1. 为什么波动率预测值得单独拎出来做

做量化研究的人迟早会撞上一堵墙：收益率的方向极难预测，但波动率却呈现出相当明显的聚集性和均值回归特征。这个不对称性，恰恰是波动率建模最有意思的地方。我最初接触这块内容，是因为一个做期权对冲的朋友抱怨，用历史标准差算出来的对冲比例总是滞后于市场，行情剧烈的时候对冲不足，行情平淡的时候又过度对冲，来回被摩擦成本吃掉利润。后来我们把方向转到动态波动率预测上，用ARCH族模型和Heston模型分别做了一套流程，情况才有所改善。

所谓动态预测波动率，核心思路是承认波动率不是常数，而是随时间变化、并且今天的波动会受到昨天波动的影响。ARCH模型（自回归条件异方差模型）和Heston模型是两条典型路线：前者从离散时间序列出发，用过去的残差平方来刻画当前方差；后者从连续时间随机波动率出发，把方差本身建模成一个随机过程，并且允许方差和价格之间存在相关性。两者解决的问题是同一个——给未来的波动率一个可量化、可回测的估计值，但建模哲学、数据要求、实现难度完全不同。

这篇内容适合三类人看：一是刚接触金融时间序列、想搞明白ARCH到底在算什么的新手；二是有一定统计基础、准备把波动率预测接入期权定价或风险管理的从业者；三是想对比离散模型和连续模型实际表现、需要一套可复现流程的研究者。我会把两条路线的原理、参数估计、实操步骤、踩坑经验都摊开讲，代码用Python，数据用模拟生成的收益率序列，保证你可以直接抄作业跑通。

需要提前说明的是，波动率预测没有银弹。ARCH族模型对数据频率敏感，Heston模型对参数校准的初值极其挑剔，两者在实际使用中都需要大量调试。我下面分享的，是基于常见实践总结出来的一套相对稳妥的做法，不是教科书式的唯一答案。

2. 两条技术路线的整体设计与选型考量

2.1 ARCH族模型：从离散残差里挖信息

ARCH模型的基本直觉非常朴素：如果昨天市场大幅波动，今天大概率也不会太平静。用数学语言说，就是条件方差依赖于过去若干期的残差平方。最基础的ARCH(p)模型把当前方差写成过去p期残差平方的线性组合，但它的一个明显缺陷是——要刻画长记忆性，p需要取得很大，参数一多就不好估计。

于是有了GARCH模型，在ARCH的基础上加入了过去方差的滞后项，相当于用更少的参数捕捉了更长的记忆。我实际用下来，GARCH(1,1)几乎是默认起点，绝大多数金融收益率序列用这一个配置就能拿到不错的拟合效果。再往上还有EGARCH和GJR-GARCH，专门处理杠杆效应——也就是负收益冲击对方差的抬升比正收益更明显这个现象。股票类数据里这个效应很常见，如果你做的是股指或者个股，建议直接上带杠杆项的变体，别在对称GARCH上浪费时间。

选ARCH族模型的理由很直接：实现简单、参数少、可解释性强、对中等规模数据友好。缺点是它把波动率当成一个由历史决定的确定性函数，没有给方差本身的随机性留空间，长期预测会趋于均值，对极端行情的刻画偏弱。

2.2 Heston模型：把方差也当成随机过程

Heston模型的出发点不一样。它假设标的资产价格服从带随机波动率的扩散过程，方差本身遵循一个均值回归的平方根过程，同时价格和方差之间存在相关系数ρ。这个设定带来了两个好处：一是方差不会变成负数（平方根项起到了保护作用），二是可以刻画波动率微笑——不同行权价的隐含波动率不一致这个现象，在Black-Scholes框架下是解释不了的。

