悉的东西。但是他们本质都是一码事。唯一需要重点注意的是：波动性可能导致趋势性，但是绝对不等于趋势性。

关于波动率的计算，我们在后续部分中会进一步详细讨论。目前暂时止步于此。

为什么是波动率？

回顾一下上一篇的内容：

反复强调的是，其中最难处理的是波动率的判断。如果波动率提升，我们可以根据调整周期来进行盈利（此处停五秒理解一下）。即使波动率下降，在更小周期也不一定没有交易机会。所以一切的压力就来到波动率上面。

预测波动率

深究动量交易或说趋势交易，甚至所有单边交易策略的本质，最难处理的实际就是波动率。很遗憾，波动率的处理和研究并没有简单直接的方式，有些波动率采用基于回归的机器学习预测等方式，包括SVM，LGBM等多种适用于时间序列的方法进行预测。但是具体引入何种量价因子还需要进行特征工程进行因子挖掘。八仙过海，各显神通吧。目前笔者在能查到的公开论文中，并没有找到对波动率太好的研究结果可以参考。不知道是因为论文没有公开还是国内这块领域研究比较少，抑或波动率根本无法预测？

毕竟谁真正研究透了波动率，那还发论文干嘛，直接无视Delta，哪怕最蠢搞双买策略都轻松超额收益了。这是地球OL氪金玩家无疑了……