如何根据波动率曲面设计策略

论坛 › 期权论坛 › 期权

 真格量化  2021-5-3 13:53  8107  0

期权投资者一般都知道，Black-Scholes期权定价模型的特点之一是允许非平坦的波动率曲面，这表示期权的隐含波动率不但取决于标的资产的历史波动率，而且取决于期权的行权价格（strike price）和距离到期时间（time to maturity）。期权交易最需要注意的一点是，隐含波动率可以视为对期权的定价（就像利率就是债券的实际价格一样），隐含波动率高的期权比波动率低的期权定价更高。本文中，我们简单介绍股票指数的波动率曲面，但大部分情况下也适用于个股期权，尽管有时需要进行一些调整。

下图显示S&P500指数的波动率曲面与虚实程度（moneyness）和到期时间的关系。moneyness定义为K / S，其中K是期权的行权价格，S是标的资产当前价格。在这个例子里，100％的期权表示一个平值期权（ATM），90％的期权表示一个下行期权（downside option，通常是看跌期权put），而110％的期权表示一个上行期权（upside option，通常是看涨期权call）。

从上图中可以看到，这个例子中，波动率与行权价格相关。下行期权（put）比上行期权（call）的定价（隐含波动率）更高，原因可以包括：

1）下行价格变动通常比上行价格变动要大；

2）在海外市场，期权隐含波动率的变动和标的资产的变动通常是负相关的。

期权的期限结构概念（隐含波动率如何随时间变化）与债券非常相似，所以投资者应关注偏离度（skew）。

波动率偏离度（volatility skew）是指给定到期时间下的所有行权价格与波动率组合。偏离度通常被引用为95％和105％（或者90％和100％）的波动率之差。

由下表可以看出，随着行权价格的增加，S&P500和EUROSTOXX50的波动率都在稳步下降。尽管EUROSTOXX50的波动率更大，但95-105偏离度对S&P500来说更大。这是由每个指数的行为特点和市场流动因素决定的。

对于波动率偏离度如何变化，通常有两种常见的假设：粘性行权价格（sticky strike）或粘性delta（sticky delta）。

粘性行权价格假设标的价格变动时，每个行权价格上的隐含波动率不会改变。这个假设限制性强而且有些不现实，只有当标的价格保持在一个较小的范围，它才可能有效，但如果标的价格变化幅度很大，该假设就是明显错误的。

粘性delta假设较为合理，根据假设，隐含波动率对于具有相同Delta的期权是稳定的。对于股票来说，我们可以用moneyness来代替Delta。

例如，假设标的价格 = 2,000 | 行权价格 = 2,000 | Moneyness = 100% | 隐含波动率=15%

如果标的价格上涨10％，我们来观察一个90％的期权，这是一个下行期权（put），所以在其他条件相同的情况下，期权“定价”变高。注意“其他条件相同的情况”是一个非常严格的条件。这是因为除了期权“沿着曲线”运动之外，曲线本身的也会运动。通常情况下，我们会看到标的价格上涨时隐含波动率曲线向下移动，因此当我们去定价行权价格为2000的期权时，我们无法知道隐含波动率实际变大还是变小。

从下图可以看出，标的价格上涨时，下行期权的隐含波动率将相对变大，上行期权的隐含波动率将相对变小。

因此我们可以制定一种交易策略，通过期权的delta对冲（delta hedge）构建看涨头寸，买入下行期权并卖出上行期权。如果持有下行期权并且股指上涨，则期权的定价，即隐含波动率会有更大概率变得更高，因此有更大的概率看跌期权价格会更高。对于上行期权而言，给期权定价的隐含波动率会更低，因此有更大概率其价格会更低。

虽然这种策略通常会在涨势中赚钱，但并非总是如此，原因包括：期权价格由多个变量决定；波动率变化可能与模型计算不同。如果Delta对冲频率较低，或者如果标的价格跳跃式上涨，该策略可能不会赚钱。如果标的价格迅速下跌，该策略可能会因为long gamma头寸仍然赚钱。

理论上，平值期权应该沿着曲线移动，但事实这并非总是如此。如下图所示，波动率曲线本身出现了平行下移。此时，如果仍然实施买put卖call这一策略，收益率就会不如预期，甚至发生亏损。

这个简单的例子演示了波动率曲面交易所涉及的风险，我们投资期权时应该重视波动率曲面的变化，并了解不同品种的的波动率曲面的特点。

— — — — — — 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
股指期权与ETF期权合约设计比较
期权实战攻略：如何进行期权的波动率交易？
不同市场预期下的期权交易策略
波动率期限结构与日历价差策略

期权策略基准指数简介
证监会批准开展PTA、铁矿石、黄金等5种期权交易
期权备兑开仓策略的注意事项
期权定价中的BAW和CRR模型
上海证券交易所股票期权组合策略业务指引及其影响

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.