代价是参数变多了：均值回归速度κ、长期方差θ、波动率的波动率σ、相关系数ρ，加上初始方差v0，一共五个参数。这五个参数没法像GARCH那样直接用极大似然一步估出来，通常要用期权市场价格做校准，或者用收益率序列做滤波估计。校准过程对初值敏感，目标函数还容易陷入局部最优，这是Heston落地时最大的拦路虎。

我选择把两者放在一起讲，是因为它们在实际工作中往往是互补的：GARCH适合做短期的、基于历史数据的方差预测，Heston适合做需要和期权价格保持一致的场景。下面这张表是我总结的选型对照，你可以根据自己的数据条件和应用目标对号入座。

2.3 为什么不用单一模型打天下

有人会问，既然Heston更"高级"，为什么不直接用Heston？我的经验是，模型复杂度要和数据质量、使用场景匹配。如果你手上只有一段日频收益率，没有可靠的期权报价，Heston的校准基本是空中楼阁，五个参数里至少有两三个估不准。反过来，如果你要做的是期权做市或者结构化产品定价，只用GARCH预测出来的方差去套Black-Scholes，会系统性低估尾部风险。

所以我的建议是分场景：纯历史数据、追求稳健和可解释，走GARCH路线；有期权数据、需要和市场价格对齐，走Heston校准路线。两者都跑一遍做交叉验证，反而能帮你发现数据里的异常。接下来我按这个思路，把两条路线的细节分别拆开。

3. ARCH族模型的核心细节与实操要点

3.1 数据预处理：平稳性是第一道关

收益率序列进模型之前，必须先做平稳性检验。ARCH类模型要求的是残差序列，而残差来自均值方程。我的标准流程是：先对价格取对数收益率，然后用ADF检验判断序列是否平稳，不平稳就差分；接着拟合一个简单的均值方程（常数项或者AR(1)），把残差拿出来做ARCH效应检验。

这里有个新手常犯的错误：直接拿原始价格序列去拟合GARCH。价格是非平稳的，拟合出来的结果毫无意义。另一个坑是均值方程选得太复杂，ARMA阶数堆得很高，结果残差里反而混入了模型设定误差，ARCH效应检验失真。我的做法是均值方程尽量简单，常数均值或者AR(1)足够，把复杂度留给方差方程。

ARCH效应检验用Ljung-Box检验残差平方的自相关性，或者用Engle的LM检验。如果p值很小，说明残差平方存在显著自相关，可以上ARCH族模型；如果检验不显著，说明没有明显的条件异方差，硬上GARCH只会过拟合。

import numpy as np import pandas as pd from statsmodels.tsa.stattools import adfuller from statsmodels.stats.diagnostic import acorr_ljungbox # 模拟一段带波动聚集的收益率序列 np.random.seed(42) n = 2000 omega, alpha, beta = 1e-6, 0.08, 0.90 returns = np.zeros(n) variance = np.zeros(n) variance[0] = omega / (1 - alpha - beta) for t in range(1, n): variance[t] = omega + alpha * returns[t-1]**2 + beta * variance[t-1] returns[t] = np.random.normal(0, np.sqrt(variance[t])) # 平稳性检验 adf_result = adfuller(returns) print(f"ADF统计量: {adf_result[0]:.4f}, p值: {adf_result[1]:.4f}") # 残差平方的Ljung-Box检验 lb_result = acorr_ljungbox(returns**2, lags=[10], return_df=True) print(lb_result)

这段代码里，我特意用GARCH(1,1)过程生成了数据，这样后面拟合时能对照真实参数看估计精度。ADF的p值应该远小于0.05，Ljung-Box的p值也应该很小，两个条件都满足才继续往下走。

3.2 模型定阶与参数估计：别迷信信息准则

定阶这件事，AIC和BIC是常用工具，但我在实操中发现，金融收益率序列上信息准则给出的最优阶数往往偏高，而且不同样本区间结论不稳定。更务实的做法是：先固定GARCH(1,1)作为基准，看参数是否显著、残差是否还有ARCH效应；如果残差检验通过，就别再折腾高阶模型了。GARCH(1,1)在绝大多数场景下已经够用，这是业界共识，不是偷懒。

