由于股票价格或收益率服从某种概率分布，并且可以用该分布的二阶矩来衡量分布的扩散情况，因此，我们用标准差来度量波动。
这里，n是收益率观测值数目，△t表示计算收益率的时间跨度，那么，总的样本区间跨度为。一般令指数取值为2，此时，公式度量的是收益率相对于零均值的方差。此外，值选取可以是任意大于零的整数，也可以是一个分数。在实践中，上述参数的取值是非常重要的，需要考虑很多影响因素。更为详细的讨论可以参考Andersonetal。
模型波动性，在某一度量波动性的理论模型中的某一实际变量，这些模型可以是GARCH模型或者随机波动模型。但是，这里要求存在某些方法，根据数据可以估计这些理论模型中的波动性变量。
隐含波动性，根据衍生品的市场价格计算得到的某种波动性预测值，计算基础是某种基础资产的价格过程，譬如，可以是Black和Scholes给出的对数正态随机游走过程。
确定波动性，它认为波动性是某些变量，包括内生变量和外生变量的函数，当这些控制变量变化已知时，确定波动性就可以被观察到。这些变量可以是历史收益率或者过去的波动性。GARCH模型一般是估计这种波动性最常采用的模型。
一般认为，对于低频数据（包括每日数据）而言，根据像GARCH之类的模型得到的波动性估计会优于实现波动性。就高频数据或日内数据来说，实现波动性更好一些。日内数据通常不能用一个均一的GARCH模型来描述，这是因为金融市场日内数据普遍存在着季节现象和非均质现象。
