计算隐含波动率

calculateImpliedVolatility() 计算的是隐含波动率，不是历史波动率。

隐含波动率是根据期权价格和标的价格反推出来的模型波动率；历史波动率通常需要用历史 K 线或收益率序列自己计算。两者名字相近，但含义不同。

接口形式

app.calculateImpliedVolatility(
    reqId,
    contract,
    optionPrice,
    underPrice,
    implVolOptions,
)

参数解释

参数	示例	中文说明
`reqId`	`97604`	请求编号，用来匹配回调。
`contract`	AAPL 看涨期权合约	必须是具体期权合约。
`optionPrice`	`10.0`	输入期权价格。
`underPrice`	`300.0`	输入标的价格。
`implVolOptions`	`[]`	通常留空。

Python 示例

# 给定期权价格 10.0 和标的价格 300.0，反推隐含波动率。
app.calculateImpliedVolatility(
    97604,
    build_option_contract(),
    10.0,
    300.0,
    [],
)

接收结果：

def tickOptionComputation(self, reqId, tickType, tickAttrib, impliedVol, delta, optPrice, pvDividend, gamma, vega, theta, undPrice):
    if reqId == 97604:
        print("隐含波动率", impliedVol)
        print("模型期权价格", optPrice)
        print("模型标的价格", undPrice)

和历史波动率的区别

项目	隐含波动率	历史波动率
来源	期权价格反推	历史价格序列计算
本页接口	`calculateImpliedVolatility()`	不由该接口直接提供
主要用途	观察市场对未来波动的定价	观察过去价格实际波动
常见输入	期权价格、标的价格、期权合约	历史 K 线、收益率、窗口长度

如果你要计算历史波动率，应先用历史行情接口获取 K 线，再在自己的程序里计算收益率标准差。不要把 calculateImpliedVolatility() 的结果当成历史波动率。

参考结果

使用可识别的 AAPL 期权合约，calculateImpliedVolatility() 可以返回隐含波动率：

SELECTED_OPTION=symbol=AAPL;expiry=20260615;strike=300.0;right=C;exchange=SMART;tradingClass=AAPL
GREEKS=reqId=97604;tickType=53;iv=1.308927;delta=None;gamma=None;vega=None;theta=None;optPrice=10.0;undPrice=300.0

这里的重点是：合约有效后，模型计算请求可以返回；如果仍然收到 200，下一步应先确认具体期权合约，而不是调整 optionPrice 或 underPrice。

使用建议

隐含波动率对期权交易很重要，但它只是模型输入或模型输出之一。实际系统中应同时记录期权合约、期权价格、标的价格、计算时间、回调来源和错误码，避免把不同期权或不同时间点的结果混在一起。