分类
套期保值

期权卖方的事后风控

期权风控可以分为事前风控、事中风控以及事后风控,今天主要介绍事中风控。举个例子,Short Put,如图:

【期权时代】期权卖方的事后风控:Delta 对冲的实例讲解及有效性分析

Tr.Days 是交易天数;Tr.Hours 是交易日的交易时间;Minutes 是模拟股价生成的时间间隔,也是每次 Delta 期权卖方的事后风控 对冲的时间间隔。如果 Tr.Days 是 20,Tr.Hours 是 4,Minutes 是 10,则一个交易日将会产生24(Tr.Hours×60/Minutes= 4×60/10=24)个数据,20 天就会有 480 个模拟标的资产、期货价格、期权价格。“未来实际”指未来波动率。未来波动率预测值是 通过模拟的标的资产价格计算得出的。

隐含波动率虽然设置为 40%,但也可以根据偏好设置。预测值都是对到期之前的波动率进行预测的数据。这些波动率的预测值对判断期权价格被高估/低估有非常重要的意义。

◎ 预测值(50%)>隐含波动率(40%) ⇒买入看涨(看跌)期权+卖出(买入)期货

在期权交易中,需要各种各样的希腊值数据,计算这些数据最重要的参数就是波动率。其关键在于代入哪一种波动率,有些人代入隐含波动率,有些人代入历史波动率。

后面的 Delta、Gamma、Theta 等希腊值的计算中我们将使用预测值的数据,比如,期初交易员将标的资产的波动率设置为 30%,那么在计算 Delta 等希腊值数据的时候就会将 30%代入 B-S 期权公式中。

“理论价格”是把未来波动率代入计算出来的理论价格,但并不是把预测值代入波动率公式计算出来的理论值。用隐含波动率体现的市场价格与用未来波动率体现出的适当价格之间的差距对 Delta 对冲交易来说具有非常重要的意义。

模拟交易 1:预测值(30%)=未来波动率(30%)

在模拟实验中,假设隐含波动率为 40%,预测值为 30%,对应的是卖出看涨期权+买入期货组合。预测值与未来波动率完全吻合是非常少见的情况。如果 nPaths (表示至今为止反复模拟交易的次数)设置为 30,我们来看一下 30 个可能的股价路径中的某一个路径的标的资产变动与交易损益,如下图所示。

图中左边纵轴是标的资产价格,右边纵轴表示收益,损益曲线用点线表示, 标的资产价格用实线表示。标的资产价格从 3500 元开始到 4006.84 元结束。投资组合的收益在开始时为 0 元,到期时为 36.43 元。

看涨期权的行权价格是 3600 元,期权价格从 118.85 元涨到了到期日的 406.84 元(4006.84−3600=406.84 元)。因为是卖出看涨期权,所以大约有 288 点的亏损。这说明即使期权被高估,卖出期权也不一定就有收益。虽然期权有亏损,但由于同时买入了期货进行对冲,所以有 36.43 元的收益产生。

做此交易最初的原因是判断出未来标的资产波动率 30%比隐含波动率 40%小, 适合做卖出期权。但交易员只是卖出了被高估的期权,利用标的资产或者期货每 10 分钟做一次 Delta 对冲,最初对交易员有利的 EDGE(表示市场价格与适当价格之间的差距)为 38.5。

如果不计手续费,到期日就会有 36.43 元的收益。虽然之间存在误差,但这只是单独列出某一条路径时才会发生的差异。当 nPaths 设置为 30 之后,对 30 条路径综合分析,就会发现平均收益为 38.09 元,与 EDGE 的 38.5 近似。而30 条路径的收益标准差为 3.28,也不是很大。

模拟交易 2:预测值(38%)>未来波动率(30%)

现在我们假设预测的标的资产波动率在到期日为 38%,预测值仍然比隐含波动率(40%)小 2%,因此也要使用卖出看涨期权+买入期货组合。与模拟交易 1 一样, 这里我们同样用 30 条路径中的一条进行分析,即也将 nPaths 设置为 30,如下所示。

这次的标的资产价格从 期权卖方的事后风控 3500 开始到 3470.92 元结束。如果在卖出看涨期权后, 没有做 Delta 对冲,那么到期时会有 118.85 元的收益,但如果做了 Delta 对冲,就会有42.71 元的收益。30 条路径的平均收益是 37.93 元,与 EDGE 的 38.50 有差异。 与平均数基本上没有差异,但标准差为 11.期权卖方的事后风控 64,相比模拟交易 1 的标准差 3.28 大了许多。

