财富俱乐部 | 麦维资产李世扬：期权波动率交易的概念和交易体系

《财富俱乐部》是由中信证券衍生品经纪业务部设计并推出的栏目。 通过专业机构经理人的视角观察市场，帮助投资者加深对市场、机构产品策略、机构产品成长经验的理解。

2020-03嘉宾

麦维资产投资总监：李世阳

华盛顿大学计算金融与风险管理硕士，西南财经大学金融工程学士。 曾任中国金融期货交易所高级经理、国信证券场外期权交易员、嘉实基金投资经理。 目前，迈微资产主要负责期权波动率交易。

期权波动率策略简介

今天要给大家介绍的是麦维资产对期权波动率的一些策略。 首先，让我简单介绍一下自己。 我主要负责麦维资产的期权波动率交易。 在此之前，我曾在中国金融期货交易所和嘉实基金工作，从事统计套利和期权业务。

影响期权价格的因素

期权和保险从商业角度来看在内容上高度相似，类比可以帮助我们更好地理解影响期权价格的因素。 期权本质上是一种保险，所以我们可以从保险的角度来思考哪些因素会影响保险和期权的价格。

第一，保险标的，即被保险人是谁。 比如买医疗保险，肯定会问被保险人的身体状况如何。 一个身体条件很好的20岁大学生，成本会相对较低，而一个60岁有高血压和心脏病的中年男性，人均成本会比大学高很多学生们。 因此，目标是影响保险合同或期权合同的最重要因素。 对于期权，无论是上证50指数期权、创业板指数期权，还是个股期权，都是价格影响因素中最重要的部分。

除此之外，保险合同的有效期也是一个重要因素。 一年或更长时间的医疗保险价格完全不同。 对于期权，空头可以每周到期，而多头可以跨年到期。 不同时间对应的期权价格自然不同。 因此，有效期的长短也是影响期权价格的主要因素。

除了上述两个明显的因素外，还有两个非常重要的因素在交易过程中经常被套利。 其中之一是其已实现的波动性。 实际波动率是你在投资或炒股的过程中都会遇到的，那么对应保险的实际波动率是多少呢？ 其实就是保险约定的事件实际发生的概率是什么样子的。 例如，一项社会研究发现，2000年肺癌的发病率可能只有1%，但2019年肺癌的发病率已经上升到10%。 保险公司以不同的价格出售肺癌保险。 期权是金融市场上的衍生品。 其约定的目标价在一个月内波动10%还是50%，都会对期权价格产生影响。 例如，比特币的波动性很大，因此比特币期权通常比上证 50 指数期权贵得多。

最后一个因素是对波动性的预期。 期权在市场上会形成一个交易价格，交易价格会反映交易者预期未来波动的概率，也就是说交易者认为标的未来会有多大的波动，而这个因素会也影响价格。 例如，冬季雾霾很重，人们预期患肺癌的概率会增加，因此可能愿意为肺癌保险支付高价，但在现实中，肺癌的实际发病率可能并不高。增加。 相应地，在金融市场中，交易过程中也会形成预期变化。

这四个因素构成了影响保险合同或期权价格的最重要因素，当然还有一些其他的影响因素。 在这里，因为对普通交易者来说不是特别重要，所以就不赘述了。

如何理解波动率交易

接下来，我们就来看看如何通俗易懂的理解波动率交易。

波动率交易的一个方面是在波动率和预期波动率之间实现套利。 期权市场的交易预期波幅与标的实际未来波幅之间会存在差异，例如当已实现波幅低于预期波幅时，将卖出布局。 可以打个比方：冬天人们可能更愿意花钱买一份肺癌保险，但夏天因为雾霾不严重，人们认为不太可能得肺癌，所以不愿意花钱买保险。 那么保险公司或许可以在冬季以高价出售保险合同。 但是过了一个冬天，整个社会的肺癌实际发病率没有变化，最终的赔付比例其实也没有变，只是卖的合同价格更高了，所以肺癌的实际发病率和大家的预期发病率肺癌的套利关系形成了利润的来源。

