CTA与机器学习在期权波动率预测中的可行性分析

CTA与机器学习在期权波动率预测中的可行性分析 张雪慧投资咨询从业资格号：Z0015363Zhangxuehui022447@gtjas.com李宏磊投资咨询从业资格号：Z0018445lihonglei023572@gtjas.com高宇飞（联系人）从业资格号：F03124155gaoyufei028920@gtjas.com 报告导读： 我们认为，场内期权，尤其是商品期权，其波动率的变化趋势可以通过类似CTA策略中的研究方法进行预测。研究和预测期权波动率与CTA中预测商品期货价格的涨跌，在逻辑上有一定的关联性。我们可以借鉴CTA中一些构造因子的方法，从而将其变为可以用来预测期权波动率的因子。 商品期货与期权的量价行情数据，商品期货的基本面数据，期权隐波的衍生数据等，都可以用于波动率的预测的因子处理。CTA方法中可用于期权预测的因子，有量价因子、期限结构因子、基本面因子和另类因子。由于我们处理的金融数据量往往较大，因此需要机器学习算法将数据特征映射到数据标签、一个某个类别或是某个维度。 CTA及机器学习方法在期权波动率预测上具备一定的可行性，也行能够提供较好的预测效果。以下是我们认为波动率预测结果可应用的领域：1．直接用于波动率多空趋势交易；2.用于波动率卖权策略止损信号；3.用于大类资产配置。 目录 1.期权和CTA结合的相似性....................................................................................................................................................................32.期权或者标的期货可以用做因子处理的数据................................................................................................................................33. CTA方法中可用于期权预测的因子...................................................................................................................................................43.1量价因子..........................................................................................................................................................................................43.1.1动量因子................................................................................................................................................................................43.1.2反转因子................................................................................................................................................................................53.1.3条件规则型因子..................................................................................................................................................................53.2期限结构因子................................................................................................................................................................................63.2.1基差因子................................................................................................................................................................................63.2.2基差动量因子.......................................................................................................................................................................63.2.3价差因子................................................................................................................................................................................63.2.4展期收益率...........................................................................................................................................................................73.3基本面因子.....................................................................................................................................................................................73.3.1库存因子................................................................................................................................................................................73.3.2仓单因子................................................................................................................................................................................83.3.3利润因子................................................................................................................................................................................83.3.4开工率因子...........................................................................................................................................................................83.4其他因子..........................................................................................................................................................................................83.4.1宏观因子................................................................................................................................................................................93.4.2市场情绪因子.......................................................................................................................................................................93.4.3会员持仓因子.......................................................................................................................................................................93.4.4天气因子................................................................................................................................................................................94.机器学习模型的应用..............................................................................................................................................................................94.1线性模型..........................................................................................................................................................................................94.2非线性模型..................................