参数估计用极大似然。GARCH模型的似然函数是非线性的，优化器选择有讲究。我一般用BFGS或者Nelder-Mead，并且给参数加约束：omega>0，alpha≥0，beta≥0，alpha+beta<1（保证方差平稳）。alpha+beta接近1说明波动率持续性很强，这在股指数据里很常见；如果估计出来大于等于1，说明模型设定有问题或者数据里有结构突变，需要回头检查。

from arch import arch_model # 拟合GARCH(1,1)，均值方程用常数 am = arch_model(returns * 100, vol='Garch', p=1, q=1, mean='Constant', dist='Normal') res = am.fit(disp='off') print(res.summary()) # 提取条件波动率 conditional_vol = res.conditional_volatility / 100

注意这里我把收益率放大了100倍再拟合，这是为了数值稳定性——原始收益率量级太小，优化器容易在容差附近震荡。拟合完再把波动率除回去。这个细节很多教程不会提，但实测下来对收敛帮助很大。

3.3 杠杆效应处理：EGARCH和GJR怎么选

如果残差诊断发现负冲击对方差的抬升明显强于正冲击，就该上非对称模型。EGARCH用对数方差建模，天然保证方差为正，但参数解释起来绕；GJR-GARCH在方差方程里加了一个示性项，负残差时多一个gamma项，形式直观，估计也稳。我个人更常用GJR-GARCH，因为它的参数直接对应"坏消息的额外影响"，汇报结果时好解释。

判断要不要上非对称模型，可以看拟合后的残差是否还有符号相关的结构，或者直接对比对称和非对称模型的样本外预测误差。我做过几组对比，股指数据上GJR-GARCH的样本外表现通常比对称GARCH好5%到10%（以预测误差的均方根衡量），但个股数据上差异就没那么明显，因为个股的特质性噪声更大。

注意：非对称项不是越多越好。加了gamma项之后，模型对极端值的敏感度上升，如果样本里有未处理的结构突变（比如某段时期的政策冲击），gamma会被异常值带偏。上非对称模型前，先检查样本区间内有没有明显的断点。

3.4 样本外滚动预测：别用全样本拟合去预测未来

这是实操中最容易出错的地方。很多人拟合一次模型，然后拿它预测未来几十期，这在样本内看着很美，样本外一塌糊涂。正确做法是滚动窗口或者扩展窗口：用前T期数据拟合，预测第T+1期；窗口往前滚一格，重新拟合，预测T+2期，如此往复。

滚动窗口的长度选择是个权衡：窗口太短，参数估计方差大；窗口太长，对结构变化的响应慢。我的经验是日频数据用500到1000个观测值比较合适，具体看数据的波动特征是否稳定。扩展窗口适合样本量不大、且你相信参数长期稳定的场景。

window = 750 predictions = [] for i in range(window, len(returns) - 1): train = returns[i-window:i] * 100 am_roll = arch_model(train, vol='Garch', p=1, q=1, mean='Constant', dist='Normal') res_roll = am_roll.fit(disp='off') forecast = res_roll.forecast(horizon=1, reindex=False) pred_var = forecast.variance.values[-1, 0] / 10000 predictions.append(np.sqrt(pred_var)) predictions = np.array(predictions) actual = np.abs(returns[window+1:])

这段滚动预测跑起来会慢，2000个观测、750窗口，大概要拟合1200多次，每次几毫秒到几十毫秒不等。如果数据量更大，可以考虑并行化，或者用已拟合参数的近似更新，但后者会损失精度，我不太推荐在正式研究里用。

4. Heston模型的实现难点与校准策略

4.1 模型结构：五个参数各管什么

Heston的随机微分方程组是这样的：价格过程带一个方差项，方差过程是一个均值回归的CIR型过程，两个布朗运动之间的相关系数是ρ。五个参数里，κ控制方差回归长期均值θ的速度，σ是方差本身的波动率（俗称vol of vol），ρ刻画杠杆效应，v0是初始方差。

