随着全球市场因为中美贸易谈判切换回了“振动模式”, 我们又看到期权交易活跃起来。

近年来,随着市场竞争愈发激烈,传统的趋势追踪策略收益缩水,而中国期权市场因为仍处在“开荒阶段”,我们相信仍有较大的成长空间。

中国市场继陆续上市上证50ETF期权、豆粕、白糖、橡胶、棉花、铜、玉米期权之后,股指期货期权也提上了日程,令期权投资者满怀期待。

投资者在各种教材中对丰富多彩的期权策略已经有所耳闻,比如保护看跌、备兑看涨、垂直/水平价差、跨式/宽跨式组合、蝶式组合、鹰式组合、波动率交易等等。当然近期交易员提到最多的就是“波动率交易”策略了。

借着中美贸易谈判使波动率交易再度火热的契机,我们再来来聊聊波动率交易。

我们估计许多投资者对波动率交易策略仍感到陌生。其一,这个策略是期权专属,不容易用股票、期货等产品复制,有过交易经历的投资者还不多。

其二,许多投资者还不了解波动率的计算方法,自然对其陌生。

我们在这篇文章中将介绍以下主题,希望能帮助投资者更快地了解波动率交易并利用好这个强大的武器。

1. 什么是波动率交易?

2. 为什么要交易波动率?

3. 谁在使用波动率套利策略?

4. 波动率套利的分类

5. 波动率套利的实现方式

1,什么是波动率交易?

波动率交易的对象,是资产价格的波动率。

如果大家还记得期权定价的基础,应该了解期权价格主要受到以下五个变量的影响:

· 标的价格(S)

· 执行价格(K)

· 隐含波动率(σ)

· 无风险利率(r)

· 到期时间(T-τ)

除此之外,期权价格也可能还受到股利、融券利率或持有成本等等的影响。

在以上变量中,对期权价格影响最大的是底层资产的价格(S),其次是就隐含波动率(σ)。

因此交易期权的策略主要可以分为两大类,一类是通过期权交易标的价格的方向变动,一类是交易标的价格的波动率变动。

我们很容易把其他资产类别上的策略套用到波动率上。

比如投资者可以通过“买跨式”(也就是同时做多call和put)做波动率的“趋势跟踪”,也就是押注现在已经走高的波动率将会继续走高。

又比如“波动率套利”。狭义的“波动率套利”专指通过研究隐含波动率(IV,由市场上期权价格利用BS定价模型反推的波动率)和历史波动率(HV)的差异,从而进行统计套利的方法(比如当IV相对HV定价过高时,通过卖跨式来做空IV)。

总而言之,交易“波动率”的投资者不愿意(或没有能力)预测期权底层标的的涨跌方向,他们仅交易“市场价格波动幅度”,即“波动率”这一指标。另外波动率交易策略也通常伴随着“Delta对冲”、“Delta中性”这些概念,意思就是这些交易员要通过地买入和卖出标的股票、期货或期权,来使得他们的投资组合的方向敞口尽量为零(当然多数时候并会不绝对等于0),尽可能消除标的资产价格方向变动对投资组合的影响,这样才能使波动率成为影响投资组合价值的最显著变量。

二,为什么进行波动率交易

许多期权初学者来会问:为什么我们要费这么大的劲儿,把标的资产价格的变动对冲掉,来靠一个变动幅度更小的波动率的变化来获利?相比之下,在同一个期权合约中,底层资产方向变动带来的收益一般要比波动率收益多出一到两个数量级。大头都对冲掉了,还怎么赚大钱呢?

要回答这个问题,我们只能重复“老生常谈”:

“一分风险,一分收益。”

投资者可以把底层资产方向变化看做赚大钱的机会,但一旦方向判断错误也会有投资组合权益大幅回撤的风险。

我们之所以希望对冲掉底层资产价格方向变动的影响,就是因为方向风险太大了,有些交易员不愿意承担。另外,方向风险的“大”不仅仅体现在其对投资组合的权益影响过大(可以部分通过降低仓位来规避),还体现在资产价格变动的随机性和不可预测性。

许多学术研究发现,资产的价格变动近似于随机游走,预测非常困难(在川普开始频繁地发推特之后更是如此)。

而波动率却呈现显著的均值回归性。这当然也和波动率的内在性质有关,并非单纯的统计规律。历史波动率通过标的股票或期货对数收益率的标准差计算,在数学上也限制了其波动范围会明显小于标的资产价格波动的范围。

因此,很多交易员选择波动率交易的重要原因就是:波动率变化方向比较好猜(特别是其接近历史极值的时候,有较大概率向均值回归),比预测标的资产的价格变化容易。

如果真有高人能准确预测在资产价格方向,那他还需要波动率交易么?

