股指期权的保证金模式简介

论坛 › 期权论坛 › 期权

 真格量化  2019-11-15 20:43  5458  0

期权保证金与期货保证金存在显著差异，期货买卖双方均需缴纳一定数额保证金来保证期货到期履约，而期权交易中，期权买方通过支付权利金获取相应权利而不承担履约义务，因此无需缴纳保证金；期权卖方收取权利金的同时承担履约义务，因此需要缴纳保证金。

在真格量化中，可以通过GetMargin函数来查合约的保证金率。

在当前全球股指期权市场上，保证金制度可以分为传统保证金模式和投资组合保证金模式两大类。

传统期权保证金模式以交易所事先公布的单一合约（或特定组合）的保证金计算方法为基础进行计算，把投资组合中的每个合约（或特定组合）独立看待、分开处理。这种保证金模式不考虑合约之间的相关性以及不同合约之间的风险相互抵消。传统保证金制度主要分为固定比例/数额模式及Delta模式。

投资组合模式则考虑不同产品种类、不同期限合约间的相关性，以投资组合为单位，融合所有头寸风险，考虑到各投资成分的波动性以及各合约策略间的相互作用，并依此计算所需的保证金数额。相对于传统保证金制度，投资组合保证金制度可以更精确地反映整个投资组合的实际风险和保证金数额。

由于投资组合保证金模式可以在有效管控风险的同时较大程度提高复杂产品头寸持有者的资金利用效率，因此一般被应用于交易所对结算会员层级的保证金计算；而对于引入了投资组合保证金模式的市场，在结算会员和客户层级往往仍采用传统模式计算保证金额度。目前，国际成熟市场中普遍使用的投资组合保证金模式主要包括SPAN、TIMS、STANS等。

从股指期权传统保证金模式和投资组合保证金模式之间的演变过程来看，两者并非互为排斥关系。包括芝加哥期权交易所（CBOE）和台湾期货交易所在内的一些交易所，在股指期权的上市初期均采用了形式简约、原理简单的传统保证金作为市场各结算层级间的保证金计算模式。

随着市场不断发展，市场上产品品种的不断丰富，出于结算会员和一些规模较大的机构对于提高资金利用效率的需求，交易所开始引入投资组合保证金模式，并将其主要应用于交易所和结算会员间的保证金收缴计算。在有些市场中，结算会员对规模机构客户也采用投资组合保证金模式，而结算会员对于其它一般客户则仍采取传统模式计算保证金。

目前计划中的上交所ETF期权组合保证金业务包括：

一是组合策略的构建及解除。包括申报构建组合策略，申报解除组合策略，申报账户类型分为个人投资者、机构(经纪、自营)两大类，同时测试结算参与人对客户组合策略构建和解除委托进行前端控制。

二是组合策略维持保证金计算及处理。具体包括计算含组合策略的日终维持保证金，结算参与人日间对持有组合策略进行保证金试算和监控，以及结算参与人按不低于上交所及中国结算对组合策略保证金的收取标准向客户收取组合策略保证金。

三是组合策略风险处置。即对客户持有的组合策略进行强行平仓。

目前在测试中的ETF期权组合保证金的制度，其实是由投资者根据构建的组合向上海证券交易所交易系统申请保证金减免的业务。也就是说，以前如果一家机构组建了一个对冲式的期权组合，那么买卖两个方向的合约都要收取保证金，但如果以一个组合来看待，那么所需要缴纳的保证金就可以减少很多。

随着股票市场相关期权品种不断推出，我们估计能为投资者带来更多便利的投资组合保证金制度也会逐步建立和普及。

— — — — — — E N D — — — — — —

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

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”

波动率交易介绍

推高波动率的因素

波动率的预测之道

趋势交易面临挑战
如何构建知识图谱
机器学习就是现代统计学

AI技术在金融行业的应用

如何避免模型过拟合

低延迟交易介绍

架构设计中的编程范式

交易所视角下的套利指令撮合

距离概念与特征识别

气象风险与天气衍生品

设计量化策略的七个“大坑”

云计算在金融行业的应用

机器学习模型评估方法
真格量化制作期权HV-IV价差
另类数据介绍

TensorFlow中的Tensor是什么？

机器学习的经验之谈

用yfinance调用雅虎财经数据

容器技术如何改进交易系统
Python调用C++
如何选择数据库代理
统计套利揭秘

[h1]一个Call搅动市场？让我们温习一下波动率策略[/h1][h1]如何用真格量化设计持仓排名跟踪策略[/h1][h1]还不理解真格量化API设计？我们不妨参考一下CTP平台[/h1][h1]理解同步、异步、阻塞与非阻塞[/h1][h1]隐波相关系数和偏度——高维风险的守望者[/h1]Delta中性还不够？——看看如何设计Gamma中性期权策略

