期权场内交易,如何度量我的持仓的skew和smile风险?

论坛 期权论坛 期权     
期权匿名问答   2023-1-23 10:50   11171   6
期权场内交易,如何度量我的持仓的skew和smile风险?
分享到 :
0 人收藏

6 个回复

倒序浏览
2#
期权匿名回答  16级独孤 | 2023-1-23 10:50:55 发帖IP地址来自 北京
楼上二位 @李望 @二点三西格玛 都提到度量需要一个明确的定义,我现在就把各类定义汇个总。

1.基于模型参数的定义
假定模型里用来刻画skew或者smile的参数为 和s ,那么这种情况下skew和smile可以定义为对这些参数的敏感度 ,经典的模型可以参考SABR和Heston。这种定义的好处是只管明了,坏处有很多:用来对冲和常规greek交叉,改变背景(und,vol等)容易导致参数的重校准从而污染别的greeks,依赖dynamic。这种定义一般用作模型检验,而不用于对冲。

2.基于曲面对资产的定义
我们可以用 ,或者 组合来定义曲面的skew和smile,这两组定义长得非常的对偶(求解的时候可以互相作为dual problem)。既可以model  based也可以model free(partial model free,波动曲面本身需要建模),一般都是在ATM附近比较重要。
其中后者的在给定Delta离散化后(比如 )经常作为交易员检查曲面skew,smile程度(但不是对冲)的指标。 前者可以作为交叉项的“污染系数“辅助其他greek是的计算(可用于对冲)。关于正这个内容,我写过一个三篇的短小系列:
再闲谈波动率1——Vega到底是什么东西再闲谈波动率3——所谓波动曲面的“轴”Backbone在一些很经典的模型里,这些定义都是有明确计算的。

3.基于曲面自身参数的定义
基于芝加哥大学Roger Lee2004的结论,隐含波动率和在值度的比值在极度ITM和OTM的情况下都是有上界的,因此波动率允许被直接写成在值度的参数形式。
以经典的SVI参数化为例:
,能修饰的去面要素远比skew和smile丰富
其中a和m可以修饰曲面的垂直和水平位置,b可以修饰曲面wing处的夹角(部分诠释smile),rho可以全是整体倾角(skew), sigma可以全是atm出的曲度(另一部分诠释smile)
这类基于在值度的曲面参数好处是刻画丰富,对曲面建模非常优异。坏处是脱离dynamic和资产,对建模和对冲都有一定困难。这类方法一般用于曲面构建

4.基于ATM波动率和在值度的定义
很多skew,smile刻画是基于具体曲面固定点,报价,经典的比如VannaVolga系列方法,一般直接采用了市场上固定点位(比如25D)波动报价和ATM构建smile。其形式是多样的,有给定 的形式, 也有给定 的形式。这是目前我自己使用最多的方式(跟外汇市场报价习惯有关)
其优点是可以直接采用市场报价刻画曲面,同时修正曲面上下文极为方便。缺点是这一系列方案对vega值敏感度极高,整个skew和smile的刻画依赖于一个正确的合约Vega值(对于奇异合约还需要以来Vanna和Volga两个度量),容易“被市场欺骗”。

5.基于RR和FLY的定义
楼上 提到的产品对RR和FLY的敏感度Rega和Sega是一种外汇市场常见可对冲的skew和smile度量客户。 由于外汇市场的RR和FLY报价形式为vol组合,使得Rega和Sega本身可以作为特种Vega作为产品的skew和smile波动敞口。
由于RR和FLY在外汇建模中一般直接可以作为产品的输入之一(一个常见的外汇衍生品定价函数的形式 ),这使得这一刻画对于产品有一个直接的映射,建模上十分的简单。
这套方法的优缺点十分明显,对于外汇以外的资产类别由于delta间距问题不能凑标准的RR,FLY。往往RR,FLY依赖于其他波动率模型的导出,增加了建模的程序和复杂度。 另外,固定点位RR和FLY并不一定是非常工整的Deltaone RR和Vega 0 Fly(其实严格来说,skew和smile的刻画对RR和FLY的要求更高,详见Peter Carr vol  skew, smile trading),而且也无法解决交叉项问题。

