波动率系列文章
如何简单粗暴地交易波动率？
如何简单粗暴的交易波动率2
期权波动率策略-天地同福
舌尖上的期权料理2：大厨的波动率卖方策略
近期IV变化较远期IV变化大
2019年6月28日G20会谈结果乐观，7月1日标的高开，但是隐含波动率大幅度回落。这一变化似乎是在预期内的。我们分别将不同到期日的平值合约（strike：2.95）拉出来，画出7月1日其相对于昨天收盘IV的日内变化（图1），可以看到当月的合约IV变化最为剧烈，其次是次月；而季月和下季月的合约相对平缓,该定理又再一次得到验证。短期合约受消息面影响大，市场参与者会对消息做出反应，而长期预期更多受基本面影响，因而变化较为平缓。
![]()
图1：2019年7月1日平值期权IV日内变化
同时，画出2015年2月9日-2019年6月21日不同到期日平值合约IV变化(图2)，可以明显当月合约IV相对于其他合约的变动更为剧烈。这似乎印证了这一结论。
![]()
图2：不同到期日平值合约IV变化及50ETF走势变化
突破买入波动率
在《如何简单粗暴的交易波动率》、《如何简单粗暴的交易波动率2》中，我们发现通过连续两天IV上升则买入波动率，连续两天IV下降卖出波动率这一简单地逻辑交易次季月IV和次季月合约构成的Straddle，得到不错的收益。我们试着将同样的逻辑应用在次月合约上，希望会得到同样的效果。
下图为2015年2月9日至2019年6月21日，以次月隐含波动率为交易标的，使用日度IV数据进行回测的结果。若排除2015年极端行情，3年半时间,累计赚取21.79%Vol，其中2016年约有5.7%Vol，2017年约有11.2%Vol，2018年约有15.72%Vol，2019年截至6月亏损10.83%Vol。
![]()
图3：策略回测结果
表1：各个月份盈利/亏损的隐含波动率数值
2015
2016
2017
2018
2019
1月
9.90%
0.00%
0.70%
-0.55%
2月
0.00%
0.00%
-0.60%
11.40%
0.01%
3月
2.10%
3.20%
-1.50%
-0.25%
-5.14%
4月
14.50%
-1.70%
-0.20%
0.80%
-2.15%
5月
-3.80%
-4.60%
0.00%
0.09%
-1.79%
6月
12.70%
-1.60%
7.00%
-1.44%
-1.21%
7月
-1.50%
-0.90%
0.00%
-1.58%
8月
-28.80%
-2.00%
0.00%
-0.22%
9月
-28.60%
0.60%
0.20%
1.80%
10月
-0.80%
0.70%
0.00%
3.42%
11月
6.10%
-2.10%
0.00%
-0.29%
12月
-2.00%
4.20%
6.30%
1.28%
Total
-30.10%
5.70%
11.20%
15.72%
-10.83%
买入straddle策略绩效
将这一交易策略同样应用于期权合约上，交易次月合约构成的straddle。回测结果如下图4。总收益-38.89%，年化收益-10.66%。2015年亏损最大，策略年收益-36.3%；而最大收益发生在2018年，年化收益38.8%；具体如表3所示。与采用同样的策略交易次季月合约的结果相去甚远。
表2：策略收益
投资组合
总收益
年化收益
夏普比率
最大回撤率
本策略
-38.89%
-10.66%
-0.46
0.66
上证50
26.39%
5.51%
0.06
0.45
表3：年度收益统计
年份
上证50年收益
策略年收益
2015
4.1%
-36.3%
2016
-5.5%
-14.2%
2017
25.1%
0.4%
2018
-19.8%
38.8%
2019
28.2%
-19.8%
![]()
图4：突破买入straddle策略收益曲线
买入straddle绩效不佳的原因及改进
一个猜想如我们上文分析，短期合约IV相比于长期合约IV变化更为剧烈，因而可能方向上还未跑出straddle的盈利区间就已经触发止损。其次，以连续两日IV下降为出场条件太慢。可能已经错过了IV上升带来的收益。
