Вообще, оценка риска может быть сделана, основываясь на определенном допущении относительно вида закона распределения вероятностей изменения цены в предстоящий период времени. Анализ этого распределения делается для того, чтобы попытаться понять, чего можно ожидать, и что может произойти с ценой - т. е. своего рода расклад возможных событий. Наиболее тривиальный вариант - нормальное распределение (в его пользу по крайней мере говорит ЦПТ).

: Во-первых как я понимаю, что такое Historical
: Volatility - мера изменчивости стоимости бумаги,
: т.е. каких в среднем колебаний в день от нее можно
: ожидать. Полученное значение и можно затем принять
: как меру риска при операциях с данной бумагой.

Историческая волатильность (HVol) является статистической оценкой стандартного отклонения распределения вероятностей изменения цены в будущий (sic!) период времени. Но будущее ст откл можно пытаться оценивать и другими способами, например,вместо HVol можно взять IVol. Вообще, в принципе, существуют разные модели для прогнозирования волатильности - экспоненциальное скользящее среднее по квадратам относит приращений цены, GARCH, SV, etc.

Если допустить, что процентное изменение цены распределено нормально с нулевым средним и стандартным отклонением, то падение цены, скажем, более, чем на -1,65*сигма процентов может произойти лишь с вероятностью 5% (приблизительно). Если предположить, что изменение цены имеет другое распределение вероятностей, то и оценка риска будет другой.

: Приведенная на форуме у Петroвича формула
: выглядела так:
: HVol=StDev(Ln(Close_t/Close_t-1))*SQRT(Period)&
: ast;100.
: отношение ln(Close_t/Close_t-1) - грубо -
: процентное изменение за каждый день, и, в
: принципе, с тем же успехом, можно взять и
: следующее (Close_t -Close_t-1)/Close_t-1.

Если не делать логарифмирования относит изменений, а просто считать, что (Close_t-Close_t-1) или же (Close_t-Close_t-1)/Close_t-1 имеет нормальное распределение со ср 0 и станд откл StDev(Close_t/Close_t-1), то получится, что c ненулевой вероятностью Close_t может стать <0. Логарифмируя же Close_t/Close_t-1 мы просто предполагаем, что это самое Close_t/Close_t-1 распределено логонормально (или же лого-...подставить нужное...-) (ln(Close_t/Close_t-1) - нормально или ...) с определенными параметрами.

: Стандартное отклонение от этого отношения будет
: тогда как что-то типа волатильность волатильности.
: (в моем понимании)

Под волатильностью в данном случае понимается стандартное отклонение изменений цены от закрытия до закрытия.

: Дальнейшие вычисления для меня
: вообще покрыты туманом, и их смысла я не понял, то
: есть мы умножаем полученное значение StDev на
: корень из периода расчета и на 100%. То есть
: формула принимает следующий вид:
: если Ln(Close_t/Close_t-1) обозначить, скажем за
: Х, то
: НVol=((X-X_сред.)^2)/SQRT(Period)*100

Имеет место следующий факт: если предположить, что изменения цен за последовательно идущие n дней независимо(!) одинаково нормально распределены с нулевым средним и ст. откл. S, то % изменение цены за весь период времени из n дней имеет нормальное распределение с нулевым средним и ст откл S*SQRT(n).

: В общем все и осталось непонятным!
: Буду очень благодарен, если кто-нибудь поможет
: разобраться. Надеюсь, что написать разъснения не
: составит обльшого труда. :)
:
: Кстати заодно попробовал в силу своих знаний,
: потсроить что-то типа распределения вероятностей
: процентного изменения цены по тому же ГП (понимаю,
: что бумага не местная :)), и вот что получилось.
: Наибольшая вероятность 0,214 соответсвует
: изменинию цены от 0,1-1, затем 0,154 от 1-2%,
: 0,14 - от 2-3%, 0,123 - от 3-4%, 0,071 - от 4-5%,
: 0,061 от 5-6% и т.д. Веротяность того, что цена не
: изменится (сюда я относил любое движение меньше
: 0,01%) составила 0,03 и примерно оказалась равна
: движению в 8% - 0,031. ) В общем к нормальному
: распределению не пришел, и этот пресловутый
: "колокол" оказался смещенным влево.

Да, есть такая прблема. Ну не распределены изменения цен нормально и одинаково.

: варинат я посчитал средневзвешанное процентное
: изменение (в качестве веса взял вероятность)
: получилось 3,6%.
: Может имеет смысл оценивать риск таким образом.

Можно. Такой подход называется историческим моделированием.

: Интересно было бы услышать мнения по этому поводу,
: может кто-нибудь уже пробовал двигаться в этом
: направлении.
: С уважением, Рост.

Всех благ,
Илюшин Иван