显然就不用了。

不过大家都知道,能持续准确预测资产价格的人即使不是完全不存在,也属于凤毛麟角。也就是说,去掌握波动率交易的技能对大多数投资者都有好处。

三,谁在使用波动率套利

几乎所有的专业期权交易员。

是否能熟练进行波动率交易几乎已经成为区分专业和业余期权交易员的标志。

虽然就算是诸多著名投资者,包括巴菲特和索罗斯,也都曾经进行过激进的期权方向性交易。但几乎可以肯定的是,方向性的期权策略绝不是他们最主要的交易手段,占其投资组合的比重也非常低。

当然期权的方向性投机和波动率交易并不互相排斥,很多交易员会混合方向观点和波动率观点(比如估计资产价格下跌时其波动率也会放大),并在对方向比较自信时保留一些方向敞口。总的来说,如果投资者希望通过期权交易去获取长期稳定的收益,波动率策略应该是其优先考虑的期权交易策略。

四,波动率套利的分类

波动率交易中,有一类比较常见的策略叫“波动率套利”。

“套利”在金融交易中一般有两种含义,一种是“无风险套利”,一种是“统计套利”。

“无风险套利”一般指交易对象价格之间存在某种严格的数学关系(比如期权平价关系:C+D×K=P+S),交易员可以通过发现市场中暂时出现的不符合该数学关系的价格进行交易。这种套利交易在开仓时就能锁定收益,在不考虑资金成本的情况下,该笔交易不曝露任何市场风险,因此被称为“无风险套利“。例如,在期权交易时,交易员可以通过全市场扫描期权价格是否偏离了"看涨看跌平价关系"来捕捉无风险套利的机会。

另外一种套利是“统计套利”,即资产价格之间并不存在严格的数学关系,而是存在某种统计上的相关性(比如两种用途相似的商品价格之间可能存在的线性关系,或者同一资产的同一行权价不同月份的期权之间的价格关系)。这种统计相关性不能保证每笔交易都可以无风险地锁定利润,而是交易次数足够多时,能够获取较大的盈利概率。

我们常说的“波动率套利”,可以视为“波动率统计套利”,因为它并不是指根据某种严格的数学关系而获得无风险套利机会,而是通过研究隐含波动率和历史波动率的相对关系来进行统计上的套利。

投资者注意到多数金融市场在大部分时段呈现“隐含波动率>历史波动率”的情况,例如欧美的大部分股票市场和股票指数市场。因此很多美股期权交易员大部分的交易都是所谓“做空波动率”策略,即通过做空期权或期权组合、搭配Delta对冲,来赚取市场对期权的“过高的定价”。

从广义的定义来看,波动率套利策略不局限于判断隐含波动率和历史波动率的差值进行交易,很多专业的交易团队通过对不同执行价格、不同到期时间的期权波动率进行精密的数学建模,针对波动率的水平、偏度、曲率和期限结构来发掘更多的交易机会。这种“套利”逻辑是根据其定价模型计算出的波动率“公允值”(”模型公允隐含波动率“),来判断目前市场上某个期权合约的隐含波动率是否有高估或低估行为,或者某几个期权的隐含波动率之间是否有相对高估或低估的情况。

五,波动率套利策略的实现方式

去进行波动率套利可以关注三组价差:

1.隐含波动率 vs. 历史波动率

2.市场隐含波动率 vs. 模型公允隐含波动率

3.期权A隐含波动率 vs. 期权B隐含波动率

1. 隐含波动率 vs. 历史波动率

投资者通常选取“隐含波动率>历史波动率”的期权合约。

简单来说,如果某个标的期权的隐含波动率明显大于历史波动率,我们就可以卖空该期权或期权组合,并进行Delta对冲。

其中常用的期权组合包括垂直价差、跨式期权和宽跨式期权。当然,选择哪些期权或期权组合、什么执行价格、什么到期时间、对冲频率如何、何时进行交易、如何设置仓位等都将对交易员的业绩产生很大影响,也是决定交易成败的关键所在。

