【波动率交易系列之二】波动率倾斜中的交易机会

波动率倾斜中的交易机会小明说期权
小明写在前面的话
上一讲中我们介绍了Gamma Scalping策略，本质来说交易目的是赚取期权隐含波动率与现货实际波动率偏差的钱。其实除此之外，还可以构造相对价值波动率交易策略，即赚取不同期权隐含波动率出现偏差后偏差逐步回归的钱。本文中将对Skew Trading策略进行具体的介绍。
1. 策略基本原理
2. 策略操作方法
3. 策略表现回顾
4. 策略改进探讨
1策略基本原理所谓相对价值交易策略是指两个或以上金融资产的价格出现不合理的偏差时，投资者可以通过出售定价偏高的资产而同时购入定价偏低的资产构建投资组合，当这种不合理的价格偏差减弱或消失时，投资者即可获利。
我们定义Volatility Skew Index（VSI）为虚值期权隐含波动率与平值期权隐含波动率比值，从vix.shtml" target="_blank" class="relatedlink">50ETF期权按每日收盘价计算得到的 VSI(t,i)（i=1,2;t=1.2.3……）时间序列如下图所示，可见是均值回复过程，即若VSI与均值偏离较大时，其随着时间的推移会恢复到均值附近，从而我们可以进行统计套利。
Skew Trading策略是当VSI偏离均值时，通过买卖平值期权和虚值期权构建组合，期望VSI回归均值进行获利的一种期权交易策略。

2策略操作方法

3策略表现回顾考虑到不同到期月份的认购期权流动性不同，我们优先考虑交易最活跃的品种，依次是平值期权、第一个虚值期权(高于平值的第一个浅虚值认购期权，后依此类推)和第二个虚值期权，这三类期权的主力月份合约日成交量占比占总成交量的60%-90%，均值达到69%。
我们回测了2015年6月1日至11月23日距离到期日3个交易日以上的虚值期权和平值期权对，回测时使用的无风险利率为3.5%，期权的交易价格为每日收盘价。
对于第一只虚值期权VSI策略进行回测，结果表明119个交易日中出现32次交易机会，交易机会多在6月出现。32笔交易中29笔实现正收益，胜率91%，收益率均值为1.1%，平均持仓天数3天，最高一笔2.99%。

同样的，我们对第二只虚值期权VSI策略进行回测，结果表现119个交易日中共有26此交易机会，其中16笔为正收益，胜率为61%，收益率均值为0.86%，平均持仓天数2天，单笔收益率最高4.39%。可以看到相对而言，第一个虚值期权的VSI交易策略更优，往往会有更多的交易机会和更高的交易胜率。

除此之外，为了更贴近实战的回测标准，我们将收盘前五分钟14:55价格作为开仓基准以此发出信号，在收盘时以收盘价进行交易。从回测结果看，对最终收益影响不大，但是策略收益的不确定性有所增加。
4策略改进探讨1. 增加开仓频率：期权相对价值交易属于胜率较高，增加开仓频率有利于增厚利润，进而提高资金的利用效率。考虑到期权流动性水平，我们每15分钟可以侦测一次市场相对价值交易机会：对第一只虚值期权VSI策略，交易次数由32笔调高到260笔，平均收益率为0.6%，平均持仓时间仅为90分钟，胜率也提高到几乎100%。
2. 选择远月期权合约： VSI策略的收益来源主要在于VSI回归均值带来的Vega收益，而Gamma和Theta可能贡献正收益，也可能贡献负收益。而远期合约在Gamma和Theta上的风险暴露较小，而在Vega上暴露较高，从而能够更好地捕捉VSI回归均值带来的收益，同时提高收益盈利的稳定性。考虑到国内市场现状是近月合约相较远月合约更为活跃，冲击成本更小，可见VSI策略在国内市场需要平衡合约活跃度和期限的关系，成交较为活跃的远月合约是比较好的选择。
3. 使用组合保证金提高策略收益：保证金的计算方式会影响最终收益测算，若利用新组合保证金规则进行测算，能够较大幅度提高策略收益水平，如第一个虚值期权的VSI策略平均收益率从1.1%提高到3.53%，第二个虚值期权的VSI策略平均收益率从0.86%提高到2.40%。

兴业小明说期权系列基金经理期权投资秘籍（上）基金经理期权投资秘籍（下）
Covered Call策略完全指南之一：初识Covered CallCovered Call策略完全指南之二：策略指数Covered Call策略完全指南之三：基金产品中的应用

期权波动率交易之一：基于期权复制策略的波动率套利策略
期权波动率交易之二：波动率倾斜中的交易机会
......

未完待续，欢迎关注收藏！

详情请参阅相关研究报告，或联系兴业证券金融工程研究团队。--------------------------------------联系人：于明明电话：18616021459,021-20370619微信：skytaro8260
E-mail: yumingming@xyzq.com.cn--------------------------------------更多量化最新资讯和研究成果，欢迎关注我们的微信公众平台（微信号：XYZQ-QUANT）！