您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华泰期货]:期权专题报告:基于波动率择时的期权双卖策略 - 发现报告
当前位置:首页/其他报告/报告详情/

期权专题报告:基于波动率择时的期权双卖策略

2023-01-18高天越、李光庭、李逸资、黄冯英华泰期货变***
期权专题报告:基于波动率择时的期权双卖策略

期货研究报告|期权专题报告2023-01-18 基于波动率择时的期权双卖策略 研究院量化组 研究员 高天越 0755-23887993 gaotianyue@htfc.com从业资格号:F3055799投资咨询号:Z0016156联系人 李光庭 0755-23887993 liguangting@htfc.com 从业资格号:F03108562 李逸资 0755-23887993 liyizi@htfc.com 从业资格号:F03105861 黄冯英 benw 0755-23887993 huangfengying@htfc.com 从业资格号:F03107113 投资咨询业务资格: 证监许可【2011】1289号 策略摘要 本文首先介绍了期权双卖策略的基本原理和构造方式,并通过希腊字母对策略的收益构成进行了分析。 随后,我们对长期机械双卖期权的策略进行了回测,发现该策略具有长期正收益,高胜率,低盈亏比、高回撤等特点。对该策略的收益进行归因分析后,我们发现对波动率的正确判断是期权双卖策略的核心盈利逻辑。 接着,我们运用隐含波动率的动态分位数来捕捉波动率的长期均值回归,使用均线来反映波动率的短期聚集性,构建了波动率择时信号,并使用上证50ETF期权历史数据分别对近月平值期权和远月平值期权进行了日频回测。 从回测结果上看,基于波动率择时的期权双卖策略(近月平值)年化收益率17.59%,最大回撤6.76%,胜率达82.76%,夏普比率1.79;基于波动率择时的期权双卖策略(远月平值)年化收益率16.20%,最大回撤8.30%,胜率达85.71%,夏普比率1.94。 请仔细阅读本报告最后一页的免责声明 目录 策略摘要1 期权双卖策略简介3 长期双卖策略4 波动率择时信号7 基于波动率择时的期权双卖策略8 总结13 图表 图1:卖出跨式组合到期盈亏图丨单位:无3 图2:长期双卖策略净值曲线|单位:无5 图3:上证50ETF近月平值期权隐含波动率与标的未来20日波动率对比图丨单位:%6 图4:长期双卖策略收益与希腊字母总收益(扣除手续费)|单位:%6 图5:长期双卖策略各希腊字母收益|单位:%6 图6:波动率择时可视化(取上证50ETF近月平值认购、认沽期权IV平均)丨单位:%8 图7:基于波动率择时的期权双卖策略夏普热力图丨单位:无10 图8:基于波动率择时的双卖策略净值曲线|单位:无10 图9:基于波动率择时的期权双卖策略收益与希腊字母总收益(扣除手续费)|单位:%11 图10:基于波动率择时的期权双卖策略各希腊字母收益|单位:%11 图11:基于波动率择时的双卖策略净值曲线(维持DELTA中性)|单位:无12 图12:基于波动率择时的双卖策略净值曲线(远月平值)|单位:无12 图13:基于波动率择时的期权双卖策略收益与希腊字母总收益(远月平值)|单位:%13 图14:基于波动率择时的期权双卖策略各希腊字母收益(远月平值)|单位:%13 表1:长期双卖策略表现|单位:无5 表2:基于波动率择时的双卖策略表现|单位:无10 表3:基于波动率择时的双卖策略表现(维持DELTA中性)|单位:无12 表4:基于波动率择时的双卖策略表现(远月平值)|单位:无12 请仔细阅读本报告最后一页的免责声明2/14 期权双卖策略简介 在震荡行情中,常常有投资者布局期权双卖策略来做空波动率,赚取期权的时间价值。期权双卖策略的典型代表为卖�跨式组合策略。卖�跨式组合策略是指同时卖�相同执行价格、相同到期日的认购和认沽期权,适用于预期后市以震荡为主的行情。