隐含波动率（IV）是什么

它是怎么来的

期权定价模型（比如 Black-Scholes）的输入有股价、行权价、剩余时间、利率和波动率，前四个都是已知的。把市场上实际的期权价格代进去，反推出来的那个波动率，就是隐含波动率。

所以 IV 不是谁预测出来的，而是期权价格本身隐含的信息：期权越贵，IV 越高。

数值怎么读

API 返回的 implied_volatility 是小数形式的年化波动率，0.373 就是 37.3%。粗略的理解：市场预期这只股票一年内价格波动的标准差约为 37.3%。

换算到更短的时间，用 √(天数/365) 缩放。例如 IV 为 37.3% 时，一天的预期波动约为 37.3% × √(1/365) ≈ 2.0%。

同一到期日，IV 为什么不一样

理论上同一只股票、同一到期日的期权，IV 应该相同，实际上并不相同。下面是 2026 年 10 月 19 日 AAPL（股价约 343 美元）10 月 21 日到期的看跌期权：

行权价越低（越虚值的看跌期权），IV 越高。这叫波动率偏斜（skew）：市场愿意为防范大跌的保护多付钱。把各个行权价的 IV 画成曲线，常见的形状是向下倾斜或两端翘起的"微笑"。

和历史波动率的区别

• 历史波动率：用过去一段时间的股价算出来的，描述已经发生的波动。
• 隐含波动率：从现在的期权价格反推的，反映市场对未来的预期。

IV 明显高于历史波动率，说明期权相对较贵，常见于财报、重大事件之前；事件过后 IV 往往快速回落，叫做"波动率压缩"（IV crush）。

怎么用 API 获取隐含波动率

期权链快照接口 /v3/snapshot/options/{标的} 的每个合约都带 implied_volatility 字段，可以按到期日、行权价、看涨看跌筛选：

import requests

r = requests.get(
    "https://marilux.dev/v3/snapshot/options/AAPL",
    headers={"Authorization": "Bearer mh_live_your_key"},
    params={"expiration_date": "2026-10-21", "contract_type": "put", "limit": 250},
)
for c in r.json()["results"]:
    iv = c.get("implied_volatility")   # 部分合约没有 IV
    print(c["details"]["strike_price"], f"{iv:.1%}" if iv is not None else "-")

深度实值或长时间没有成交的合约算不出可靠的 IV，接口不返回这个字段，读取时要判断是否存在。完整示例见 用 Python 获取美股期权链和希腊值，Vega（IV 变化对价格的影响）见 期权希腊值。

相关阅读

• 期权希腊值：Delta、Gamma、Theta、Vega
• 用 Python 获取美股期权链和希腊值
• API 文档：美股期权数据接口