理解这几个参数的作用，对后面校准至关重要。κ大，方差回归快，波动率的持续性弱；κ小，方差偏离后长时间不回来。σ大，方差路径抖动剧烈，隐含波动率微笑的尾部更厚。ρ为负，负收益伴随方差上升，这是股票市场的典型特征。v0决定当前时点的波动率水平，校准时要给它一个合理的初值，否则整个优化会跑偏。

4.2 校准的目标函数：期权价格还是隐含波动率

Heston校准的标准做法是最小化模型价格和市场价格之间的差异。但直接用价格做目标函数有个问题：不同行权价、不同期限的期权价格量级差异很大，深度实值和深度虚值的价格差好几个数量级，优化器会被大数主导。更稳的做法是用隐含波动率作为目标，因为隐含波动率的量级相对均匀，而且市场参与者本来就更关注波动率而非价格。

目标函数我一般写成加权最小二乘：对每个期权，算模型隐含波动率和市场隐含波动率之差，按vega或者按1/价差加权。vega加权的好处是给平值附近的期权更高权重，因为那里的流动性好、报价可靠；虚值期权报价噪声大，权重低一些合理。

from scipy.optimize import minimize def heston_implied_vol(params, S, K, T, r): # 这里用特征函数加数值积分算Heston看涨期权价格 # 再反解隐含波动率，具体实现略去积分细节 pass def calibration_objective(params, market_data): kappa, theta, sigma, rho, v0 = params # 参数约束检查 if kappa <= 0 or theta <= 0 or sigma <= 0 or abs(rho) >= 1 or v0 <= 0: return 1e10 if 2 * kappa * theta <= sigma**2: # Feller条件 return 1e10 total_error = 0.0 for row in market_data: model_vol = heston_implied_vol((kappa, theta, sigma, rho, v0), row['S'], row['K'], row['T'], row['r']) if model_vol is None or np.isnan(model_vol): return 1e10 weight = row.get('vega', 1.0) total_error += weight * (model_vol - row['market_vol'])**2 return total_error

Feller条件2κθ>σ²是保证方差过程不触及零的充分条件，校准时加上这个约束能避免很多数值问题。不过实务中有些市场的校准结果会违反Feller条件，这时候要么放松约束接受方差可能触及零，要么换用带边界的变体。我的建议是先用约束跑，如果目标函数降不下去再考虑放松。

4.3 初值选择：校准成败的一半

Heston校准对初值极其敏感，这是我在实际项目里踩得最深的坑。同一组市场数据，初值给得不好，优化器收敛到一个明显不合理的局部最优，五个参数里有两三个跑到边界上。后来我总结了一套初值设定流程：

v0用平值期权的短期隐含波动率平方，这个最直接；θ用长期期权的隐含波动率平方，或者历史波动率的长期均值；κ给1到3之间的值，对应半衰期几个月；σ给0.3到0.6，这是股票指数常见的vol of vol量级；ρ给-0.5到-0.7，股票市场负相关是常态。

更稳妥的做法是多起点优化：在合理范围内随机撒几十组初值，每组都跑一遍局部优化，最后取目标函数最小的那组。计算量大一些，但能显著降低陷入局部最优的概率。我做过对比，单起点校准的失败率（目标函数残差明显偏大）大概三成，多起点能压到一成以下。

4.4 数值实现：特征函数积分的坑

Heston的期权价格没有解析解，要靠特征函数加傅里叶变换或者数值积分。这里有两个数值陷阱：一是积分上限截断，截得太早精度不够，截得太晚计算量爆炸；二是被积函数在高频段振荡，普通积分器会失真。