该策略最大盈利有限,等于两份权利金的收入之和,但潜在的亏损却是无限,如果价格朝一个方向大幅波动,建仓者就会面临较大风险,因此建立卖�跨式组合之前需要对后市波动率有较准确的判断。 0.2盈亏 图1:卖出跨式组合到期盈亏图丨单位:无 0.1 0 -0.1 2.52.62.72.82.933.13.23.33.43.5 标的价格 -0.2 -0.3 -0.4 卖�认购 卖�认沽 卖�跨式组合 -0.5 数据来源:华泰期货研究院 在对期权双卖策略的收益构成进行分析之前,我们首先需要简单介绍一下希腊字母。 在著名的BSM期权定价模型中,期权的价格受多种因素影响,包括标的价格、标的波动率、到期时间、行权价格以及无风险利率等等。而希腊字母衡量的就是当其他风险条件不变时,某种因素变动一个单位所造成的期权的价值或其他希腊字母的变化。其中,Delta衡量的是标的资产价格变化对期权价值的影响,Gamma衡量的是标的资产 价格变化对Delta的影响,Vega衡量的是隐含波动率变化对期权价值的影响,Theta衡量的是时间流逝对期权价值的影响,Rho衡量的是无风险利率变化对期权价值变化的影响。 那么,理解希腊字母对实际交易有何帮助呢?希腊字母可以帮助期权交易者对持仓的盈亏做�归因分析。期权价格的变动可以用以下公式表示: ∆V=Delta×∆S+1/2×Gamma×∆S2+Theta×∆t+Vega×∆IV+Rho×∆𝑅�(1)其中:V为期权价格;S为标的资产价格;IV为隐含波动率;𝑅�为无风险利率 在回测过程中,我们发现来自Rho的变动在期权价格整体变动中占比极小,可以忽略 不计。因此,我们可以将期权价格的变动拆解为Delta,Gamma,Theta以及Vega这四个希腊字母上的变动,从而方便我们对策略收益进行归因分析。 从Delta上看,认购期权的Delta大于0,认沽期权的Delta小于0。从Gamma上看,认购期权和认沽期权的Gamma都大于0。 从Theta上看,认购期权和认沽期权的Theta都小于0。从Vega上看,认购期权和认沽期权的Vega都大于0。 由以上关系可知,在期权双卖策略中,持仓的Theta敞口为正,Gamma敞口为负,而等式(1)中Theta的系数∆t与Gamma的系数1/2×∆S2必定大于0,因此期权双卖策略一定会在获得Theta方向上的盈利的同时承担Gamma方向上的亏损。Vega端的盈亏则要看隐含波动率的变动情况,如果隐含波动率下降,则交易者能获得Vega上的盈 利,反之则会产生Vega上的亏损。最后,由于交易者一般会在开仓时将Delta配平,因此Delta端的盈亏一般较小(但值得注意的是,随着标的价格的变动,持仓的Delta也会发生变动,如果交易者没有进行高频的Delta对冲,策略也会产生Delta方向上的盈亏)。 长期双卖策略 为了更好地说明期权双卖策略的收益特点,我们对长期机械执行双卖期权的策略进行了回测。 ■回测设定 回测标的:上证50ETF 回测合约:当月平值认购、认沽期权时间区间:2015-02-09至2023-01-06 初始本金:100万元 开仓方式:以开盘价卖�n手认购期权及m手认沽期权,n和m满足以下两个约束条件:1.持仓delta=0(delta选取前一交易日收盘后获取的delta数据)2.开仓保证金 =当日可用资金×仓位比例(考虑了跨式组合的保证金优惠) 换仓方式:在当月合约剩余交易日不足5天时平仓,并在次月平值合约开仓 仓位比例:40% 手续费:单边6.6元(券商佣金5元+交易所手续费1.3元+交易所结算费0.3元),开 仓平仓各收取一次 滑点:0.5% ■策略表现 指标名称 值 年化收益率 7.66% 年化波动率 41.19% 最大回撤 56.53% 夏普比率 0.14 卡玛比率 0.14 胜率 68.42% 盈亏比 0.58 持仓期间日均保证金占用比例 42.22% 最大保证金占用比例 143.07% 数据来源:同花顺华泰期货研究院 图2:长期双卖策略净值曲线|单位:无表1:长期双卖策略表现|单位:无 数据来源:同花顺华泰期货研究院 从策略表现上看,长期双卖策略具有长期正收益,高回撤,高胜率,低盈亏比的特点。 