期权策略系列观察（二）：隐含波动率跟踪与期权产品分类

隐含波动率跟踪与期权产品分类 期权策略系列观察（二） 2024年07月31日 证券研究报告|私募基金专题报告 分析师：李亭函 分析师登记编码：S0890519080001电话：021-20321017 邮箱：litinghan@cnhbstock.com 研究助理：张帅 邮箱： zhangshuai564576@cnhbstock.com 销售服务电话： 021-20515355 相关研究报告 1、《期权价值的理论与现实—期权策略系列观察（一）》2024-07-05 2、《配套新“国九条”，再提程序化交易 —《证券市场程序化交易管理规定（试行） （征求意见稿）》点评》2024-04-15 3、《基于因子维度，构建量化CTA策略评价模型—私募基金专题报告》2024-01-02 4、《私募基金供给侧改革加速—《私募投资基金监督管理办法（征求意见稿）》点评》2023-12-19 5、《股票多空策略，还值得关注吗？—私募基金专题报告》2023-10-27 投资要点 行权价格和到期时间会对期权隐含波动率造成影响，理想情况下应对这两个条件进行固定，但是期权合约是有生命周期的，真实世界中的期权合约数量也有限，本文对期权的隐波进行标准化，在每一时刻对当前存续合约的隐波进行插值，得到不同品种到期时间为30天的平值期权隐含波动率。 金融期权均为欧式期权，跟踪宽基指数，而商品期权均为美式期权，跟踪单一商品期货品种。总体而言商品期权隐波的绝对水平和变动幅度都要大于金融期权。金融期权不同品种之间虽然跟踪板块不同，但是权益市场整体同涨同跌的一致性较强。而不同商品受制于各自的产能、库存和供需状况，彼此的联系相对不是那么紧密。 对于期权策略来说，保持对Vega的对冲是非常困难的，因此一般都会对所选择品种暴露一定的Vega敞口，金融期权相对商品期权的策略空间和容量更大，而且在资产管理角度卖权型策略更有吸引力，从市场上期权类私募产品的合成净值指数来看与金融期权隐波有明显的负相关性。 根据某期权类私募产品净值与金融期权隐波相关性的大小，可以对其进行分类。无论根据阈值划分还是平均分层，都可以得到相似的结论：与金融期权隐波相关性过高或过低往往意味着该产品表现不佳。 在2024年春节后的隐波回落过程中，根据阈值划分的金融卖权型产品数量有所减少，说明市场上金融卖权类期权产品在风控措施和复合程度方面也在不断优化。 风险提示：本报告涉及衍生品和私募基金相关内容，若您非合格投资者，请勿阅读本报告。本报告所载的信息均来源于已公开信息，但本公司对这些信息的准确性及完整性不作保证。本报告部分结论依赖研究假设和估算方法，可能产生一定分析偏差。 内容目录 1.隐含波动率的跟踪3 2.期权产品的波动率分类4 3.风险提示7 图表目录 图1：50ETF期权波动率曲面示例3 图2：50ETF期权到期日及行权价格间隔3 图3：金融期权隐含波动率走势3 图4：郑商所商品期权隐含波动率走势3 图5：大商所商品期权隐含波动率走势4 图6：上期所与广期所商品期权隐含波动率走势4 图7：期权隐含波动率相关性热力图4 图8：不同板块期权年度成交金额（亿元）5 图9：不同类型的期权产品数量变化（阈值划分）6 图10：不同类型的期权产品合成净值（阈值划分）6 图11：不同类型的期权产品合成净值（相对划分）7 表1：2020年1月至2024年7月期权策略指数与金融期权隐波相关性统计5 表2：2020年8月至2024年7月不同类型的期权产品绩效统计（阈值划分）6 表3：2020年8月至2024年7月不同类型的期权产品绩效统计（相对划分）7 1.隐含波动率的跟踪 隐含波动率从期权价格和定价方法中反推得到，代表着市场情绪的强弱，是另一层面上的期权价格，也是期权策略的核心变量，因此有必要对不同期权品种的隐含波动率进行监测。 