2. 市场隐含波动率 vs. 模型公允隐含波动率

这是第二大类波动率交易策略,比较的对象不是隐含波动率和历史波动率,而是市场当前呈现的隐含波动率与定价模型计算的“公允波动率”之间的差异。这种差异可能体现在平值期权上(波动率水平),也可能体现在虚值期权上(波动率偏度),还可能体现在不同行权时间期权的定价差异上(波动率期限结构)。

例如,某量化团队创建了一个波动率曲面的模型,该模型计算显示当前某期权的隐含波动率的理论值为20%。而由于市场中发生了对情绪影响较大的宏观事件(如贸易争端谈判),导致该期权当前的隐含波动率为28%,那么该团队发现了这一偏差,可能会做空该期权的波动率,并预期期权的隐含波动率会回到公允水平20%。这里面也用到了到“隐含波动率倾向于均值回归”这一特性。

3. 期权A隐含波动率 vs. 期权B隐含波动率

第三类交易与第二类相类似,同样是基于某种交易员相信的理论关系,来判断两个期权的波动率相对来说是否有高估和低估,并以价差的形式进行交易。这种方法非常类似于股票或期货统计套利中的“配对交易”,只不过其监控的变量并不是二者的价格差异,而是二者的隐含波动率差异。

例如在下图中,在7月17日Moneyness为105%的标普500指数期权A的隐含波动率为9.7%,Moneyness为105%的期权B隐含波动率为13.1%,如果交易员觉得期权A与期权B之间的波动率差异偏高,那么他可以做空期权B,买入期权A,预期二者之间的IV差距未来会缩小。

六总结

本文针对期权的波动率交易策略,简单探讨了以下几个问题:

1. 什么是波动率交易?

既包含了狭义的“波动率套利”,即通过研究隐含波动率(IV)和历史波动率(HV)的差异,从而进行统计套利的方法。也可以指所有不考虑标的方向、纯交易期权波动率的策略都统称为“波动率交易”策略。

2. 为什么要交易波动率?

·标的方向不好猜,波动率相对更好预测,均值回归性更强;

·如果能猜对方向,直接交易标的就好。

3. 谁在使用波动率交易策略?

· 几乎所有的专业期权交易员。

4. 波动率套利的分类

·无风险套利

·统计套利

5. 波动率套利实现方法?

· 隐含波动率 vs. 历史波动率

· 市场隐含波动率 vs. 模型公允隐含波动率

· 期权A隐含波动率 vs. 期权B隐含波动率

希望通过这些介绍,投资者能在再度变得变幻莫测的市场上,通过波动率交易“乱中取胜”。

— — — — — — E N D — — — — — —

往期文章:

Numpy处理tick级别数据技巧

真正赚钱的期权策略曲线是这样的

多品种历史波动率计算

如何实现全市场自动盯盘

AI是怎样看懂研报的

真格量化策略debug秘籍

真格量化对接实盘交易

常见高频交易策略简介

如何用撤单函数改进套利成交

Deque提高处理队列效率

策略编程选Python还是C++

如何用Python继承机制节约代码量

十大机器学习算法

如何调用策略附件数据

如何使用智能单

如何扫描全市场跨月价差

如何筛选策略最适合的品种

活用订单类型规避频繁撤单风险

真格量化回测撮合机制简介

如何调用外部数据

如何处理回测与实盘差别

如何利用趋势必然终结获利

常见量化策略介绍

期权交易“七宗罪”

真格量化可访问:

https://quant.pobo.net.cn

真格量化微信公众号,长按关注:

遇到了技术问题?欢迎加入真格量化Python技术交流QQ群  726895887

市场重回“振动模式”-猜不中大盘涨跌?我们还可以试试波动率交易相关推荐

  1. 利用随机森林预测股票大盘涨跌

    本文仅从实战角度去观察,利用机器学习算法中,随机森林模型预测股票市场指数涨跌的准确率. 适合入门玩家 首先,我们导入所需要的模块 import numpy as np import pandas as ...

  2. 北向资金能预示大盘涨跌?【附Python源码】

    01 引言 中国证监会于 2014 年和 2016 年分别批准了沪港通和深港通,建立了大陆和香港股市的互联互通机制,市场通常把沪股通和深股通的合计流入资金称为北向资金.换句话说,北上资金就是指从香港流 ...

  3. jq执行2次同样的方法怎么让第一次执行的不触发_他们说,这段代码你能看得懂她的开始,却猜不中她的结尾。...