长期双卖策略的高胜率,长期正收益来源于因期权买方对冲需求而产生的风险溢价。许多交易者买入期权都是为了对冲掉现货端的价格变动风险,因而期权卖方在承担了该风险的情况下也会获得相应的风险溢价。期权卖方的风险溢价也可以从隐含波动率 与未来实际波动率的差值上观测到。隐含波动率可以在一定程度上看作是期权市场对未来标的波动率的预测,从历史上看,上证50ETF近月平值期权的隐含波动率在63.89%的交易日中都高于上证50ETF的未来20日波动率,8年平均下来有1.05%的波动率溢价。 图3:上证50ETF近月平值期权隐含波动率与标的未来20日波动率对比图丨单位:% 数据来源:同花顺华泰期货研究院 长期双卖策略的高回撤,低盈亏比则来源于标的资产价格的剧烈波动。如前文所述,期权双卖策略本质上是做多Theta,做空Gamma,Vega的策略,当标的资产价格大幅波动时,策略负的Gamma敞口叠加负的Vega敞口会导致策略净值�现较大回撤。 值得强调的是,当标的资产价格�现大幅变动,对保证金的要求也会大幅提高,期权卖方就会面临一定的强制平仓风险。在长期双卖策略中,每次开仓的仓位水平仅为40%,但历史最大保证金占用比例却高达143.07%,存在较高的强制平仓风险。因此,在实际交易过程中,期权卖方需要将仓位控制在一个合适的比例,并在该止损的时候及时平仓离场。 图4:长期双卖策略收益与希腊字母总收益(扣除手续费)|单位:% 图5:长期双卖策略各希腊字母收益|单位:% 数据来源:同花顺华泰期货研究院数据来源:同花顺华泰期货研究院 可以发现,希腊字母总收益率扣除手续费率后与策略实际收益率仍然存在一定的偏 差。这是因为回测所用数据为日频数据,而等式(1)仅在∆t趋近于0时才成立,因此 使用日频数据计算�来希腊字母收益仅为近似值,并不完全等于策略实际收益。 从各希腊字母收益上看,长期双卖策略的主要盈利来源为Theta,主要亏损来源为Gamma,且两者维持着较为稳定的负相关关系。从Delta上看,尽管策略在每次开仓时会保证Delta中性,但在持仓过程中并没有动态维持Delta中性,因此策略的Delta 收益存在较大波动。有趣的是Vega端,在回测前我们本以为长期双卖策略的主要风险应该来源于Vega端,毕竟期权双卖策略本质上是做空波动率的策略,而Vega衡量的是隐含波动率变化对期权价值的影响,理应是长期双卖策略风险的主要构成部分。但从结果上看,Vega收益的变动较小,并不是期权双卖策略主要的风险来源。其中一个 原因是回测所选择的合约类型是近月合约,而期权合约越临近到期,Vega越小。另外 一个原因是,期权双卖策略并不仅仅是做空隐含波动率,同时也是在做空标的资产的实际波动率。由等式(1)可知,Gamma的系数为1/2×∆S2,当标的资产实际波动率下降时,1/2×∆S2也会下降,使得期权双卖策略中Gamma端的亏损减小。因此, Vega体现的是隐含波动率的变动,Gamma体现的是实际波动率的变动。 波动率择时信号 在对长期双卖策略的收益进行归因分析后,我们发现对波动率的正确判断是期权双卖策略的核心盈利逻辑。如果我们在降波的过程中执行期权双卖策略,那么我们就能在获取Theta和Vega端盈利的同时减少Gamma端的亏损。 波动率的核心特征是长期均值回归和短期聚集性。长期均值回归指的是波动率在长期上看会围绕着均值移动,当波动率偏离均值时,波动率会趋向于向均值进行移动;短期聚集性指的是波动率具备较强的记忆性,高波动率和低波动率往往会各自聚集在不同的时间段,两者交替�现。一个对波动率进行预测的模型如果同时考虑了这两个重 要特点,那么就会有较高的准确性。 我们使用动态分位数来捕捉波动率的长期均值回归,使用均线来反映波动率的短期聚集性。此处首先需要解释一下动态分位数和分位数的区别,如果直接用全部数据中波动率的分位数来判断之前某个时点波动率的高低,那么就会不可避免地使用到未来信 息。因为站在之前的时点,我们是无法获取之后的波动率信息的,自然也就不能获取那个时点的波动率在整体数据中的分位数。因此,对