我一般用Gauss-Legendre求积，积分上限取到200到500，节点数64到128，实测精度和速度平衡得不错。另一个选择是用Carr-Madan的FFT方法，一次变换能算出一整条行权价上的价格，适合校准这种需要批量计算的场景。但FFT的网格参数设置比较讲究，阻尼因子选不好会有混叠误差，新手建议先用直接积分把逻辑跑通，再上FFT优化速度。

注意：特征函数里的复数运算要小心分支切割。Heston特征函数涉及复数的平方根和对数，不同实现方式（比如"little Heston trap"问题）会导致数值结果差异。建议用文献里公认的稳定形式，别自己随手推导。

5. 实操全流程：从数据到预测的完整链路

5.1 环境准备与依赖清单

整套流程用Python实现，核心依赖就几个：numpy做数值计算，pandas处理数据，scipy做优化和积分，arch包做GARCH族拟合，matplotlib画图。arch包是专门做ARCH族模型的，接口比statsmodels友好，条件波动率、预测、诊断都有现成方法。

pip install numpy pandas scipy arch matplotlib

版本上，arch建议用6.0以上，早期版本在预测接口上有一些不一致。scipy的优化器在不同版本间行为略有差异，如果校准结果和别人的对不上，先检查scipy版本。

5.2 数据构造与基准设定

为了让你能直接复现，我用模拟数据走完整流程。真实场景下你换成自己的收益率序列和期权面板即可，但要注意真实数据的缺失值、停牌、除权处理，这些预处理工作模拟数据里没有。

基准设定上，我用已实现波动率（rolling标准差）作为对照。任何波动率模型，如果样本外预测还不如简单的滚动标准差，那就没有使用价值。这个基准看起来朴素，但在很多市场上很难被显著超越，是检验模型是否过拟合的第一道筛子。

# 已实现波动率基准，20日滚动窗口 realized_vol = pd.Series(returns).rolling(20).std().values

5.3 GARCH预测与Heston预测的对接

两条路线的输出都是未来一段时间的波动率，但口径要对齐。GARCH给的是日频条件标准差，Heston给的是瞬时方差对应的波动率。做对比时，要把Heston的瞬时波动率在预测区间上积分再开方，得到和GARCH同口径的区间波动率。这一步如果偷懒直接拿v0开方去比，结论会系统性偏差。

对接的具体做法：GARCH预测第t+1期的日波动率，Heston用当前校准的参数模拟方差路径，取第t+1期的期望方差开方。两者都是条件期望意义下的波动率，可以直接比。我一般会算三个指标：预测误差的均方根、平均绝对误差、以及预测值和实际值的秩相关。秩相关这个指标容易被忽略，但它反映的是模型对波动率高低排序的判断能力，对交易信号构建比绝对误差更重要。

5.4 回测与结果解读

回测阶段最忌讳的是只看平均误差。波动率预测的误差分布是右偏的，少数极端行情的预测误差会主导平均值。我习惯把误差按实际波动率分位数分组看：低波动区间、中波动区间、高波动区间，分别算误差。好的模型应该在各个区间都表现稳定，而不是只在平静期准、一遇风暴就失灵。

从我做过的多组对比看，GARCH(1,1)在短期（1到5天）预测上通常不输Heston，甚至因为参数少、估计稳而略占优势；Heston的优势体现在中长期（20天以上）和需要与期权价格保持一致的场景。这个结论和很多文献一致，但具体到你的数据上，还是要自己跑一遍才知道。

这张表是示意性的，具体数值取决于数据和校准质量，不要当成普适结论。我列出来是想说明一个趋势：模型选择要和预测周期匹配，别拿短期最优的模型去做长期预测。

6. 常见问题与排查技巧实录

6.1 GARCH拟合不收敛或参数跑到边界

这是最高频的问题。原因通常有三类：数据量级不合适、样本里有极端值、模型设定和数据结构不匹配。排查顺序我一般是：先检查收益率有没有放大到合理量级（乘以100是常用做法）；再看样本里有没有超过5个标准差的异常点，有的话做缩尾处理；最后检查alpha+beta是否接近1，如果估计值顶到0.999，说明波动率持续性极强，可能需要考虑结构突变或者换用IGARCH。

