一、收益相同，投资体验可能完全不同
这一章首先举了一个很直观的例子。
假设有两只股票，它们的初始价格都是 100 元，最后都涨到了 120 元。
股票 A 的价格变化是：
text
100 → 105 → 110 → 115 → 120股票 B 的价格变化是：
text
100 → 80 → 130 → 70 → 120从最终结果来看，两只股票的收益率都是 20%，好像没有什么区别。但是从持有过程来看，股票 A 一直比较平稳，而股票 B 经历了非常剧烈的上涨和下跌。
如果真的投入了资金，我可能更愿意选择股票 A。因为在股票 B 从 130 元跌到 70 元的过程中，很难保证自己不会恐慌，更不能保证自己可以一直持有到最后。
这个例子让我明白了一个道理：
投资不仅要看最终到达了哪里，还要看中间经历了什么。
很多投资者并不是判断错了最终方向，而是没有承受住中途的下跌，最后在低点卖出了股票。
二、什么是波动率
波动率可以简单理解为资产价格或者收益率的不稳定程度。
有些股票每天的涨跌幅度比较小，走势相对平稳；有些股票则经常大涨大跌，价格变化非常剧烈。量化分析中，我们会用波动率来描述这种差别。
简单来说：
- 波动率越高，价格变化越剧烈；
- 波动率越低，价格变化越平稳。
不过，波动率并不能告诉我们股票未来会上涨还是下跌。
高波动只代表价格变化比较剧烈，既可能突然大涨，也可能突然大跌。因此，高波动率并不一定等于高收益，它更多反映的是投资者需要承担的风险和不确定性。
三、为什么不用价格直接比较
在实际分析中，我们通常不会直接使用股票价格计算波动率，而是先计算每天的收益率。
这是因为不同股票的价格差距可能很大。
例如，一只股票的价格是 10 元，另一只股票的价格是 500 元。两只股票都上涨了 5 元，但它们实际的涨幅完全不同：
- 10 元上涨到 15 元，收益率是 50%；
- 500 元上涨到 505 元，收益率只有 1%。
所以，直接比较上涨或下跌了多少元并不公平。收益率表示的是相对变化，更适合比较不同股票。
日收益率可以使用 Pandas 的 pct_change() 计算：
python
df["return"] = df["Close"].pct_change()通过观察每天的收益率，我们就能知道一只股票平时的涨跌变化有多大。
四、如何计算波动率
在量化金融中，通常使用收益率的标准差来近似表示波动率。
标准差可以衡量一组数据的分散程度：
- 标准差越大，收益率分布越分散，波动率越高；
- 标准差越小，收益率集中在平均值附近，波动率越低。
使用 Pandas 计算日波动率的代码很简单：
python
daily_vol = df["return"].std()但是，日波动率只表示一天的波动情况。为了方便比较不同股票，实际分析中通常会把日波动率转换成年化波动率：
python
annual_vol = daily_vol * np.sqrt(252)这里的 252，表示美股一年大约有 252 个交易日。
因此，年化波动率的计算公式可以写成：
text
年化波动率 = 日收益率标准差 × √252年化以后，我们可以在统一的一年尺度上比较不同股票的风险。
五、真实股票的波动率差别
原文使用苹果、特斯拉和英伟达三只股票进行了对比。
从示例结果来看：
- 苹果的年化波动率相对较低，走势通常更加稳定；
- 特斯拉的年化波动率较高，价格更容易大涨大跌；
- 英伟达的波动率处于两者之间，但仍然属于波动较明显的股票。
这与我们平时对这些公司的印象基本一致。
不过，这些数据会随着统计时间范围发生变化。用最近一年和最近两年的数据计算，结果可能不同。因此，波动率并不是一个固定不变的数字，它会受到市场环境、公司消息和样本区间的影响。
六、高波动为什么可能让人亏钱
高波动率本身并不会直接造成亏损，真正的问题是，高波动容易影响投资者的情绪和操作。
当账户短期出现较大亏损时，投资者可能会产生恐慌，然后做出一些不理性的决定，例如：
- 在大跌之后恐慌卖出；
- 看到快速上涨后盲目追高；
- 因为无法承受回撤而提前离场；
- 频繁改变原来的投资计划。
例如，一只股票最后可能上涨了 20%，但是中途曾经下跌 40%。从结果来看它是赚钱的，但真正持有时，很多人可能无法坚持到最后。
因此，理论收益并不一定等于投资者真正能够获得的收益。
七、历史波动率也有局限
历史波动率是根据过去的价格数据计算出来的，它可以帮助我们了解一只股票过去的波动情况，但不能完全代表未来。
如果选择的样本时间太短，计算结果容易受到偶然行情的影响；如果选择的时间太长，又可能把很久以前、已经不符合当前市场环境的数据包含进来。
所以，在计算波动率时，样本区间的选择也很重要。
我对这一点的理解是：
历史波动率更像是一张过去的照片，而不是未来的答案。
它可以帮助我们认识风险，但不能单独作为买入或者卖出的信号。
八、我的学习总结
通过这一章，我对投资风险有了更具体的认识。
以前我可能只会关注一只股票涨了多少，现在我会同时思考三个问题：
- 这只股票过去的收益怎么样？
- 为了获得这些收益，需要承受多大的波动？
- 当它出现较大回撤时，我是否真的能够坚持持有？
波动率让我明白，高收益并不是唯一目标。即使两项投资最终收益相同，过程更加平稳的投资，往往更容易让人长期坚持。
这章最值得记住的一句话是：
收益吸引我们进入市场，风险决定我们能否留在市场。
量化研究不仅是在计算能赚多少钱，也是在思考：为了获得这些收益，我们需要承担什么样的风险。