BS公式里，方差就是指的年方差，时间是以年为标准的。所以按照你给的，应该选用方法二。假如有效期是3个月，还是用的年方差，时间就为0.25年。

了解了。 非常感谢您的回复！

老师，年化标准差，在计算的过程中，会遇到很多问题。 想请您帮我看看，再帮指导下：

   比如，想计算2019年， A公司股票价值对数收益率的年化波动率，该怎么算呢？是要象如下这么算么：

   假设2019年共252个交易日，那么要取足 251组 A公司股价价值对数收益率么？  

步骤1： T1= Lg (第2个交易日股价/第1个交易日股价) ； T2=Lg (第3个交易日股价/第2个交易日股价) ；  T3=Lg (第4个交易日股价/第3个交易日股价) …… T251=Lg (第252个交易日股价/第251个交易日股价)

步骤2：求上述251个对数收益率的平均值

步骤3：求上述251个对数收益率的方差 ， 得出A股票在2019年的日波动率方差

步骤4：求A股票年化标准差。用步骤3求得的日波动率方差*252= A股票在2019年的年化波动率方差。 用这个数据带入B-S模型计算。


这样计算对么？



我的困惑如下：

问题1：需要取这么多组数么？  

  问题2：如果不需要取这么多组数？ 一般该取多少组数呢？

  问题3：如果取得的数的期间不同，比如取前2个季度的数据或者取后2个季度的数据，计算的年化波动率的差异可能挺大？怎么解决这个问题呢？

  问题4：一般是取“日”收益的波动率来算年化波动率？还是取“周”、或取“月”收益率来算年化波动率？是不是按“日”来算，得出的年化波动率最大？ 如何解决“日”周“”“月”间最终计算的年化波动率的差异问题？

非常感谢您的时间和指导！！

一般来讲，数据越多，估计的精确度也会越高。所以采用天或周这种相对而言比较高频的数据，但也不是取得越多越好，因为太老的历史数据对将来波动率的预测效果又不是很好，因此可以采用最近的90至180天内每天的收盘数据。或者将n设定为波动率所用的天数，打个比方就是如果波动率是用于计算两年期的期权，在计算中我们就可以采用最近两年的日收益率数据！

老师，如果我想象您说的用高频周期，比如用日收益率来算该股票的年化波动率。　比如，期权有效期是１年。

那么，我要把过去１年的该股票价格每一对日对数收益率都算出来么？　拿就是，　要算出２５１对日收益率，然后，再对这２５１组日收益率求标准差？　

还是，我就取近３个月的股票价格对数收益率，　一共是，２０（每月２１个交易日）＊３＝　６３对日收益率数据。　然后对这　６３组数，求　日收益率的标准差。　

这两种取股票价格日对数收益率的样本的方法，工作量差别挺大的的。

一般实务中，为了算这个日收益率，要取多少组数呢？　　（算后，再乘以２５２的平方根，求年化）

谢谢您！