由于行权价格和到期时间会对期权隐波造成影响，理想情况下应对这两个条件进行固定，但是期权合约是有生命周期的，真实世界中的期权合约数量也有限，不能在任一时刻都选取到指定行权价格和指定到期时间的期权。 图1：50ETF期权波动率曲面示例图2：50ETF期权到期日及行权价格间隔 资料来源：iFinD，华宝证券研究创新部资料来源：iFinD，华宝证券研究创新部 现实中常用近月平值合约的隐波作为代表，首先标的价格S可能落于两行权价格之间，如果把距离S最近的K作为平值期权的行权价格会造成一定误差，其次近月期权隐波在临近到期时变化可能十分剧烈。 本文对期权的隐波进行标准化，在每一时刻对当前存续合约的隐波进行插值，得到不同品种到期时间为30天的平值期权隐含波动率，结果取看涨和和看跌期权隐波的均值。 图3：金融期权隐含波动率走势图4：郑商所商品期权隐含波动率走势 资料来源：iFinD，华宝证券研究创新部 注：沪深相同期权保留上交所品种，科创50ETF保留挂钩华夏品种下同 资料来源：iFinD，华宝证券研究创新部 图5：大商所商品期权隐含波动率走势图6：上期所与广期所商品期权隐含波动率走势 资料来源：iFinD，华宝证券研究创新部资料来源：iFinD，华宝证券研究创新部 期权的隐波代表了所跟踪标的未来价格的不确定性，金融期权均为欧式期权，跟踪宽基指数，而商品期权均为美式期权，跟踪单一商品期货品种。总体而言商品期权隐波的绝对水平和变动幅度都要大于金融期权。 金融期权不同品种之间虽然跟踪板块不同，但是权益市场整体同涨同跌的一致性较强。而不同商品受制于各自的产能、库存和供需状况，彼此的联系相对不是那么紧密。 图7：期权隐含波动率相关性热力图 资料来源：iFinD，华宝证券研究创新部 注：广期所品种较少，与上期所部分合并展示；玻璃、红枣期权上市时长较短，予以剔除 2.期权产品的波动率分类 对于期权策略来说，保持对Vega的对冲是非常困难的，因此一般都会对所选择品种暴露一定的Vega敞口。根据Vega敞口的方向和大小可以划分为做多波动率型、做空波动率型和波动 率不敏感型。 在期权产品的层面，期权产品往往是多标的、多策略的组合，因此理论上从期权隐波和产品净值变化出发倒推期权产品的敞口暴露，从而得到其投资标的和策略逻辑就更加困难。 不过从市场规模来看，虽然2023年的成交额相对2022年有所下滑，金融期权相对商品期权的策略空间和容量仍有绝对的优势。 图8：不同板块期权年度成交金额（亿元） 资料来源：iFinD，华宝证券研究创新部 从资产管理的角度，Vega和Theta的敞口往往是相反的，做多波动率意味着日常情况下时间价值的不断磨损，但在遇到意外事件时收益弹性比较明显。相比之下在平时赚取平稳的收益，再想方设法规避黑天鹅事件对净值的冲击更加有吸引力。 从市场上期权类私募产品的合成净值指数来看，也可以得到类似的结论。金融期权内部的隐波呈现了明显的一致性，而期权策略指数与每一个金融期权品种隐波的负相关性都十分明显。 表1：2020年1月至2024年7月期权策略指数与金融期权隐波相关性统计 50ETF 期权 300ETF 期权 500ETF期权 科创 50ETF 期权 100ETF 期权 创业板ETF期权 上证50 期权 沪深300期权 中证1000 期权 期权策略指数 50ETF期权 100.00% 95.02% 74.39% 72.06% 80.77% 72.64% 93.03% 91.45% 62.84% -68.61% 300ETF期权 95.02% 100.00% 82.52% 78.34% 86.38% 80.47% 91.53% 94.23% 71.66% -72.35% 500ETF期权 74.39% 82.52% 100.00% 72.20% 84.29% 81.11% 74.48% 83.43% 87.30% -77.43% 科创50ETF期权 72.06% 78.34% 72.20% 100.00% 78.27% 85.11% 70.34% 