这样的差异是从哪里来的呢?模拟交易 1 的结果的前提是正确预测未来波动率为30%,因此各条路径的收益与 EDGE 没有太大出入。但在模拟交易 2 中将未来波动率预测为 38%,因此就算平均收益差不多,但各条路径的收益与 EDGE 之间产生比较大的差距。

把未来波动率分别设置成 30%与 38%的希腊值的比较结果如表所示。

当未来波动率为 30%时,Delta 为 0.40,当未来波动率为 38%时,Delta 为 0.43。如果卖出看涨期权 100 个合约,则需要分别买入 40 手和 43 手期货合约才能使整体持仓的 Delta 为 0。虽然是很小的差异,但 20 个交易日下来一定对损益有影响。

模拟交易 3:预测值(25%)

假设预测的标的资产波动率在到期日为 25%,将波动率 25%代入期权模型中求得各个希腊值,再用求得的 Delta 交易至到期日。因为预测值低于隐含波动率,所以同样使用卖出看涨期权+买入期货的方式交易。

如图所示,收益为 44.53 元。30 条路径的平均收益是 39.65 元,标准差是 9.68。平均收益与 EDGE(38.50)虽然相近,但标准差比较大。而且从图右上角的椭圆形区域中可以看出,越是临近到期日,收益曲线就越平。标的资产在临近到期日时,价格在3300 期权卖方的事后风控 元到 3400 元之间波动。

由此可知行权价为 3600 元的看涨期权的价格已经基本为 0。看涨期权价格是 0 元,则说明其 Delta 值也趋近于 0。因此不需要用买入期货的方式将 Delta 对冲为 0。换句话说就是整个持仓实际已经为 0, 不会因为标的资产的价格波动带来任何损益。

模拟交易 1、2、3 的结果如表所示,这是用不同的波动率预测值对 30 条路径计算的结果,从表中可以看出平均收益与 EDGE(38.5)差不多。

这里虽然只提供了 3 种情况,但也可以从中了解到,预测值与未来波动率差异越大,其收益的标准差就会越大。这些模拟结果对我们有什么启示呢?可以重新解读预测未来波动率在交易中的重要程度。如果已知未来波动率,则可以通过准确的 Delta 对冲将 EDGE 转化为收益,但未来波动率是无法被任何人预测的。

上表展示了当波动率预测值各为 25%、30%、38%时的平均损益。这里重要的不是预测值的具体数值,而是预测值在期初就比期权的隐含波动率 40%小这一事实。

把期权的隐含波动率与要持有到期的标的资产的波动率的预测值进行比较,若预测值比隐含波动率小,就可以认为期权被高估,从而卖出期权,同时买入或者卖出期货来对冲Delta。因此对于交易员来说,重要的不是精准预测未来波动率,而是判断预测值与隐含波动率之间的大小关系。

表中的核心在于未来波动率的预测值与隐含波动率谁大谁小。精准预测未来波动率是一件很难完成的事情,但比较未来波动率的预测值与隐含波动率大小的关系就简单很多,只有两种可能性。但预测值的准确率越低,损益的标准差就越大。 如果交易次数较多,就会使平均收益向 EDGE 收敛。

以上说明都是对 Delta 对冲有效性的分析。以上的说明脱离了以往的限制,其意义在于,将准确预测未来波动率这一几乎不可能完成的事情,转变为只需要比较预测值与隐含波动率之间的大小关系即可。

期权卖方的事后风控:Delta 对冲的实例讲解及有效性分析


Tr.Days 是交易天数;Tr.Hours 是交易日的交易时间;Minutes 是模拟股价生成的时间间隔,也是每次 Delta 对冲的时间间隔。如果 Tr.Days 是 20,Tr.Hours 是 4,Minutes 是 10,则一个交易日将会产生24(Tr.Hours×60/Minutes= 4×60/10=24)个数据,20 天就会有 480 个模拟标的资产、期货价格、期权价格。“未来实际”指未来波动率。未来波动率预测值是 通过模拟的标的资产价格计算得出的。

后面的 Delta、Gamma、Theta 等希腊值的计算中我们将使用预测值的数据,比如,期初交易员将标的资产的波动率设置为 30%,那么在计算 Delta 等希腊值数据的时候就会将 30%代入 B-S 期权公式中。

“理论价格”是把未来波动率代入计算出来的理论价格,但并不是把预测值代入波动率公式计算出来的理论值。用隐含波动率体现的市场价格与用未来波动率体现出的适当价格之间的差距对 Delta 对冲交易来说具有非常重要的意义。