除此之外，波动率交易还包括合约与合约之间的套利。 期权市场上有许多不同期限和不同执行价格的合约。 它们所反映的波动率和隐含波动率是完全不同的，有的高有的低，因此可以在合约之间进行套利。 还是用保险类比，以一份混合保险合同为例，将一份赔付明年肺癌、胃癌、结肠癌的保险合同和一份只赔付肺癌的医疗保险合同进行比较。 保险合同更难定价，其售价可能更高。 比如混合型每年卖800元，而单支肺癌合约一年可能卖300元。 但事实上，一个人同时患上这三种癌症的概率很小，中间会形成合约之间的套利关系。 例如，卖出混合合约，然后买入单一类型的保险合约。 体现在通常的期权交易过程中，就是一种套利，比如合约之间隐含波动率的差异。

四种波动率交易策略

我刚才类比介绍了波动率套利。 让我们仔细看看如何构建波动率交易策略。 波动率交易分为几种类型。 在这些交易过程中，会尽可能对冲标的的涨跌风险，只留下影响期权价格波动的因素，形成整体的交易策略：

第一种是直接交易波动率水平，即在隐含波动率贵的时候卖出； 当隐含波动率较低时买入。 这里所说的贵和便宜是隐含波动率与未来实际波动率的比较。 一般来说，当市场反映的隐含波动率昂贵时，他们会卖出，然后进行动态对冲，最后支付变现波动率的费用； 当隐含波动率较低时，他们会购买，最后也得到隐含波动率和已实现波动率之间的差值。

第二种就是所谓的二单交易，其实就是刚才说的合约套利，因为不同的执行价格会有不同的隐含波动率，不同的截止日期也会有不同的隐含波动率，在整个过程中，会有一些稳定的统计关系，或者会有一些均值回归的特征支持。 当两份合约出现相对高估时，卖出高的一份，买入低的一份进行交易。

第三种类型涉及波动率和资产价格之间的交易。 打个简单的比方，比如美国市场，它的波动率和标的有很好的负相关性，所以可以在标的的涨跌和波动的涨跌上做一些交易。 如果比喻成一份保险合同，就好比如果社会进入老龄化，医疗保险的价格可能会一年比一年贵，所以在这个过程中可以找到一些交易利润的来源。

第四种，也是最近面临的比较多的一种，就是波动性的波动。 我们都知道价格是会波动的，那么在日常的操作过程中波动也会随之波动，也就是说在交易过程中人的情绪肯定会发生波动。

波动率交易策略示例

下面给出一些例子来扩展以上几个方面。 在第一个方面，一阶波动率的变化将具有很好的均值回归特性，因此可以对其进行一些统计建模。 那么，当一些事件发生的时候，大家就会把某个时间段的期权合约的隐含波动率设置的比较高。 此时，它与事件爆发时实际产生的波动可能存在一定的预期差异。 在这种预期差异的过程中，可以进行一些交易策略套利。 实现一阶波动率交易的非常简单的方法是同时购买看涨期权和看跌期权。 大家都知道看涨的Delta为正，看跌的Delta为负，同时买入很容易达到Delta中性。 欧式期权的看涨期权和看跌期权均对波动率正向敏感，同时买入看涨期权和看跌期权等同于买入波动率。 相反，如果您同时卖出看涨期权和卖出看跌期权，您就是在做空波动率。

买入波动率的影响之一就是时间价值会损失，也就是说，随着合约的买入，随着时间的推移，合约的价值会越来越低，所以当买入看涨期权和买入看涨期权时仓位，必须预料到目标很快会出现较大的变动或波动比特币合约套利期权，进而获得非常丰厚的回报。 卖出波动率的时候，一般来说，一方面是想吃掉时间盈亏的利润，另一方面又不希望它的波动率突然变得很大，导致你损失了一笔大量资金在套期保值，以至于损失超过了支付的时间。 收入或隐含波动率下降带来收入。

那么为什么要交易一阶波动率呢？ 下面两张图表显示了美国市场标普500指数和中国市场上证50指数的30天波动率。 股指会涨涨跌跌，可能有一段暴涨一段暴跌，但无论中国还是美国，这两个指数的波动在长期运行回复功能。 国内的波动看起来有点乱，但还是可以看出至少在一定范围内是一种均值回归的方法。 在建立统计模型时，具有均值回归特性的时间序列实际上是最好的模型，因此可以对波动率进行一些统计表征，从而形成一定的交易策略。

上图是已实现波动率的一个例子，隐含波动率和已实现波动率高度相关。 例如，像美国市场的标普500指数期权，其隐含波动率必然随着已实现波动率的增加而增减。 近期，标普500指数大幅下挫，波动率大幅上升，隐含波动率也创历史新高。 已实现波动率和隐含波动率具有很好的契合度，同时在交易过程中会存在一定的分离和收敛过程，使得隐含波动率和已实现波动率之间的交易具有可行性。

