陆丽娜：波动率交易模式与技巧

　　12月14日，由期权交易者学会主办的“2020期权之夜”大会在上海召开。浙期实业做市商负责人陆丽娜在会上以“高胜率玩法：波动率交易模式与技巧”为主题发表演讲。

　　陆丽娜表示，目前大部分的商品期权成交量除以期货成交量大概在10%左右，也有不到10%的，相对健康的一个市场的话，希望可以到10%以上，陆丽娜呼吁大家在未来都多多参与商品期权的市场。

　　陆丽娜表示，300ETF、300指数期权即将于12月23日上市，做市商的角色就是给市场提供定价的服务还有流动性，让市场稳定、健康的发展。

　　以下为陆丽娜发言实录：

　　陆丽娜：大家可以先来看一下第一张PPT，这是商品期权，目前我们在做市商5个商品期权的成交量，红色的线是期权的成交量，蓝色是相对应的标的的期货的成交量。可以看到大部分的商品期权成交量除以期货成交量大概在10%左右，也有不到10%的。

　　我觉得相对健康的一个市场的话，希望可以到10%以上，希望未来大家都多多参与商品期权的市场。在12月23日的时候，沪深300期权即将上市了，还有上交所跟深交所的300期权，都是比较大的品种。我们作为做市商的角色就是给市场提供流动性，做市商主要给市场提供定价的服务还有流动性，市场不要出现被砸穿的现象，市场的价格在第一秒钟，特别新品种上市的时候，我们做市商要给这个市场提供一个基本的价格。让市场比较稳定、比较健康的发展。

　　做市商非常希望广大投资者能够进来，不然是做市商和做市商之间在进行交易了。

　　我们下面看一下波动率的主题。首先讲一下历史波动率，期权的策略在波动率上面比较丰富，其中一个比较好用的策略是历史波动率和隐含波动率的套利。当隐含波动率大幅高于历史波动率的时候我们可以做空隐含波动率(期权)，我们可以卖出，进行现货上的对冲，实现(英)策略，或者反过来。

　　(见图)，大部分机构没有问题把它们算出来。首先提一个比较常用的方法，收盘价对收盘价历史波动率的算法，但是有一点要注意的就是，假设每天的行情涨1%或者10%，如果用传统的左边的方法算的话，会发现波动率算出来是0，这样是违背直觉的，我们算的时候把均值直接变成0，从而算出比较准确的波动率，如果每天涨1%，波动率就是1%，每天涨10%，波动率就是10%。金融学里面经常把收益均值设成0，最后算出一个收盘价对收盘价的波动率。

　　它的求法只是考虑了历史波动率，我们计算的时候会算一个最高点和最低点的算法。收盘对收盘的波动率是多少，以及品种最高点和最低点算出来的是多少，用两种波动率作为对历史的评估，再看期权盘面上的隐含波动率是多少。

　　另外比较常用的方法，用到每个数据样本点最高、最低点，开盘和收盘，平时我们用的比较少。大家可以看一下这方面算法的公式。(见图)。

　　这是用不同的方法算出来的波动率，它们之间有一些差异。我们常用的是CloseToClose和Parkinson。

　　隐含波动率有自己的特性，比如看一下SPX的vix指数，就是隐含波动率的加权平均指数，浅蓝色的是SPX的走势，深蓝色的是VIX指数，隐含波动率的特性是具有均值回复性，大部分时候在比较稳定的值附近进行振荡，但是具有非常强烈的爆发性。当隐含波动率涨的非常高的时候，我们做空，大概率能赚钱的，但是仓位上一定要进行管理，不然涨到什么程度我们没有办法进行预估，很容易爆仓。

　　VIX本身也是具有期货和期权的，但是国内现在IVIX还没有恢复公布，希望IVIX能恢复公布以后，之后推出IVIX本身的期货和期权，这样我们做波动率策略会更加容易。

　　这是50ETF期权。可以看到隐含波动率形状不是特别像国外的指数类型期权的波动率微笑的。(见图)

　　这是白糖的SR隐含波动率微笑曲线。看到10月31日这天标的发生较涨幅(见图)。标的发生了上涨，因为横轴是直行价，曲线就发生了右移以及上移，所以每一天根据标的的走势要观察隐含波动率的走势怎么进行变化，怎样进行上下平移，左右平移以及旋转或者凸性上的一些变化。

　　首先看一下隐含波动率的两个维度，一个是偏度，一个是峰度。

　　如果大家都觉得上涨的概率远远大于下跌的概率，画整个曲线的时候会在右边笑的更高一些，左边笑的更低一些，反过来也是一样的。每一条变化走势都是代表了他们的看法或者他们担心的地方是什么。

