核心思想

IV Rank 和 IV Percentile 是衡量当前隐含波动率在其历史分布中相对位置的两个指标，用于判断当前期权”贵还是便宜”。

$\text{IV Rank} = \frac{\text{Current IV} - \text{52W Min}}{\text{52W Max} - \text{52W Min}}$

$\text{IV Percentile} = \frac{\#\{\text{days where IV} < \text{Current IV}\}}{\text{Total observation days}}$

两指标的区别

IV Rank 是线性归一化，对极端值敏感；IV Percentile 是基于排序的经验分位数，对异常值更稳健。实践中两者高度相关但结论可能不同（当 52W 范围有极端值时）。

实施方法

import numpy as np
import pandas as pd

def iv_rank(current_iv, iv_history_52w):
    """IV Rank: 当前 IV 在 52 周范围内的位置"""
    iv_min = iv_history_52w.min()
    iv_max = iv_history_52w.max()
    if iv_max == iv_min:
        return 0.5
    return (current_iv - iv_min) / (iv_max - iv_min)

def iv_percentile(current_iv, iv_history_52w):
    """IV Percentile: 当前 IV 的历史排序百分位"""
    if len(iv_history_52w) == 0:
        return 0.5
    return np.mean(iv_history_52w < current_iv)

# 综合信号：IV Rank > 0.5 + IV Percentile > 0.5 → IV 偏高，适合做空波动率
def volatility_regime_signal(iv_rank, iv_percentile):
    if iv_rank > 0.5 and iv_percentile > 0.5:
        return "HIGH"  # IV 偏高，适合做空波动率（VRP 策略）
    elif iv_rank < 0.3 and iv_percentile < 0.3:
        return "LOW"   # IV 偏低，适合做多波动率（买入跨式）
    else:
        return "NEUTRAL"  # 中性区间

应用场景

局限

• 样本选择偏差：52W 范围可能包含结构性断点
• 流动性影响：买卖价差对 IV 估计的影响不可忽视

参考文献

1. CBOE White Paper: VIX and IV Percentile
2. Natenberg, S., 1994. Option Volatility and Pricing Strategies