从A股市场来看，虽然50ETF期权自上市以来整个波动过程没有美股那样规律，但也有明显的特点：隐含波动率和实现波动率处于长期-术语过程。 一定是定向收敛。 你要涨，大家一起涨，你要跌，大家一起跌。 但是，由于国内市场的情绪可能比较严重，交易过程中隐含波动率和实现波动率会更多分离，这也提供了很多收益来源。

如果把这个数据再细分一下，下图左图中2000年到2003年这段时间是波动率比较高的环境，下图右图是波动率比较低的环境。 但是，不管波动率的长期平均值是25还是15，隐含波动率的均值回归特性其实都很好。 所以无论什么时候，均值回归特征模型实际上都可以有效地应用。 这不像股票价格。 股价在一定时间内脱离一定趋势后，均值回归策略可能就没那么有用了。 当股价没有趋势时，趋势模型可能不好用。 但对于波动率而言，无论是处于低均值水平还是处于高均值水平，其均值回归特性都存在。 回溯的周期与回溯的频率不同，但整体模型思路其实很相似。

下面是一个二阶交易过程的例子，合约之间的套利。 当某一期权合约的隐含波动率被低估，同时某些合约的隐含波动率被高估时，则可以卖出高估的合约，买入低估的合约。 当达到统计的平均水平时，将平仓反向头寸，从而获得两者波动率差异带来的收益。

二阶交易中常用的一种方法是在不同行使价之间做隐含波动率套利，也就是所谓的偏斜套利：比如在美国市场，它的卖出偏斜策略就是卖出低行使价的看跌期权，买入高行权价的看涨期权，全年都会带来一定的超额收益。 美国市场自然会有一些买入看跌期权保护多头头寸的需求，所以美国市场的波动率曲线或曲面都是价外看跌期权的形式，会很高，然后靠价外申购（行权价高）的一方会比较低。 如果你选择5%的价外看涨期权和5%的价外看跌期权，你会发现它们的波动率差值常年为负，围绕多头波动- 整个波动过程中的均值，这为它提供了一个非常好的交易机会：当它超过均值一定标准差时，可以卖出，然后低于均值一定标准差时，可以反着买。

上面的策略也被大家编成了被动指数，就像下右图，绿线代表常年买入看涨卖出看跌操作所能带来的收益，而黑线则代表这是过去几年标准普尔 500 指数的净值趋势。 事实上，要在美国市场跑赢标准普尔500指数是相当困难的。 不过，经过一段时间的积累，这种被动操作将带来跑赢标普500指数的收益。 其超额收益为正。 如果同时与标普500指数期货进行组合对冲，可以获得一条看起来比较平稳，回撤比较小的净值曲线。 另外，这个图只显示了一种单向的卖出偏斜策略。 如果在skew被低估的时候买入，这条曲线的净值走势会更加漂亮。

在日常交易过程中，除了刚刚提到的合约买卖，或多空同时买卖外，还可以根据不同的预期，进行其他各种交易方式。 例如买入不同行权价合约形成的宽跨式策略，或卖出两份中间行权价合约，同时买入两边行权价合约，形成中间尖边平的蝶形结构。 上述结构在波动大的时候会带来收益。 也可以反过来，在中间买入两份相同行权价的合约，然后卖出两边行权价较低的合约，形成组合，这样不仅降低了期外的时间价值－金钱期权，更可享受大幅波动所带来的收益。 在上面的基础上，还可以进行一些优化，比如在中间卖出两份不同行权价的合约，然后买入更多的开箱合约，形成中间平顶的形态收入结构的中间和保护两侧，即铁鹰。 . 如果对上涨和下跌的预期和判断不同，也可以使其不对称，形成套利。 上述策略本质上可以看作是隐含收益率分布与实际收益率分布差异的套利组合。

波动率策略交易系统

交易中使用的系统是自研的，使用的方法是通过c++和Python进行嫁接。 计算交易隐含波动率的过程需要非常快，所以在底层使用c++处理定价模型并进行一些基础计算，然后在上层使用python模块进行可视化展示和数据管理工作，最终形成这样一个交易系统。 通过第三方数据 API 访问。 系统具有可视化界面，可以进行实时波动分析和组合压力测试比特币合约套利期权，最终构成日常交易分析的整个系统。 波动率策略的表现方面，由于统计模型偏差，出现了一些回撤，但整体表现还是不错的。 Kalmar比率为9.26，风险回报率排名前列。

