1、期权（Option）
期权又称为选择权，是一种衍生性金融工具。是指买方向卖方支付期权费后拥有的在未来一段时间内或未来某一特定日期,以事先规定好的价格向卖方购买或出售一定数量的特定商品的权利，但不负有必须买进或卖出的义务。
2、分类
期权价格主要由内在价值、时间价值两部分组成。
内在价值是指行使期权权利时能够获得的收益的现值；
时间价值也称外在价值，是指期权合约的购买者为购买期权而支付的权利金超过期权内在价值的那部分价值。
期权按照是否在到期日履约及是否有内在价值可分为以下类别：
![]()
图1 数据来源：小哈图整理
1、 期权定价模型的基本要素
![]()
图2 数据来源：小哈图整理
包括布莱克-斯科尔斯模型在内的大部分定价模型要求输入5个参数，其中除波动率之外的4个参数均能从市场中观察到。虽然有一些波动率数据资源让我们可以猜测波动率，但是我们仍然无法知道猜测是否正确。几乎所有的模型所面临的的一大问题就是波动率的估计。
2、 波动率特征
![]()
图3 数据来源：小哈图整理
3、 利用标准差评估波动率
波动率的定义就是标的资产收益率的标准差。一般的，波动率都是按1年对应的数值给出——年化标准差。但大部分人仍会关心月波动率及日波动率是怎样的，以下公式告诉我们如何根据时间调整波动率：
![]()
任意时间的波动率以“t”来表示，其中“t”是时间长度与1年的比值。
![]()
在日常的交易中，交易员经常用到日波动率，周波动率及月波动率这三个数值，而波动率的数值又无法直接观测到，下面我们给出常用的以上三个波动率与年波动率之间的关系：
![]()
注：一般来讲，全世界1年剩下的交易天数约为250-260天，我们约定一年的交易时间为256天，这样会使日波动率的计算更为方便。
4、 波动率的实例估计
从概率论中，我们知道正负一个标准差约覆盖68%的可能结果，正负两个标准差将覆盖95%的可能结果。在此，我们以1年远期价格为100，年化波动率20%为例，日价格波动性如下：
![]()
预测波动率主要有两类预测模型：GARCH模型(广义自回归条件异方差模型)和VARIMA模型（向量自回归移动平均模型）。后者在实际交易应用中后者很少用到，这里不再赘述。我们简要介绍一下GARCH模型：
![]()
上述模型中，第一个方程为收益率的均值方程，代表收益率；第二个方程说明残差满足正态分布的假定；第三个方程即波动率方程，分别受前期的波动率和前期收益残差的影响。运用一些软件可以预测出理论上的波动率。当然理论模型并不是万能的，随着期权交易经验逐渐丰富，我们也会逐渐讨论模型的缺点及风险，使它更利于交易的进行。
1、波动率交易的关键步骤
![]()
图4 数据来源：小哈图整理
注：Delta中性链接：不可不知的期权风险管理利器——希腊字母
2、波动率圆锥及交易机会发现
波动率圆锥的建设基于两个基本理念前提。一是波动率具有均值回归的特性，该性质使得波动率的未来走向具有可分析性，也使得波动率锥可以作为判断当前隐含波动率高低的依据。二是比较波动率应保持在同一时间维度。
![]()
图5 数据来源：小哈图整理
波动率圆锥反映的是标的合约的波动率特征，曲线左边陡峭的部分反映的是短期波动率，曲线平滑的部分反映的是长期波动率。
通过划分不同水平的历史波动率，可以帮助我们更立体地判断当前隐含波动率在何水平，进而判断是否存在波动率交易机会。这个方法要比与直接对比隐含波动率与历史波动率孰大孰小来判断交易机会更为全面、稳妥。
当然，在使用波动率锥时，我们还需要综合考虑是否会有重大事件发生影响长期波动率的总体走势。投资者不妨将波动率锥作为一件工具，灵活运用至期权交易过程之中。
3、波动率交易的风险
未能准确预测未来波动率的方向，因而在交易中我们通过Delta中性持仓，来动态对冲风险。
波动率交易的核心——消除风险。对于大多数交易员来讲，永远不会去赌自己对未来的波动预测是否准确，没有消除风险就是最大的风险。
此篇文章是波动率交易策略较为基础的部分，后续小哈会继续发布一些深度更有层次的交易机会发现和策略建议，更加欢迎大家共同来探讨交流，一起探索期权市场的奥秘。
转播