缩尾处理要谨慎，不能无脑砍掉极端值，因为极端值本身携带了波动率信息。我的做法是只对超过某个阈值（比如8个标准差）的点做温和缩尾，保留其方向但压缩幅度，处理完重新做ARCH效应检验。

6.2 Heston校准结果不稳定，换个样本就变

参数不稳定是Heston的固有毛病，尤其是σ和ρ这两个参数，在不同样本区间上估计值可能差很多。缓解办法有几个：一是增加校准用的期权数量，单期限单行权价的信息量不够；二是固定部分参数，比如把ρ固定在-0.6附近，只校准其余四个，牺牲一点拟合精度换稳定性；三是用正则化，在目标函数里加参数偏离先验的惩罚项。

我实际项目里常用第二种，固定ρ和κ，只校准θ、σ、v0。这样做的理由是ρ和κ在样本内的可识别性最差，而θ、σ、v0对价格的影响更直接。代价是模型对杠杆效应的刻画变弱，如果你的应用场景特别依赖偏度，那就不能这么简化。

6.3 预测值出现负方差或NaN

GARCH预测出负方差基本不可能（参数约束保证了），但Heston模拟路径时如果参数违反Feller条件，方差过程可能触及零甚至数值上变成负数，后续开方就出NaN。解决办法是在模拟时用full truncation格式，即方差取max(v, 0)，或者用反射格式。这两种格式在文献里都有讨论，full truncation实现简单，偏差可接受，我一般用它。

另一个NaN来源是特征函数积分时的数值溢出。检查积分上限是不是设得太大，或者被积函数里有没有除以接近零的量。调试时把中间变量打印出来，定位到具体是哪一步出的问题，比盲目调参高效得多。

6.4 样本外表现远差于样本内

这是过拟合的典型信号。GARCH族模型过拟合的情况相对少，因为参数少；Heston过拟合很常见，尤其是校准期权数量不多、又放开全部五个参数的时候。判断方法很简单：留出一段样本外数据，看预测误差是不是显著大于样本内。如果是，减少参数、增加校准数据、或者加正则化。

还有一个容易被忽略的原因：样本内外市场状态不同。如果样本内是低波动期，样本外赶上高波动期，任何模型都会表现差。这种情况下要做的是检查模型对波动率状态切换的响应速度，而不是一味调模型参数。

6.5 常见问题速查表

7. 我在两条路线之间反复横跳后的几点体会

做了这么多轮对比，我最大的感受是：模型的选择从来不是"哪个更先进"，而是"哪个和你的数据、你的使用场景更匹配"。GARCH族模型像一把趁手的螺丝刀，结构简单、上手快、在大多数日常场景下够用；Heston像一套精密仪器，调好了能对准期权市场的细微结构，但调不好的时候还不如螺丝刀。我见过太多人一上来就啃Heston，结果卡在校准上几个月，最后连一个能用的波动率预测都没做出来。

另一个体会是关于评估。波动率预测的评估比收益率预测的评估更难，因为真实波动率不可观测，你只能拿已实现波动率或者隐含波动率做代理，而这两个代理本身都有误差。我的做法是同时用多个代理评估，结论一致才采信。如果GARCH在已实现波动率口径下好、在隐含波动率口径下差，那说明它捕捉的是历史波动特征，而不是市场预期，用的时候要心里有数。

最后分享一个实操小技巧：不管用哪个模型，都保留一个简单的滚动标准差作为兜底。当模型预测和基准偏离过大时（比如超过三倍），先别急着相信模型，回头检查数据和参数。这个习惯帮我避免过好几次因为数据错误导致的离谱预测。波动率建模这件事，稳健比精巧重要，能持续跑通、结果可解释，比追求某个指标上的微弱优势更有价值。