针对这一猜想，我们对交易策略进行了改进。首先是加入止盈限制。当收益分别达到100、200、400、600时出场。改进后的结果如下图5所示。可见加入止盈条件后策略的收益明显得到改善，但是收益曲线形态并没有得到明显改善,原本期待改善获的2016年,2017年净值曲线仍然一路向下。观察图4中2016年、2017年IV的走势，发现这段期间隐含波动率一直处在下降的阶段（如箭头所示）。因为市场整体的趋势是降波的，所以做多波动率的策略的报酬不佳。
表4：策略收益汇总
投资组合
总收益
年化收益
夏普比率
最大回撤率
未止盈
-38.89%
-10.66%
-0.458
0.659
100止盈
12.90%
2.82%
-0.069
0.331
200止盈
7.52%
1.67%
-0.134
0.317
400止盈
3.65%
0.82%
-0.166
0.380
600止盈
13.12%
2.86%
-0.060
0.409
上证50
26.39%
5.51%
0.060
0.447
表5：年度收益统计汇总
年份
上证50年收益
未止盈
100止盈
200止盈
400止盈
600止盈
2015
4.10%
-36.30%
-19.39%
-10.78%
-18.51%
-16.13%
2016
-5.50%
-14.20%
12.62%
7.60%
8.32%
3.40%
2017
25.10%
0.40%
7.78%
2.54%
4.16%
14.74%
2018
-19.80%
38.80%
24.91%
24.25%
29.19%
28.89%
2019
28.20%
-19.80%
-7.62%
-12.09%
-12.74%
-11.80%
![]()
图5：止盈及未止盈买入straddle策略收益曲线
尝试加入判断波动率趋势滤网
如果我们加入一个过滤信号呢？当次月IV连续2日上升，且次月IV>季月IV时入场。原因是根据Volatility Surface的特性，ATM vol term structure一般是flat，或者upward sloping（比如市场极度平静，但预期远期市场开始有动作）。Downward sloping的term structure一般出现于危机时期（市场剧烈波动，但预期过一段时间市场趋于缓和）。因此加入这个滤网，提取出波动率期限结构Downward sloping的状态，市场处于剧烈波动阶段，次月合约变化会更加剧烈，确保能够达到我们需要的盈利。回测结果如下图6所示，虽然规避掉了2016年、2017年这一段时间的亏损，但是也没有使得结果得到优化。可能相对于短期合约的IV而言，以日为频率的交易并不是一个最优的选择，会使得我们错过很多信号。
表6：策略收益汇总
投资组合
总收益
年化收益
夏普比率
最大回撤率
未止盈
-38.89%
-10.66%
-0.458
0.659
次月IV>季月IV
-47.93%
-13.88%
-0.779
0.619
上证50
26.39%
5.51%
0.060
0.447
表7：年度收益统计汇总
年份
上证50年收益
未止盈
次月IV>季月IV
2015
4.10%
-36.30%
-19.27%
2016
-5.50%
-14.20%
-6.44%
2017
25.10%
0.40%
-4.16%
2018
-19.80%
38.80%
-7.25%
2019
28.20%
-19.80%
-22.45%
图6：加入滤网后与未加滤网之收益曲线比较
小结
(1) 剔除2015年极端的IV后,整体IV报酬率仍然稳定
(2) 交易次月strddle,报酬不如交易远月合约
(3) 加入止盈条件后,报酬有改善,但走势型态无太大改变
(4) 加入滤网后,虽然过滤掉2017年波动向下的情况,但也过滤掉了一些获利,且对于2019年的IV下行无法过滤,故其有效性不佳
在加入了止盈条件后绩效己有改善,证明趁波动率回落之前出场,确实较佳,我们使用日内数据来买入波动率,会不会有更好好的结果呢?下周再给大家参考
作者简介
杨雪：方正证券交易运行与期权期货部门，老徐期权交易策略研究团队核心成员,人称方正期权小雪；台湾清华大学金融工程和巴黎高科MINES ParisTech管理学双硕士，同济大学金融学学士；负责期权波动率模型、期权交易策略的分析和回测；熟练软件Python/Matlab。
|
|
转播