　　这是峰度，我们看50ETF峰度的情况，红色的线是正太分布，是对收益率(价格改变量)收益率的分布，会看到50ETF上都是尖峰后尾的，金融资产基本上都是长这样，都是不断的概率远远大于正太分布上的概率，以及小涨小跌的概率比正太分布小一些。我们说的黑天鹅事件经常发生，因为有后尾的特性。这样的概率分布决定了波动率是有微笑的，这个也是在金融危机之后才出现的微笑，金融危机之前期权的波动率确实就是一条直线。

　　我们看一下不同品种波动率微笑和隐含波动率分布特性，这是股票类的期权，50ETF长的并不是这样。国外类股票类、指数类长的基本上是这样，因为大部分机构会持有这个股票的多投。

　　这个波动率曲线会长成这样，右边比较低，左边比较高。(见图)。它所对应的隐含概率分布是右边的，大家害怕大跌，所以大跌的概率大家会觉得比正太分布这边多一些，于是这个曲线在这边笑的更多一些，每一条波动率曲线都对应标的资产未来走势的概率分布。

　　看一下商品，没有画图。商品的特性比较害怕暴涨。

　　这是外汇，如果没有明显预期的时候，它就是一个完全对称的概率分布，但是如果有明显预期的时候，也不是这样的。

　　另外还有一种比较特殊的，如果有预期的大跳跃，要么大跌要么大涨，这时候甚至会看到哭泣的微笑曲线。在50ETF上有一阵子我们看到了哭泣的微笑曲线，当时我们觉得散户一下子冲进来，把平值波动率买的非常高，就是进去做套利了，我们会卖出中间的期权，买入两边的期权，把哭泣的微笑曲线做成微笑的形状。

　　对Skew波动率倾斜的度量我们这么算的，比如说Put Skew，就是左边翅膀的微笑程度。(公式见图)，Call Skew，大白话就是右边翅膀的陡峭程度。

　　看图说话，有的时候做期权非常容易，我们看着图能够做策略。这个图看出来，3月份的Skew特别倾斜，6月份的我觉得是不合理的，你可以怎么做？我们可以买入6月份虚值的看跌期权，卖出3月份的虚值的看跌期权，右边也是，卖出6月份虚值的看涨期权，卖出3月份的虚值看涨期权。

　　这个也是看图说话，3月份笑的这么灿烂，6月份这么平坦，不合理。我们卖出3月份宽跨式期权，买入6月份的宽跨式期权。(见图)

　　另外还有比较好玩的一个名字，我们叫蜻蜓期权，也是峰度策略。如果一个峰度头寸由一个Vega值恰好为跨式期权Vega一半的跨跨式期权构成，那么一个Vega中性头寸会由2份跨宽式期权和1份跨式的期权组成。

　　(见图)如果标的上涨，倾斜会向右移动同样的数值。如果标的市场下跌，倾斜会向左移动的同样数值。最低点是不是都要在平值上还是最低点都是在平值的左边还是右边，比如说像商品期权，整个微笑曲线是右侧高，左侧低。它的平值一般都是在最低点的右边，不是说平值都是在最低点上，不一定的。我们要观察它的平值在左侧还是右侧，这是非常有意思的一种统计，可以发现它的规律，可以赚到钱。

　　比如说一个品种最低点大部分时候在平值的右边，突然有一天跑到左边去，我们可以把这个策略做进去。

　　这个就是比较简单，整个隐含波动率发生了上升和下降。

　　下面看一下波动率微笑的标准化。

　　这个标准化对于做非常多月份的期权合在一起做的时候非常有用，如果只做一个月份的时候不要标准化了，如果做近月和远月的标准化套利就需要把它标准化掉。

　　这个是白糖期权所有月份的隐含波动率微笑，我们把横轴跟标的资产价格相等的执行价，正两百和负两百，这是绝对值的相减，没有标准化。这样会看到近月曲线这么抖，远月这么平，是不是可以做峰度策略呢？我卖出近月的宽跨，买入远月的宽跨，能赚钱吗？不一定，因为没有标准化。

　　我们说同样涨1%，马上就要到期的期权，比如还有一分钟到期的期权，得有多大的波动率才可以涨1%，如果马上到期了，再涨10%，相对应的波动率就会非常大。但是很远的期权涨了10%只需要很小的波动率就行了。

　　可以这样理解，2年到期虚值10%，和1个月到期虚值10%，1个月跌10%更有恐慌效应，所以应该vol更高。

　　5%的vol和50%的vol对应的恐慌效应也是不同的，基于这个思想，我们应该对时间和波动率都做一个调整。

　　为什么除以vol * sqrtT。可以理解为，10%是T时间内的return，vol * sqrt(T)是T时间的波动率，所以比值就是单位波动率的return。

　　这样就可以跨时间维度来比较波动率了。

　　这是前面那张白糖的图，大家会看到远期很平，近期很抖，标准化之后其实也没有差很多。

　　为什么分子这样？分子这样代表收益率。如果10%的虚值，10%的实值，其实是一个涨幅。再除以这个月份平值的隐含波动率再除以根号T。(公式见图)。

　　比如说一年的波动率是16%，一天的波动率是多少？1%。16要除以根号250几，差不多就是1%。如果有一个期权的波动率是32%，折算到一天的波动率可能2%，这个平值一天会波动2%吗？不会。你就认为32%的平值是高估的。