[h1]Python的多线程和多进程——从一个爬虫任务谈起[/h1]线程与进程的区别
 皮尔逊相关系数与历史K线匹配

Python2和Python3的兼容写法
 Python代码优化技巧

理解Python的上下文管理器

如何写出更好的Python代码？这是Python软件基金会的建议
评估程序化模型时我们容易忽视的指标

看看如何定位Python程序性能瓶颈

什么是Python的GIL

投资研究中的大数据分析趋势及应用

理解CTP中的回调函数

如何围绕隐含波动率设计期权交易策略
看看如何用Python进行英文文本的情感分析
算法交易的分类

Python编码的最佳实践总结

什么是波动率锥？如何用波动率锥设计期权策略？
期权的波动率策略与时间价值收集策略对比

期权用于套期保值和无风险套利

隐含波动率对期权策略的影响

卖出期权交易的风险管理原则和技巧
期权交易中的“大头针”风险
期权做市商策略简介

精细化您的交易——交易成本评估与交易执行策略
海外市场交易执行策略的实践
设计期权套期保值方案时应注意的问题
美式期权、欧式期权比较分析——定价与风险管理
构建您的AI时代武器库——常用的机器学习相关Python库
期权波动率“微笑曲线”之谜
运算任务愈发繁重，如何加速Python程序运行？
证券市场微观结构理论模型是什么

是瞬间成交还是漫长等待？——如何衡量市场流动性
波动率指数及其衍生品介绍

Python的异常处理技巧

Python中的阻塞、异步与协程

"香草"之外的更多选择——几种常见的路径依赖奇异期权
什么是CTP？——了解上期所CTP快速交易系统
了解季节性——以谷物和油籽为例
是前因还是后果?——在真格量化中进行格兰杰因果检验

Python导入模块的技巧
Python程序员常犯的十个错误

搜索数据泄露天机？——舆情指数与期货行情关联性分析思路

机器学习常见算法分类汇总

如何使用Data Pipeline 自动化数据处理工作？
CTP API的委托介绍和在真格量化中的订单流控制
高频交易对市场的影响
期货行情及其组织形式——以上期所为例
理解并行与并发
郑商所和大商所套利指令及在真格量化的实现
机器学习用于金融市场预测面临的挑战
高频交易中风险控制的常用措施
查询结果偏离预期？来了解CTP的报单函数及委托状态查询
Python中的ftplib模块

理解真格量化的Python编程范式
需要处理大量市场数据？来了解一下MySQL、HBase、ES的特点和应用场景

NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换
Python中的scikit-learn机器学习功能库
什么是程序设计中的高内聚、低耦合？
Python的内存管理与垃圾回收机制
云服务中的容器技术
什么是“面向对象”程序设计-以Python为例
波动率介绍及其在资产定价中的应用
发现策略中的孪生兄弟——期权交易中的等价或相似策略解析

如何利用期权改进指数投资表现——借鉴海外市场经验
如何用期权进行“哑铃型”资产配置——“90/10”策略介绍
国外著名商品指数编制方法比较
FPGA技术在金融行业的应用——以沪深行情加速为例
美国市场对部分高频交易行为的监管

报价驱动制度与指令驱动制度比较
理解动量投资策略和逆向投资策略——通过行为金融学视角

期权做市商面临的风险及其对做市业务的影响

商品期权在现货企业中的应用
期权进行套期保值的优势与策略分类

COT报告揭秘——如何解读CFTC的持仓报告
什么是“零拷贝”技术

跨市场套利——策略简介与风险因素
什么是期权市场的PCR指标？
量化交易的频谱分析与策略搭配规律

资产价格与波动率的关系

基本面量化与美林时钟模型

常见的价差交易策略介绍
高频交易是否对市场造成了负面影响？

海外股指期权市场概况
期权是否能用于底层资产的价格预测？

什么是股指期权？
股指期权现货指数的构成和波动率
ETF期权与股指期权在策略设计中需注意的差异性

回复

分享到 :

0 人收藏

6级职业

积分:870

帖子:180

精华:0

+ 关注私信

期权论坛

期权论坛

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.