71.65% 64.74% -69.86% 100ETF期权 80.77% 86.38% 84.29% 78.27% 100.00% 90.86% 81.11% 86.68% 83.62% -74.40% 创业板ETF期权 72.64% 80.47% 81.11% 85.11% 90.86% 100.00% 75.38% 78.15% 78.34% -73.24% 上证50期权 93.03% 91.53% 74.48% 70.34% 81.11% 75.38% 100.00% 91.58% 67.20% -67.25% 沪深300期权 91.45% 94.23% 83.43% 71.65% 86.68% 78.15% 91.58% 100.00% 78.94% -72.65% 中证1000期权 62.84% 71.66% 87.30% 64.74% 83.62% 78.34% 67.20% 78.94% 100.00% -73.18% 期权策略指数 -68.61% -72.35% -77.43% -69.86% -74.40% -73.24% -67.25% -72.65% -73.18% 100.00% 资料来源：iFinD，私募排排网，华宝证券研究创新部 因此，以与金融期权隐波的相关性为锚点，我们可以对期权策略进行分类。具体规则如下： 由于50ETF期权成立时间最长，成交量排名靠前，以50ETF期权的隐波作为金融期权的代表。隐波上升时由于时间价值的损耗持有正Vega敞口不一定可以获取正收益，在隐波下降时相关性关系更加明显，因此计算相关性时只采用隐波下降区间的样本。 然后按周频进行滚动，利用过去半年的样本计算某产品业绩与金融期权隐波的相关性，相关性高于0.2则划分为金融买权型，相关性低于-0.2划分为金融卖权型，相关性处于-0.2和0.2之间划分为混合型。 图9：不同类型的期权产品数量变化（阈值划分）图10：不同类型的期权产品合成净值（阈值划分） 资料来源：iFinD，私募排排网，华宝证券研究创新部资料来源：iFinD，私募排排网，华宝证券研究创新部 注：净值统计从每一类产品数量超过10只后开始 从不同类型产品的数量角度可以发现，期权类产品整体以金融卖权型和混合型为主。2022年4季度以来在强复苏和弱现实格局的维持下，权益市场波动率不断走低，金融卖权型的产品 数量迅速增加；不过在2024年春节后的隐波回落过程中，金融卖权型的产品数量反而有所减少，说明金融卖权产品在风控措施和复合程度方面有所调整。 金融买权型产品的数量呈现明显的脉冲特征，2023年7月政治局会议后A股市场迎来一波反弹，2024年2月微盘股踩踏导致市场快速下跌，两轮行情带动隐波快速上升，金融买权型产品也迅速增加，但其峰值晚于隐波的阶段性峰值，而且在隐波回落之后又开始下降，这说明这些产品对尾部风险的应对存在一定滞后性和临时性。 表2：2020年8月至2024年7月不同类型的期权产品绩效统计（阈值划分） 年化收益率 最大回撤 年化波动率 夏普比率 卡玛比例 收益胜率 金融买权类 7.05% -6.40% 3.61% 1.54 1.10 70.30% 金融卖权类 8.16% -2.55% 2.27% 2.93 3.20 70.79% 其他类 8.36% -0.80% 1.50% 4.59 10.42 73.76% 期权策略指数 7.71% -0.97% 1.56% 3.98 7.95 73.27% 资料来源：iFinD，私募排排网，华宝证券研究创新部 在业绩表现方面，可以发现其他类产品在收益和风险水平上都有一定优势。金融买权类在各方面表现最差，结合不同产品数量上的变化，这可能是由于此类别捕捉到一些在隐波触顶后开始亡羊补牢的产品。金融卖权类产品收益表现优于期权策略指数，但是在回撤、波动率等方面次之。 利用固定值划分会受到阈值设定的影响，还可以把相关性当作因子对期权产品进行截面分层。每一