　　我们用T时间的收益率除以T时间的收益率，是不是就是单位波动率所对应的收益率。其实就是一个标准差的概念。这样可以跨时间、跨维度、跨品种比较波动率。

　　这个案例是沪深300指数期权做市商大赛时的数据。这是12月份期权的波动率微笑曲线，当时比赛的时候波动率微笑都是长这样的，跟美国是一样的。12月份是紫色的点，10月份是红色的点，大家觉得10月份的Put Skew比紫色的点Put Skew高很多，我们是不是应该空10月份，多12月份？不一样。

　　我们横轴不变，纵轴变一下，变成标准化的算法算的，发现10月份的Put Skew没有比12月份的高，反而12月份更陡峭，可以合理认为12月份的Put Skew高，10月份的低。这个应该标准化掉。

　　期限结构的意思就是把每个月的平值的隐含波动率连起来画一条线就好了，这个很简单。我们会看到在10月31号那天白糖发生了大涨，大涨之后黑色的线是大涨完之后那一天的期限结构，会发现整个期限结构发生了上抬，所有月平值隐含波动率上涨了，而且发现近月涨的最多，一般都是这样。出什么大事情的时候，有重大行情的时候肯定都是近月反应最快，远月因为时间长，平均波动率下去了，反应慢一点。这边是1月、3月、5月、9月，整个波动率上抬并且近月抬的更多。

　　看12月6日50ETF波动率期限结构，看到近月隐含波动率非常低，骤降，整个曲线结构是这样上去的，并不是平行下来的，近月会发生一个骤降。这个在没有什么行情的时候，期限结构一般都是这样，我们叫正向结构。

　　反过来如果近月隐含波动率非常高的时候，我们叫反向结构。我们近期出大行情的时候基本上都是反向结构，没有什么行情的时候都是像右边这幅图的正向结构。

　　如果说近月的隐含波动率比远月的隐含波动率高多少的时候，我就认为目前是有行情，我认为这个波动率是偏高的，我可以卖近月。这些指标给我们提供一些策略信号。

　　波动率期限结构刚刚大家看过了，现在再来算，怎么样算远期隐含波动率？我们用第一月的波动率。(公式见图)。

　　通过这个公式能算出来第一个月到第二月之间远期隐含波动率。这个如果求出来很小或者很大，都能反映出一些策略。但是在指数上比较好用，因为每个月份对应的标的，比如说50，四个月份对应的标的都是50ETF，如果对于商品没有太大的意义。因为商品1月份对应的是1月份的标的，5月份对应的5月份的标的，1-5月之间的求出来没有太大意义，因为基本面不一样，因为有季节性波动率在里面，所以不对商品求远期隐含波动率，我们只对50ETF这些指数类的求远期隐含波动率。

　　我们求出来之后，会有一个低风险套利的机会。如果远期隐含波动率小于0，可能吗？我们这边是开根号开出来的，不可能小于0，所以根号里面是负数的话，根号都开不出来，如果根号里面本身算出来就是负数，我们会有一个胜率非常高的策略，我们可以卖出近月期权，买入远期期权。

　　这个是期限结构图，我们再反推出远期波动率期限结构，假设每个期权间隔如果都是一个月的话，都反应了一个月的隐含波动率，这个可比性会非常好。我感觉这个点比较高，我们可以很明显看到这个点非常高，我可以做多11月的波动率，做空12月的波动率，11月12月的远期隐含波动率特别高的时候，我可以做多11月的期权，做空12月的期权。(见图)

　　这是波动率锥，比如离到期30天的隐含波动率，每个都标准化到30天，因为不可能每天多能找到离到期日30天，可能明天变成29天，后天变成28天，全部要标准化到30天、60天、90天、120天这样。

　　这是Vega。不同的期权隐含波动率是不一样的，每个月的隐含波动率的变化程度也是不一样的，我们一般会进行调整，比如说一个月的期权Vega的重要性是三个月期权Vega重要性1.73倍。这个也是可以统计的。

　　我们说远月的Vega大，远月的波动率风险大，也不一定，近月的Vega小，但是近月的波动率动起来比较多。

　　最后大概扫一下每个品种，我们现在在做的做市商品种历史的隐含波动，平值期权隐含波动率走势，棉花隐含波动率一直在降，都是正向结构。这个是豆粕，可以看到近月隐含波动率一直在飙，这个是假的，因为马上到期了，马上到期的期权隐含波动率没有太大意义了，不用看它。

　　这个是橡胶，大概过一下。这个是铜，波动率一直在降，期限结构是正向的。这个是白糖。(见图)

　　我的演讲到这里。谢谢大家。