03

在模拟实验中,假设隐含波动率为 40%,预测值为 30%,对应的是卖出看涨期权+买入期货组合。预测值与未来波动率完全吻合是非常少见的情况。如果 nPaths (表示至今为止反复模拟交易的次数)设置为 30,我们来看一下 30 个可能的股价路径中的某一个路径的标的资产变动与交易损益,如下图所示。

图中左边纵轴是标的资产价格,右边纵轴表示收益,损益曲线用点线表示, 标的资产价格用实线表示。标的资产价格从 3500 元开始到 4006.84 元结束。投资组合的收益在开始时为 0 元,到期时为 36.43 元。

看涨期权的行权价格是 3600 元,期权价格从 118.85 元涨到了到期日的 406.84 元(4006.84−3600=406.84 元)。因为是卖出看涨期权,所以大约有 288 点的亏损。这说明即使期权被高估,卖出期权也不一定就有收益。虽然期权有亏损,但由于同时买入了期货进行对冲,所以有 36.43 元的收益产生。


做此交易最初的原因是判断出未来标的资产波动率 30%比隐含波动率 40%小, 适合做卖出期权。但交易员只是卖出了被高估的期权,利用标的资产或者期货每 10 分钟做一次 Delta 对冲,最初对交易员有利的 EDGE(表示市场价格与适当价格之间的差距)为 38.5。

如果不计手续费,到期日就会有 36.43 元的收益。虽然之间存在误差,但这只是单独列出某一条路径时才会发生的差异。当 nPaths 设置为 30 之后,对 30 条路径综合分析,就会发现平均收益为 38.09 元,与 EDGE 的 38.5 近似。而30 条路径的收益标准差为 3.28,也不是很大。

04

现在我们假设预测的标的资产波动率在到期日为 38%,预测值仍然比隐含波动率(40%)小 2%,因此也要使用卖出看涨期权+买入期货组合。与模拟交易 1 一样, 这里我们同样用 30 条路径中的一条进行分析,即也将 nPaths 设置为 30,如下所示。

这次的标的资产价格从 3500 开始到 3470.92 元结束。如果在卖出看涨期权后, 没有做 Delta 对冲,那么到期时会有 118.85 元的收益,但如果做了 Delta 对冲,就会有42.71 元的收益。30 条路径的平均收益是 37.93 元,与 EDGE 的 38.50 有差异。 与平均数基本上没有差异,但标准差为 11.64,相比模拟交易 1 的标准差 3.28 大了许多。


这样的差异是从哪里来的呢?模拟交易 1 的结果的前提是正确预测未来波动率为30%,因此各条路径的收益与 EDGE 没有太大出入。但在模拟交易 2 中将未来波动率预测为 38%,因此就算平均收益差不多,但各条路径的收益与 EDGE 之间产生比较大的差距。

把未来波动率分别设置成 30%与 38%的希腊值的比较结果如表所示。


当未来波动率为 30%时,Delta 为 0.40,当未来波动率为 38%时,Delta 为 0.43。如果卖出看涨期权 100 个合约,则需要分别买入 40 手和 43 手期货合约才能使整体持仓的 Delta 为 0。虽然是很小的差异,但 20 个交易日下来一定对损益有影响。

05

假设预测的标的资产波动率在到期日为 25%,将波动率 25%代入期权模型中求得各个希腊值,再用求得的 Delta 交易至到期日。因为预测值低于隐含波动率,所以同样使用卖出看涨期权+买入期货的方式交易。

如图所示,收益为 44.53 元。30 条路径的平均收益是 39.65 元,标准差是 9.68。平均收益与 EDGE(38.50)虽然相近,但标准差比较大。而且从图右上角的椭圆形区域中可以看出,越是临近到期日,收益曲线就越平。标的资产在临近到期日时,价格在3300 元到 3400 元之间波动。

由此可知行权价为 3600 元的看涨期权的价格已经基本为 0。看涨期权价格是 0 元,则说明其 Delta 值也趋近于 0。因此不需要用买入期货的方式将 Delta 对冲为 0。换句话说就是整个持仓实际已经为 0, 不会因为标的资产的价格波动带来任何损益。


模拟交易 1、2、3 的结果如表所示,这是用不同的波动率预测值对 30 条路径计算的结果,从表中可以看出平均收益与 EDGE(38.5)差不多。


这里虽然只提供了 3 种情况,但也可以从中了解到,预测值与未来波动率差异越大,其收益的标准差就会越大。这些模拟结果对我们有什么启示呢?可以重新解读预测未来波动率在交易中的重要程度。如果已知未来波动率,则可以通过准确的 Delta 对冲将 EDGE 转化为收益,但未来波动率是无法被任何人预测的。