交流问答环节

中国的偏斜特征通常与美国相反吗？ 如何把握机遇？

国内市场的特点是不稳定，也就是说有时候Call Skew会很大（去年3月份Call Skew会很大），有时候Put Skew会比较大，在某些交易时段里面，有将会出现看涨和看跌偏斜都非常大的情况。 这时候可以使用蝴蝶套利或者铁鹰套利。

如何应对隔夜风险？

我们根据实际波动率管理隔夜风险敞口。 比如最近的情况是隔夜甚至中午的jumps都会很大，所以我们会把Gamma限制的比较小； 当跳跃不是特别普遍或范围不是特别大时，Gamma 会稍微放大一些。 隔夜风险的主要来源是 Gamma 和 Vega 敞口。 当你约束你的 Gamma 时，你也会有一个 Vega 风险预算，需要调整你的 Vega 风险敞口。

波动率和隐含波动率的主要影响因素，简单判断指标？

隐含波动率受实际波动率的影响最大。 但从短期来看，中国市场的短期隐含波动率更多地受到市场情绪即短线交易指令的影响。 例如，一天内或一周内隐含波动率的变化，会更多地受到整个市场期权交易整体情况的影响，导致隐含波动率高低趋势的变化，形成分离或聚合已实现波动率的特点。 从长远来看，隐含波动率的高低完全取决于已实现波动率的大小。 短期来看，A股期权隐含波动率的变化可能比美国更剧烈一些，受情绪影响更大。

一天希腊字母的门槛是多少？

我们的 Delta 是中性的，然后 Vega 和 Gamma 约束会根据不同的市场情况进行调整。 具体数字来说，织女星不会超过一千五，哪怕是一天之内。 我们的最大风险预算上限可能会调整到低于这个位置。

量化模型会不会主观干预？

一般来说，我们不进行主观干预，但是从最近的市场情况来看，我们觉得主观干预其实是非常有必要的。 因此，在后续的交易过程中，我们可能会对整个交易组合加入一些主观干预。 但这些主观干预会基于量化指标的分析，然后提供给人们进行判断，进而形成一些干预。 波动率交易是一种统计套利策略。 统计套利的过程在常规市场中是非常稳定的，比如99%的市场，但是当那1%发生时，人们就必须介入。 人们需要判断市场是处于黑天鹅还是只是暂时的失衡。 所以还是会有一些人为的干预，这也是我们最近吸取的教训。

当实际波动率和隐含波动率相差很大时，你会回复交易吗？

不仅仅是两者之间的简单区别，因为实际的未来波动率实际上是未知的，所以我们会对其进行一些方法上的估计。 此外，国内买卖单的情绪影响有时会非常极端，因此我们不仅会考虑它们之间的价差关系，还会考虑它们之间价差的平均恢复强度之间的关系，以及然后形成最终交易。 所以我们不要只看大了就卖，小了就买。 这么简单的套利。

波动率风控指标一般看Gamma和Vega？

对于波动率交易，Gamma 和 Vega 是最基本的，因为它们是一阶的。 此外，我们还会考虑时间和波动率对Gamma和Vega的影响，包括标的对Gamma和Vega的影响。

在高隐含波动率环境下，近买远卖是好策略吗？

如果想获得Gamma收益，但又不想承担隐含波动率下降带来的Vega损失，可以近买远卖。 不同期限的合约会带来一定的风险，但波动面变化的影响可能会小很多。 隐含波动率是标的物在期权到期前反映在交易中的可能波动率。 一般来说，我们会将其与未来的已实现波动率进行比较。 不能说预测的一定是正确的。 有很多方法可以进行评估。

如何管理交易头寸？ 依据是什么？

通常我们不太关心保证金仓位，只要保证金占用率不是太高，比如风险程度不超过90%就可以。 一般来说，我们只管理希腊字母的大小。 希腊字母头寸由整个市场的实际波动率和隐含波动率的高低决定，它们的差值、隐含波动率的动量关系及其与标的物的相关性等一系列因素决定。

策略的交易周期？

我们嵌套了多个周期，会有日内、隔夜、周线。 很难说哪个更重要，哪个更小。 这取决于具体情况。 以近期为例，隔夜和长线仓位不宜过大。

- 结束-