您正在寻找对数回报的标准偏差，适当年化并转换为百分比（即乘以 100）。

以下是根据每日价格计算年度成交量的示例：

library(tseries)
data <- get.hist.quote('VOD.L')
price <- data$Close
ret <- log(lag(price)) - log(price)
vol <- sd(ret) * sqrt(250) * 100

笔记：

1. 上面的代码实际上应该使用针对公司行为（股息、拆分等）调整的价格。
2. 250是一年中的（大约）交易日数。

当波动率被描述为百分比时，这意味着它是作为平均值的一部分给出的。因此，如果价格的标准差为 10，均值为 100，则价格可以描述为 10% 的波动。

在 R 术语中，这意味着：

vol_percent = sd(price) / mean(price)

编辑：这也可以很容易地在Wikipedia 文章中找到。

BNaul 的答案可能不是您要找的答案。如果要计算 Black-Scholes 式波动率，则需要计算对数回报的年化波动率。这意味着，计算对数回报系列$\ln(s_t/s_{t-1})$对于每个$t$，取标准差，再按时间的平方根调整，得到年化数字。这种波动性可用于需要 Black Scholes vol 的定价模型。

股票收益波动是不可观察的，我们只能估计它。我假设您的意思是历史波动率，因为还有隐含波动率，它是根据股票期权估计的。

有几种估算方法。例如，看看这篇论文“测量历史波动率”。从最简单的方法开始，他们称之为“Close-to-close”，它类似于 Bloomberg 终端中的经典方法（“CLV”）。对照彭博检查你的结果总是一个好主意。如果您可以访问终端，请获取描述他们如何操作的文档。