上表展示了当波动率预测值各为 25%、30%、38%时的平均损益。这里重要的不是预测值的具体数值,而是预测值在期初就比期权的隐含波动率 40%小这一事实。

表中的核心在于未来波动率的预测值与隐含波动率谁大谁小。精准预测未来波动率是一件很难完成的事情,但比较未来波动率的预测值与隐含波动率大小的关系就简单很多,只有两种可能性。但预测值的准确率越低,损益的标准差就越大。 如果交易次数较多,就会使平均收益向 EDGE 收敛。

以上说明都是对 Delta 对冲有效性的分析。以上的说明脱离了以往的限制,其意义在于,将准确预测未来波动率这一几乎不可能完成的事情,转变为只需要比较预测值与隐含波动率之间的大小关系即可。

【号外:ETF期权开户,最低1.7元,欢迎咨询】

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform 期权卖方的事后风控 and only provides information storage services.

期权卖方的事中风控如何做?

人物头像

期权风控可以分为事前风控、事中风控以及事后风控,今天主要介绍事中风控。举个例子,Short Put,如图:

01买保险,有两种买法:一种是事前买,一种是事中买。事前买保险,卖一个现价100的平值Put,但是不能容忍标的超过90的亏损,就在90的位置把风险锁死,买一个90的put,这就构成了90/100的牛市价差。

当然这个时候买Long Put保险的价格会比入场时候贵很多,但需要评估这笔交易的逻辑是否还在,如果认为逻辑还在还会上去,只是一个向下的波动,那可以不买甚至跌下来可以加仓。但如果观点是认为最终还会上去,但中间波动大得受不了,那就可以事中买保险。比如说,你在100时候Short 100 Put卖2块钱,90的Put可能只有5毛钱,但标的跌到95的时候90的Put可能要花1块五了,但是即便花1块五买90的Put 总体还是赚5毛钱。这样的好处是,只要认为逻辑还在,买上90 Put的保险随便它跌,因为最大的亏损已经锁住,只要行情回来,就还是赚钱的,这是一种防守型的买法。02还有一种是进攻型的买法:如果发现逻辑都反转了,本来做多的逻辑变成做空的逻辑了。那就可以反过来,在上方买个Put,买一个105的Put,这样就变成了一个做空的头寸了,熊市价差。当然如果认为最初入场时的逻辑已经不复存在了,直接砍掉也没有问题。

在卖腿不变的情况下,如果观点的逻辑还在,并且还想继续交易,快跌到95时发现近期的逻辑变了,近期可能空头比较猛,但最终大概率还是会涨上来,那上面的头寸又可以灵活应对:等跌到一定位置差不多了(比如跌到90),锁定Long 105 Put的利润,剩下一个Short 100 Put,等待逻辑回归。

2019年2月25日那天很多人因为Short Call而爆仓,尤其在下午2点钟以后50ETF暴涨,波动率也暴涨,比如说之前卖了个虚值Call变成实值,那时候会遭遇Delta和Vega两个维度的亏损,但你又不舍得砍掉,那怎么办?可以远期买,买一个高执行价的Call封死最大亏损,就变成了熊市价差;或者你发现发现情绪太嗨了,可能还会继续涨,也可以在低执行价买一个Call,就变成了牛市价差,波动率回归的话还可以吃波动率的利润,还能赚Delta的钱,全部都是灵活的。

权分析 - 5分钟读懂双卖策略的实用技巧

隐含波动率具有长期均值回归的特性。

如何判断IV是高还是低呢?

➤ 双卖策略的风险点:

1、行情大波动超出某一个方向的行权价 2、希腊字母中-Gamma带来的风险 3、-Vega的风险,如果升波这个维度风险敞口亏钱
做双卖策略的核心前提,除了市场配合之外,还要从主观上意识到做卖方,一定要做好事前、事中以及事后的风控。

➤ 双卖策略的风控

➤ 双卖策略的止盈

1.时间止盈:例如,无论是单卖还是双卖,期权卖方在距离到期还有一周左右的时间时,就可以止盈出场了,因为随着时间到期日的临近,Gamma越来越大,可能会面临巨大的风险敞口。
2.比例止盈:另一种方式可选择在盈利了权利金的50%- 70%时,选择止盈平仓。

以上内容来自吴保全 《 全哥复盘:双卖策略的应用环境 》