股指期权现货指数的构成和波动率

论坛 › 期权论坛 › 期权

 真格量化  2019-11-15 20:45  4107  0

在新的股指期权准备上市之际，对于有经验的vix.shtml" target="_blank" class="relatedlink">50ETF期权交易者，其交易策略稍加改动就可以套用在新的标的上，但我们仍需要了解不同现货指数的一些差别。

沪深 300 与上证 50 的成分及风格

沪深 300 指数的选取原则是上海和深圳证券市场中市值大、流动性好的 300 只股票，其成分构成在股指中相对较为综合也较能反映当前股市的情况，其中金融地产股权重占比较高（38.21%），其次为主要消费（13.23%）和工业（11.02%）。前十权重个股是中国平安、贵州茅台、招商银行、格力电器、兴业银行、美的集团、恒瑞医药、五粮液、伊利股份、中信证券。

上证 50 指数的选取原则是沪市 A 股中规模大、流动性好的最具代表性的 50 只股票，其成分构成以大盘蓝筹为主，其中金融地产股权重占比达到了 59.72%，其次为主要消费（13.66%）和工业（8.11%）。而在市值分布上，大盘股也占到了上证 50 股指的主流，目前上证 50 股指对应个股中，市值最大的是中国平安（流通市值 9555.49 亿元），其次分别是贵州茅台、招商银行、兴业银行、恒瑞医药等，其整体风格偏向大市值。

沪深 300 与上证50的历史波动率情况

自 2010 年以来，沪深 300 与上证 50 的 20天历史波动率HV(20)波动率差别并不大，分布上仅略有差异。沪深 300 的分布较为集中，峰值 4.884，较上证 50 指数右偏程度仅略大一点，偏度 1.795；上证50 指数波动率的分布相对松散，峰值 4.417，偏度 1.740，但整体来说两者的分布相差并不算大。

整体来看，股指的波动率与市场认定的“大行情”相关度较高，一般而言股指波动率与成交量呈高度正相关，尤其是在 2014-2015 年的市场大幅波动期间，波动率一度冲上60%，而在常规行情中，沪深 300 与上证 50 股指的波动率通常在10-25% 区间徘徊。

波动率交易

波动率套利简单的分为两类，做多或者做空波动率。波动率本身存在一个特殊的特性：均值回归。

这代表着波动率存在边界，分布类似正态分布的特征。波动率处于低位或者高位时会向均值附近回归。如此一来，在波动率高位时可考虑做空波动率策略，历史波动率长期低位时考虑做多波动率策略。

简单的波动率交易策略有两种：分别是跨式和宽跨式套利。其中跨式套利是同时买入或者卖出相同行权价看涨和看跌期权，而宽跨式套利则是同时买入或者卖出不同行权价的看涨和看跌期权。

买入跨式或者宽跨式策略类似于行情盘整突破，需要股指价格出现明显的向上或者向下价格变化，比较适用的是在长期震荡末尾开始出现方向选择时介入，例如 2014年 7 月、2015 年 2 月、2018 年 6 月，在此之前股指都持续了超过两个月的震荡行情，市场正迎来方向选择。此时介入买入（宽）跨式策略，无论最后行情方向向上还是向下，都能获取较为可观的收益。

相反，卖出跨式或者宽跨式策略则希望行情陷入震荡之中，赚取波动率下降和时间价值带来的收益，适用于行情快速上涨幅度过大或持续上涨时间过久之后，市场对利好消化逐步殆尽时介入，通过做空波动率来获得较为稳定的波动率与时间价值收益。

— — — — — — 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？[url=http://mp.weixin.qq.com/s?__biz=MzU4OTg0NjkyOA==&mid=2247484668&idx=1&sn=17c8964f353e67eda592f5bd28f3d4f3&chksm=fdc60403cab18d155fa8c84c207578fc4fbdccb622a9687d78baae63610365fe5aa02d421bb2&token=14512647&lang=zh_CN&scene=21#wechat_redirect][/url]

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.