一般認為，在金融研究中，應用最廣泛的波動性度量指標是方差或標準差。波動一般包括非條件波動性和條件波動性。當我們考慮一個固定樣本區間的波動性，或者收益率生成過程本身就是一個平穩過程的時候，用非條件波動性來描述是非常合適的；然而如果考慮波動性隨時間變化的特性，就會涉及到條件波動性。描述條件波動性的模型主要有自回歸條件異方差（ARCH）族模型和隨機波動（SV）模型。這些模型對波動性的大量研究得到了很多典型事實。
平方根法則：非條件波動性的一個主要模式是如果收益率非常接近於正態分布，那麼，收益率的標準差和收益率計量區間的平方根成正比。這就是著名的高斯度量法則。它表明風險隨時間延續而增大，雖然它沒有時間增長速度快，但是總體風險隨時間平方根增大而增大。
波動性聚集：很多時候，用獨立同分布過程來對金融市場中的收益率建模並不是很成功的。高頻收益率經常表現出一定程度的自相關性，因此它們並不是獨立的。低頻收益率可能沒有上述自相關性，但它們的平方通常表現出一種很強的自相關性，因此，它們的分布並不是獨立的。這種情況可以用波動性聚集來描述。波動性聚集是指股票市場、衍生品市場和外彙市場的日收益率，甚至周收益率時間序列，經常表現出波動聚集現象。早在1963年，分數維研究之父BenoitMandlebrot就觀察到，金融資產價格的較大變化往往導致價格的其他較大變化，較小的變化也往往導致其他較小的變化。此時，“高收益率往往導致較高的收益率，低收益率往往導致較低的收益率”。這種波動聚集現象的本質在於當前的波動衝擊會影響未來若幹天波動的期望值。因此，波動聚集通常也稱為波動持久性，即波動-波動相關性。
均值回複：波動聚集意味著在一定的時間限製前提下，較高的波動最終將會被正常的波動所取代，較低的波動也最終將讓位於較高的波動。波動均值回複現象指的是長期中存在某種正常水平，而波動性最終將會回複到這一水平。無論何時做出預測，長期波動性預測趨近於波動性的均值水平。根據波動聚集理論，可以認為，如果當前波動劇烈，短期波動性很可能要高於長期平均水平，未來幾天的波動期望值將會較高。但在一段較長的時期內，波動將會回複到其平均水平。相反，如果當前市場相對平靜，短期波動將會低於長期平均水平；但在長期之中，波動會逐漸攀升達到長期平均水平。
波動非對稱性：波動非對稱性通常又被稱為波動-收益相關性。很多波動模型假定波動性對好消息（innovation）和壞消息反應是對稱的。但在股票市場上，Black、Christie、Nelson、Glostenetal。、Engle和Ng以及陳浪南和黃傑鯤的研究都發現，有證據表明波動性和收益率是負相關的。實證研究表明，正麵信息和負麵信息對波動性的影響是不一樣的。一般認為，當股票市場處於下跌的時候，波動性更高一些。也就是說，波動性對負收益率的反應要強於對相同強度的正收益率反應。
波動性的外生變量影響：由於金融資產價格的動態行為和市場存在一定的關係，因此，其他金融資產變量可能包含有預測波動性的相關信息。此外，一些確定性事件也可能影響波動性。這些事件包括公司既定經營活動安排和公告、宏觀經濟情況發布，甚至確定的日內時間交易模式等。例如，Glostenetal發現，10月和1月的宏觀指標變量有助於解釋股票市場條件波動性的某些動態行為。但現有的經驗研究資料指出在這方麵的進展也不是太大，越來越多的注意力已經轉移到了社會心理學方麵，開始強調並研究瞬時狂熱行為或者泡沫對波動的解釋能力。
聯動效應：很多學者研究了全球範圍內股票市場波動模式的協同運動情況，研究結論表明，某些股票市場波動性的增加會導致其他股票市場波動性的增加，例如，美國股票市場波動性的增加可能導致日本、歐洲等股票市場波動性的增加。一般認為，滯後時間通常為一天到一個月不等。人們將這種動態聯動反應稱為“波動外溢”。盡管人們已經發現了很多外溢模式，譬如較大的波動外溢通常會導致較大的負收益率，而不是較大的正收益率，但絕大多數研究發現用基礎變量消息和宏觀經濟消息並不能解釋這種波動外溢現象。除了上述基礎變量之外，很多研究也嚐試用包括主要國際市場之間交叉上市的股票數量、封閉式國家基金的範圍、國際證券組合流量以及不同市場的保證金要求等其他製度性因素來解釋這些外溢現象，但研究結果並不理想。1997年亞洲金融危機和1998年俄羅斯金融危機之後，人們開始將研究重點放在所謂的非理性和“傳染”效應之上。
關於股票波動性，還存在著譬如交易是否可以推動波動性、金融創新能否增加波動性，以及高頻數據存在的季節效應等其他一些模式。這些模式大多是經驗研究結果，而且目前絕大多數還沒有明確的結論和解釋。