    看下小姐姐,舒缓下心情先. 好,现在回到我们的主题,看下下面这段代码,你觉得它会输出几个#号呢? 这个问题来自于我们技术群里的一位同学的提问,为了给大家一个思考时间,我们先不说结果,先再看下另一位可爱 ...

  4. 数字炸弹 猜不中会 BOOM!

    数字炸弹:不在限定的次数内猜到炸弹是哪个数字的话,会爆炸的哦! 这里 范围由自己定,自行输入最大值和最小值,当最大值小于最小值的时候,范围最小值和范围最大值的值将会互换:然后通过random函数从范围 ...

  5. 金多多市场风格以大而美,明天还能继续嗨吗

    一.指数方面: 大盘指数低开下探后,震荡上行走势,收盘涨幅0.21%,被创业板拖着走.早盘比较猛的贵州茅台冲高回落,金融板块也是一早发力也是冲高回落,下午又尝试拉升还是被锤.下午芯片股强势拉升,托起指 ...

  6. 5 月编程语言排行榜:C 重回第一,今年编程语言名人堂冠军还会是它吗? | 原力计划...

    作者 | 院主 责编 | 王晓曼 出品 | CSDN博客 本文章中语言排名数据来自TIOBE排行榜和PYPL排行榜. TIOBE排行榜5月份数据 2020年5月TIOBE指数 以下是官方说明: 五月标 ...

  7. 二手车市场回暖:忘掉颠覆创新,拥抱数据赋能

    点击进入看图评论 沉寂了一段时间的二手车,再次被资本市场青睐. 车好多和优信先后公布了新一轮融资的消息,原本被外界唱衰的二手车电商似乎有了转圜的迹象.同时也预示着,在二手车市场交易规模持续增长的局面下 ...

  8. ppct各代表什么_半导体50指数_股票大盘分时图中白线和黄线各代表什么?

    线是大盘股线,代表占指数绝对统治的大盘蓝筹股的市场表现,也是指数真价格波动,指数涨跌是以白色线为准. 黄色线是小盘股线,代表了占股票数量优势的小盘股的市场表现,不代表大盘价格,黄色线也叫散户线,中国市 ...

  9. ppct各代表什么_股票大盘分时图中白线和黄线各代表什么?/石嘴山 同花顺复盘...

    白色线是大盘股线,占指数绝治地位的大盘蓝筹股的表现,指数真实的价格波动,指数涨跌是以白色线为准. 黄色线是小盘股线,代表了占股票数量优势的小盘股的市场表现,不代表大盘价格,黄色线也叫散户线,中国市场散 ...

最新文章

  1. Docker 部署 SpringBoot 项目整合 Redis 镜像做访问计数Demo
  2. np.random.choice()用法
  3. php滑动换视频,php工具类之【视频变换类】
  4. java 操作oracle 源码_java对oracle的常用操作示例源码
  5. 【Python】Python常用的Series 和 Dataframe处理方法
  6. sap 预制凭证与暂存凭证的区别
  7. Go语言、Docker 和新技术
  8. python面向对象实现简易银行管理员页面系统
  9. 百度SEO站群流光风格个人主页HTML源码
  10. Linux系统中增加Swap分区大小
  11. Python 多线程总结
  12. python keyboard库_python库 pywinio虚拟键盘使用
  13. 记一次tomcat故障排查(转)
  14. codeforces 742D Arpa's weak amphitheater and Mehrdad's valuable Hoses ——(01背包变形)
  15. 我的同学总结关于linux
  16. 软件工程-读书笔记(第4章)
  17. 2020年数学建模亚太赛赛后分享总结
  18. 查看Windows10系统版本的方法
  19. 高性能迷你服务器,分享几个关于迷你电脑主机的优缺点
  20. c语言:做一个密码登录程序

热门文章

  1. EA周报 | 阿里证实20亿美元收购网易考拉;绿洲因涉嫌抄袭致歉:已临时下架;Facebook用户电话号码数据库曝光...
  2. 用最小二乘法OLS做回归,并解读结果
  3. 长城汽车的前总裁,能救何小鹏吗?
  4. 一女生写的如果我是男生
  5. 你很难想象有的人是怎么通过HCIE-RS面试考试的
  6. 什么是SD-WAN,它如何改变传统网络?
  7. 淘宝天猫数据查询(天猫智能手环数据分析)
  8. 父子组件相互传值——一个计算器的效果
  9. 前后端分离项目nginx搭建静态页面服务器cors做后台跨域接收前台请求
  10. 鼠标右键单击出现右侧下拉列表(方法一)