- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
单位名称西南证券股份有限公司作品名称《基于Delta对冲的卖出期权策略》参赛作品类型交易策略类策略/作品简介本文介绍了一类基于Delta对冲的卖出期权策略,并使用上交所ETF期权模拟交易数据来验证该策略的风险和收益特征。联系人江一飞职务分析员联系电话邮箱jyf@联系地址重庆市江北区桥北苑8号西南证券大厦邮编400023
基于Delta对冲的卖出期权策略
卖出期权是成熟市场上的一种常见策略,投资者希望通过时间价值变化或隐含波动率趋势性变动来获取收益。本文将介绍一类基于Delta对冲的卖出期权策略,并使用上交所ETF期权模拟交易数据来验证该策略的风险和收益特征。
策略思路
风险及收益来源
一阶价格风险可对冲
卖出认购期权合约将持有负的Delta头寸,因此,可通过持有相应数量的标的进行Delta对冲,以减少现货价格的小幅波动对期权合约造成的损失。
标的价格波动可造成损失
卖出认购期权合约将持有负的Gamma头寸,因此,当标的物价格产生较大波动时,会对合约的义务方造成较大损失。通常来说,临近到期的平值期权合约Gamma值会显著增大,而远月合约的流动性通常不如当月或下月合约,因此,还有一个月左右到期的合约是合理的选择。
卖出期权可获取时间价值
一般来说,期权合约从挂牌之日开始,其时间价值是不断减少的,故期权合约的义务方若将期权持有到期,可获取稳定的时间价值。
波动率变化带来收益变化
卖出认购期权合约会持有有负的Vega头寸,如之后的隐含波动率上升,则可能带来损失;反之,则可以获取Vega收益。
隐含波动率高于历史波动率为常态
一般情况下,证券的未来走势不确定性较大,由这种不确定性引发的投资者的避险或投机需求会抬升期权合约的价格。我们可以观察到,在大部分时间内,成熟市场中期权(特别是指数期权)的隐含波动率是高于其标的的历史波动率的;而在市场下跌时,由投资者的恐慌情绪带来的避险需求会提高期权合约价格,随之而来的便是隐含波动率的大幅上升。
隐含波动率变化不会脱离实际行情
尽管在市场出现恐慌情绪时,期权合约的隐含波动率会大幅上升,但隐含波动率的上升终归是伴随着市场波动率的上升的。因此,当市场波动率回落时,避险情绪得到缓解,隐含波动率自然没有继续上升的理由。换言之,隐含波动率与历史波动率之间会存在某种均衡关系,使它们之间的比例大部分时间维持在某个水平上。
图1.隐含波动率与历史波动率走势
图1为过去126个交易日50ETF平值认购期权的隐含波动率与50ETF过去30日年化波动率的走势。如图所示,在第46到56个交易日之间出现了出现了隐含波动率低于历史波动率的现象,随后价差被修复;在第86个交易日出现了隐含波动率大幅高于历史波动率的情形,但随后价差立即恢复至平均水平附近;隐含/历史波动率的比值大部分时间维持在1到2这一区间附近。
换言之,如当前的隐含波动率/历史波动率价差已处于高位,且标的证券的波动率并无进一步放大的趋势(影响因素较多,需谨慎研判),则隐含波动率进一步升高为小概率事件。
操作方式
通过上述分析,可总结出如下操作思路:当还有一个月左右到期的认购期权隐含波动率超出历史波动率的比例达到某一阈值时,卖出平值或平值附近的期权,并将该头寸持有到期;同时,每日收盘前根据合约的Delta值使用标的进行对冲。
上述策略的要点在于如何确定波动率价差的阈值在该阈值上侧,隐含波动率上涨为小概率事件,从而减少Vega风险。常见的做法包括使用时间序列工具挖掘价差序列的均值回归特性、使用GARCH类模型对未来波动率的短期走势进行预测或使用样本的分位点作为阈值。但是,上述模型的参数估计对样本容量要求较高,在样本并不充分的情况下,不一定能够获取对参数的无偏估计。下文中,我们将使用仿真的方式对策略的盈亏概率和预期收益进行估算。
盈亏概率及收益估算
考虑到上交所期权模拟交易开始时间为2013年,并未经历不同的行情(特别是极端行情),且样本数较少,仅依靠历史数据无法对策略的参数及稳健性进行良好估计。在这里,我们使用仿真工具生成模拟行情,并在不同的模拟行情下对模型进行仿真测试。
测试步骤
生成标的物模拟行情
使用随机数生成从行权日前30个交易日至行权日之间的收益率序列,该收益率序列为白噪音序列。在该假设下,标的物价格为一阶平稳过程,但价格序列本身并无平稳性特征;考虑到生成的单个样本容量为30,仍有概率生成极端价格走势,故可认为该方式可以覆盖大部分类型的行情。
生成隐含波动率序列
使用正态分布生成从行权日前30个交易日至行权日之间的隐含波动率序列,该收益率序列为白噪音序列。在该假设下,期权的隐含波动率为平稳过程,且在预设的基准隐含波动率附近波动。初始价差即为该基准隐含波动率与标的物波动率之间的比值。
文档评论(0)