财富荟 | 迈维资产李石洋：期权波动率交易的概念和交易体系

”财富荟”是中信证券衍生品经纪业务部设计推出的栏目，通过专业的机构管理人的视角来观察市场，帮助投资者加深对市场、机构产品策略以及机构产品成长经历的理解。

2020-03期嘉宾
迈维资产投资总监：李石洋
华盛顿大学计算金融和风险管理硕士、西南财经金融工程学学士。曾任中国金融期货交易所高级经理、国信证券OTC场外期权交易员、嘉实基金投资经理。目前在迈维资产主要负责期权波动率交易。

期权波动率策略的介绍

今天我想给大家介绍的是迈维资产关于期权波动率的一些策略。首先简单介绍一下我自己，我在迈维资产主要负责期权波动率交易，之前供职于中国金融期货交易所和嘉实基金，从事统计套利和期权方面的工作。

期权价格的影响因素

期权和保险从商业的角度去看内容高度相似，类比可以帮助我们很好的理解期权价格的影响因素。期权本质上是一个保险，所以可以从保险的角度去思考什么样的因素能影响到保险暨期权的价格。

首先，保险的标的，也就是说被保险人是谁。比如说买一个医疗保险时，肯定会问被保人医疗状况是什么样子的，一个身体条件非常好的20岁大学生的费用就会比较低，一个60岁患有高血压、心脏病的中年人费用就会比大学生多很多。所以说标的是影响保险合同或者说是期权合同的一个最主要的因素。对于期权来说，到底是上证50的指数的期权，还是创业板指数的期权，又或者是单个股票的期权，是价格影响因素里面的最主要的部分。

除此之外，保险合同的有效期是重要因素。一年期还是更长时间的医疗保险，它的价格是完全不一样的。对于期权来说，短的可以周度到期，长的可以跨年到期，对应不同的时间期权的价格自然也是不同的。所以说有效期的长短也是影响期权价格的主要因素。

除上述两个显而易见的因素之外，还有两个非常重要、也是在交易过程中经常去套利的因素。其中之一是它的实现波动率。实现波动率是在投资或者说在炒股票过程中会面对的一个东西，那么对应的保险里的实现波动率是什么？其实就是保险里面约定的事项所能发生的实际概率是什么样子的。比如一项社会研究中发现，00年肺癌的发病率可能只有1%，到了19年的时候肺癌发病率已经提高到10%了。保险公司出售一份肺癌保险的价格肯定是不太一样的。期权是金融市场里面的衍生品，它所约定的标的到底是一个月波动了10%、还是一个月波动了50%，这对期权价格会产生影响。比如说比特币的波动性非常大，因此比特币的期权通常会比上证50的期权要贵很多。

最后一个因素是对波动的预期。期权在市场上会形成交易价格，交易价格会反映出交易者对于未来的预期的波动的概率大小，也就是说交易者认为标的未来会有多大的波动性，这个因素也会影响价格。例如，冬天的时候雾霾非常大，大家预期患肺癌的概率提升，也许就会愿意出一个很高的价格去买肺癌保险，但现实过程中可能并没有出现实际肺癌发病率的提高。对应在金融市场中，交易的过程中也会形成预期的变动。

这4个因素就构成了对于保险合同或者说期权价格的影响的最主要的因素，当然还会有一些其他的影响因素。这里因为对于一般交易者来说不是特别重要，所以说就不去深究它了。

如何理解波动率交易

接下来看一下如何去通俗的理解波动率交易。

波动率交易的一方面是实现波动率和预期波动率之间的套利。交易出来的、期权市场预期的波动率和标的未来的实际波动率之间会存在差值，例如在实现波动率会低于预期波动率时布局卖出。可以做一个类比：冬天时大家可能更愿意花钱去买一个肺癌保险，而夏天时因为雾霾不严重、大家觉得不太可能得肺癌、也就不愿意花钱去买保险。那么保险公司可能就能够在冬天的时候以一个高的价格去卖出保险合同。然而经过一个冬天，整个社会的实际的肺癌发病并没有变化、最终的赔付率实际上是不变的，但是卖出的合同的价格是更高的，那么实际肺癌发病率和大家的预期肺癌发病率之间的套利关系就形成了一个利润来源。

除此之外，波动率交易还包含合约和合约之间的套利。期权市场上有很多不同期限和不同执行价格的合约，它们反映出来的波动率、隐含波动率是完全不一样的，有些高有些低，那么就可以进行合约之间的套利。仍然用保险类比，一份混合型的保险合同，比如说用一份对未来一年肺癌、胃癌、肠癌三项赔付的保险合同和一份只赔付肺癌的医疗保险合同作对比，混合型的保险合同更难定价一些、它的卖出的价格也可能会更高一些，比如混合型的会卖800块钱一年，而单一肺癌的合同可能会卖300块钱一年。然而，其实一个人同时去患这三种癌的概率是非常小的，这中间就会形成合约和合约之间进行套利的关系。例如卖出混合性的合同，然后去买入单一型的保险合同。反映到平时的期权交易过程中，就是合约之间隐含波动率差值这样的套利。

波动率交易策略的四种类型

刚才用类比式的方法介绍了一下波动率套利。下面就来具体看一下如何构建波动率交易策略。波动率交易分为几个类型，在这些交易的过程中都会尽量的去对冲标的涨跌风险，而只留下波动率对期权价格影响的因素来构成整体的交易策略：

第一个类型，直接去交易波动率的高低，也就是说当隐含波动率贵的时候卖出；当隐含波动率低的时候买入。此处说的贵和便宜，是隐含波动率和未来实际波动率的比较。一般来说，当市场中反应的隐含波动率贵的时候，会卖出，然后进行动态对冲，最终付出一个实现波动率的费用；当隐含波动率低的时候，就会买入，最终同样获得隐含波动率和实现波动率的差值的收益。

第二个类型是所谓的二阶交易，其实就是刚才所说的合同和合同之间的套利，因为不同的执行价格会出现不同的隐含波动率，不同的期限也会有不同的隐含波动率，整个过程中就会有一些稳定的统计关系，或者说会有一些均值回复的特性支持，在两个合约存在一个相对高估的时候，去卖出高的买入低的进行交易。

第三个类型，会进行一些波动率和资产价格之间的交易。打个简单的比方，比如说像美国市场，它的波动率和标的呈现了非常好的负相关性，因此可以对标的的涨跌和波动率的涨跌进行一些交易。如果类比保险合同的话，就好比社会如果出现老龄化，医疗保险的价格可能会逐年会变得更加的昂贵，那么在这个过程中就能寻找到一些交易利润的来源。

第四个类型，也是最近面对比较多的是波动率的波动。都知道价格会有波动性，那么波动率在平时在每天的运行过程中也是会有波动的，也就是说人的情绪在交易这个过程中肯定也是会有高低起伏的。

波动率交易策略示例

接下来把上述几个方面展开举一些例子。第一个方面，一阶波动率高低的变化会有一个非常好的均值回复特性，所以可以对它进行一些统计建模。然后像有一些事件出现的时候，大家会把某一个期限的期权合约的隐含波动率定的比较高，此时它和事件爆发过程中产生的实际波动率可能会有一些预期差。而这样的预期差产生的过程中就可以进行一些交易策略的套利。一阶波动率交易的很简单的实现的方式，就是同时买入看涨和买入看跌。大家知道看涨的Delta是正的，看跌的Delta是负的，同时买入就很容易的可以实现Delta中性。欧式期权的看涨和看跌对波动率的敏感性都是正的，同时买了看涨看跌就相当于买入了波动率。反过来，如果卖出看涨的同时卖出看跌，就相当于在做空波动率。

买入波动率会带来的一个影响是时间价值会损耗，也就是说随着买入了这份合约，那么随着时间的流逝，合约会越来越不值钱，所以当买入看涨和买入看跌的时候，一定是预期很快就会出现一个大的标的移动或者波动，然后来获得非常丰厚的收益。而卖出波动率的时候，通常来说是一方面想吃时间损益的利润，另一方面不希望它的波动率突然变得非常大导致对冲损失很多的钱，以至于损失超过了去支付时间带来的收入或者隐含波动率下降带来收入。

那么为什么要去交易一阶波动率？下面举了两幅图，分别是美国市场标普500指数和中国市场上证50指数30天波动率的情况。股票指数会有涨涨跌跌、高低起伏，可能出现某一段时间猛涨、有一段时间猛跌的情况，但是不管中国还是美国，这两个指数的波动率长期来看都具备很好的均值回复特性。国内的波动率看上去更加的杂乱无序一点，但仍然可以看到它至少在某一个区间内是均值回复的方式。在建统计模型的时候具有均值回复特性的时间序列其实是最好建模的，因此可以对波动率进行一些统计性的刻画，来形成一定的交易策略。

上图中是实现波动率的例子，而隐含波动率和实现波动率具有高度的相关性。比如说像美国市场中的标普500指数期权，它的隐含波动率一定是随着实现波动率的升高而升高、降低而降低的。最近标普500指数大幅跳水，实现波动率大幅上升，隐含波动率也是刷新了历史新高。实现波动率和隐含波动率具有非常好的贴合性，同时在交易过程中又会出现一定的分离收敛过程，使得隐含波动率和实现波动率之间的交易变的可行。

A股市场来看，vix.shtml" target="_blank" class="relatedlink">50ETF期权上市至今虽然整个的波动过程看上去并没有像美国市场那样的有规律，但是它也会有很明显的特征：就是隐含波动率和实现波动率在长期过程中肯定是方向性趋同的，要涨大家一起涨，要跌大家一起跌。但是，因为国内市场的情绪化可能会更加严重一些，所以说在交易的过程中会出现更多的隐含波动率和实现波动率分离的情况，这也提供了很多的收益来源。

如果把这个数据再进行一些切分，下左图中2000年到2003年是一个相对高波动的环境，下右图则是相对低波动的环境。然而不管波动率的长期均值是在25还是在15的位置，隐含波动率的均值回复特性其实都是非常好的。所以说不管在什么时候，均值回复特性的模型其实都是可以有效的被应用的。这一点不像股票价格，股价在某一段时间走出了一定的趋势之后均值回复策略可能就变得不那么好用，股价没有趋势的时候趋势性的模型可能就又不好用了。但是对于波动率来说，它不论是在一个低均值水平还是在一个高均值水平，它的均值回复的特性都是存在的，回复的周期性和回复的频率不太一样但是整体来说模型思路其实是非常相似的。

接下来是二阶交易过程即合约之间的套利的例子。当某一个期权合约的隐含波动率被低估，同时又有一些合约的隐含波动率被高估的时候，那么就可以卖出被高估的合约并买入被低估的合约，当他们回到统计的均值水平的时候再进行反向平仓，从而获得他们俩波动率差带来的收益。

二阶交易中一个常见的方法是做不同行权价之间的隐含波动率套利也就是所谓的Skew套利：比如说美国市场，它的卖出Skew策略也就是卖出低执行价格的看跌期权、买入高执行价格的看涨期权，会常年带来一定的超额收益。美国市场天然会有一些买入看跌期权对多头进行保护的需求，所以美国市场的波动率曲线或者说曲面的形状都是虚值认沽这一侧会非常高，然后靠虚值认购（高行权价）这一侧会相对比较低。如果选取5%虚值的看涨期权和5%虚值的看跌期权，会发现他们的波动率差常年都是负值，同时它在整个波动过程中，会围绕着长期均值进行上下波动，这就提供了一个非常好的交易机会：当它超过这个均值一定的标准差的时候，可能会卖出这个东西，然后当它低于均值一定标准差的时候，可能会反向买入。

上述策略也被大家编成了被动型的指数，就像下面右边的这幅图，绿色的线代表的就是，常年去买入看涨、卖出看跌的操作所能给带来的收益，而黑色的线是标普500过去几年的净值走势。其实在美国市场想战胜标普500指数是一件比较困难的事情，然而这种被动性的操作在通过一段时间的积累过程后会发现带来了跑赢标普500指数的收益，也就说它的超额收益是正的。如果做了组合，同时又用标普500的指数期货进行对冲，就可以获得一条看上去比较稳健、回撤比较小的净值曲线。此外，这个图中只是做了一个单向的去卖出Skew的策略，如果当Skew被低估的时候还去做买入的话，这条曲线的净值走势还会更加的漂亮。

日常交易的过程中，除了刚才说的这种买入合约、卖出合约或者同时进行看涨和看跌的买入、卖出方式外，根据不同的预期还可以进行各种各样其他方式的交易。比如说像买入不同行权价合约形成的宽跨式策略，或者说卖出两个中间行权价的合约、买入两边行权价的合约，形成中间尖，两边平的蝶式结构，上述结构在大波动的时候会带来收益。也可以反过来做，买入中间两个相同行权价的合约，然后卖出两边虚一点行权价的合约构成组合，既有虚值期权的时间价值的损耗，又可以享受带来大波动所给带来的收益。在上述基础上还可以进行一些优化，比如说卖出中间两个不同行权价的合约，然后买入更虚值的，形成收益结构中间是平顶、两边被保护起来的形状即铁鹰式。如果对上涨和下跌的预期判断不同，也可以做成不对称的来形成套利。上述策略本质上都可以看做隐含收益率的分布和实际收益率分布差值的套利组合。

波动率策略的交易系统

交易使用的系统是自行研发的，使用的方式是通过c++和Python进行嫁接。交易计算隐含波动率的过程中需要很快的速度，所以在底层使用了c++做定价模型的处理并进行一些基础的计算，然后在上层使用了python的模块进行了可视化的展示和数据的管理工作，最终形成这样的一套交易系统。通过第三方的数据API进行接入。系统拥有可视化界面，可以进行实时的波动率分析，也可以进行组合的压力测试，最终就构成了日常交易分析的整个体系。波动率策略表现上，由于统计模型偏差出现了一些回撤但是整体表现不错，卡尔玛比率为9.26，风险收益比排名前列。

交流问答环节

中国的Skew特征和美国是不是通常相反？如何捕捉机会？
国内市场具有不稳定的特点，也就是说它有的时候Call Skew会非常大（去年3月份的时候Call skew就会非常大），有的时候Put skew 会比较大，而某些特定的交易时间里面，就会出现Call和Put的Skew都非常大的情况，这个时候你就可以用蝶式或者铁鹰式的方式去进行套利。

隔夜风险怎么处理？
我们会根据实现波动率的不同来进行隔夜敞口的管理。像近期的情况就是隔夜的跳开甚至中午的的跳开都会非常大，那么我们会把Gamma约束的比较小；当跳开这样的情况不是特别普遍、不是幅度特别大的时候，Gamma就会稍微放大一些。隔夜风险主要的来源就是Gamma和Vega敞口，当你约束了你的Gamma之后，你同时也会有一个Vega的风险预算、也需要去调整你的Vega的敞口。

波动率和隐含波动率的主要影响因素，简单的判断指标？隐含波动率受实现波动率的影响最大。但是从短期来看，中国市场短期隐含波动率受市场情绪也就是说短期买卖盘的影响更大一些。比如说日内或一周的周内隐含波动率的变化，更多的会受到整个市场期权买卖盘的整体情况影响，导致隐含波动率出现高低走势的变化，形成与实现波动率分离或者是聚拢的特点。而长期来看，隐含波动率的高低完全是由实现波动率的大小来决定的。短期内A股的期权隐含波动率变化可能会比美国更狂野一点，会更加受到情绪的影响。

日内希腊字母的阀值是在多少？
我们Delta都是中性的，然后Vega和Gamma的约束会根据不同的市场情况来进行调整。具体数字的话Vega不会超过千五，就是日内也不会超过千五。我们最大风险预算的上限可能会在这个位置以下进行调整。

量化模型会不会去主观干预？
通常来说我们是不会进行主观干预的，但从最近一段时间的市场情况来看，我们觉得主观的干预其实是非常有必要的。所以说在后面的交易过程中我们可能会对整个的交易组合加入一些主观干预。但是这些主观的干预会建立在量化指标分析之上，然后提供给人进行判断，并进一步形成一些干预。波动率交易做的是一个统计套利策略，统计套利的过程在一个常规市场中、比如99%的市场是非常稳定的，但是当那1%发生的时候一定要人去干预他。需要人去判断市场到底是在黑天鹅还是只是一个短暂性的失衡。所以说还是会进行一些人的干预，也是我们近期得到的经验教训。

实际波动率和隐含波动率差距多大时会做回复交易？
不单纯是一个他们俩的差值关系，因为未来的实际波动率其实是未知的，所以说我们会对它进行一些方法上的估计。此外，国内买卖盘情绪影响有的时候会非常极端，所以说我们不只会考虑他们之间的价差的大小关系，也会考虑他们俩价差大小的均值恢复力度的关系，然后形成最后的交易。所以说我们不只是去判断它的大了就去卖，小了就去买这样的一个简单的套利。

波动率风控指标一般看Gamma和Vega？
对波动率交易来说，Gamma和Vega是最基础的，因为他是一阶的。此外时间、波动率对Gamma和Vega的影响，包括标的对Gamma和Vega的影响，我们也都会去考虑的。

高隐含波动率环境中买近卖远是不是好的策略？
如果想获得Gamma收益，同时又不想承担隐含波动率下降带来的Vega损失的话，可以买近卖远。不同期限的合约会带来一定的风险，但是比波动率曲面高低变化带来的影响可能会小很多。隐含波动率是交易中反映出来的期权到期前标的的可能波动率的情况，通常来说我们会把它和未来的实现波动率进行比较，不能说预测出来的就一定是对的，会有很多的方式去做评估。

交易的仓位是如何管理？依据是什么？
通常我们不太在乎保证金仓位，我们只要保证金的占用率不要太高，比如说风险度不要达到90%以上就OK了。通常来说我们只会管理希腊字母的大小，希腊字母仓位是由整个市场的实际波动率的情况和隐含波动率高低情况、他们的差值情况、隐含波动率的动量关系和它与标的的相关关系等一系列因素决定的。

策略的交易周期？
我们是多周期嵌套的，会有日内、会有隔夜、会有周度的，具体哪个比重大，哪个小，这个东西就很难讲了。就要看具体的情况，以近期为例，隔夜和长周期的持仓都不敢太大。

— 完 —

【声明】本内容只代表受访机构观点，不代表中信证券观点。本内容与信息不构成投资建议，股市有风险投资需谨慎。