6.基于Vanna和Volga Greek的定义
这是最粗暴的直接基于产品greek的定义: , 他们都是可对冲的。 缺点是巨大的,因为每次对冲这两个必须在delta neutral的情况下构建三个vanilla的头组(或者忽视volga至少两个),每次需要解一个方程组。  除了计算问题外,操作中还需要设置一些对冲频率,触发对冲所用期权头寸的阈值的额外设置。 这是最直接也是最费力的做法,需要计算和资本支撑。

7.SABR(style)
sabr是必须单独拎出来的一种刻画方式,因为他同时做到了dynamic - BSiv - 曲面参数三者的刻画。他能做到上面所有定义方式所能做到的,的唯一缺陷就只是基于sabr dynamic而已。
而涉及到其他dynamic的sabr style smile 拓展则需要非常变态高阶微扰展开和逼近,而只能解决这一个小问题。 我的一个国际著名pricing vender model负责人友人 @皮皮爸曾试图拓展其他dynamic的sabr style 刻画而三个月甚至没有完成展开这一步(相信我,这个过程非常变态)。由于这个领域比较野鸡而且有很多不那么完美的替代方案可以解决,因此学术界竟没有太多研究(定价论文我自信看的是比较多,每个子方向的经典都略知一二,但是真的没有见到太多这个方向的)

后记
简单来说,题主的问题是一个需要体系化,系统化基础建设才能慢慢拓展到应用层的大课题。 如果应急必须马上应用到实践中可以考虑外汇领域里的RegaSega法(对应上文5节)和其他asset class中的直接greek对冲(对应上文第6节)。但这些都不是长久之计,完善的解决需要系统的建模。
最后按照惯例,本系列是“纯虚假理论”,是由一个不但理论功底不扎实也没有实践经验,还只会“唧唧歪歪装逼”的后台(现在不是后台了)编写的。不指望能对从业者和学习者产生任何帮助,纯粹是笔者娱乐和消遣产物。“Quant高贵人”群体如果有鄙视或者寻求优越感的需求,欢迎直接实名在评论区输出,来多少欢迎多少。
3#
期权匿名回答  16级独孤 | 2023-1-23 10:51:51 发帖IP地址来自 北京西城
先想好你曲面构建的横轴是什么度量,行权价,moneyness,delta,再来刻画,风险就是乘回vega
4#
期权匿名回答  16级独孤 | 2023-1-23 10:52:45 发帖IP地址来自 北京
市场上Smile对应不同的Delta/Tenor (比如FX)或者Moneyness/Tenor(比如equity)都有Risk Reversal和butterfly的vol quote。
RR= Vc-Vp
FLY = (Vc+Vp)/2 -Vatm
仓位可以针对这两类市场报价做sensitivity 计算,得到Rega和Sega。 Rega代表了你仓位对于skew的风险,Sega代表了你仓位对于curvature的风险。一般会查看不同tenor上的分布,总量可以按照不同的tenor加权。逻辑上跟Vega一样。
5#
期权匿名回答  16级独孤 | 2023-1-23 10:53:22 发帖IP地址来自 北京
首先得下定义,给skew smile下个数学定义。
假设在某个期限下你有个波动率曲线,在波动率对行权价的函数。我们可以把skew定义为这个函数于行权价等于资产价格那点的斜率。至于怎么算这个斜率,大可以用差值法。
有了skew的定义和数值,就可以用你的头寸对skew的敏感度作为一个风险的指标。
假设现在的skew是1,寸头的价格0.5,skew上升1%后价格为0.8(假设你能重新定价)那么就知道你头寸的skew敏感度是0.3/%了。
当然,这只是方法之一。
6#
期权匿名回答  16级独孤 | 2023-1-23 10:53:41 发帖IP地址来自 北京
你可以借用类似FX option里面的Rega和Sega的概念。即option portfolio对于risk reversal和butterfly的sensitivity。别的asset class应该也能定义类似的希腊字母。
7#
通匠  6级职业 | 2024-2-18 20:54:55 发帖IP地址来自 浙江杭州
多謝分享!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:399327
帖子:79866
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP