1703564054
我们用这个方法测试了一个由73只股票（具有连续价格和期权数据的大公司）组成的样本，期限为2005年第一季度至2010年第三季度。买卖价差假设为2美分（这反映了现在的交易费用，但并不必然是过去的交易费用，因此这些结果可能对现在及之后有效，而可能对该策略实际交易的历史阶段无效），测试结果为：
1703564055
1703564056
·43%的交易盈利；
1703564057
1703564058
·盈亏比为1.70；
1703564059
1703564060
·结果是正偏（偏度为5.4）和厚尾（超额峰度为76.6）的。
1703564061
1703564062
现在我们把这些结果转化为交易过程。我们在每笔交易中投入10000美元的名义本金。也就是说，对价格为100美元的股票，我们会买入1手跨式价差组合（股票价格100美元乘以每手期权对应的100股）。最终的结果如图5-9所示。
1703564063
1703564064
1703564065
1703564066
1703564067
图5-9 做多跨式价差组合策略的结果
1703564068
1703564069
需要重点注意的是，图5-9显示的是以单个财报周期为基础的利润，其日频的波动会更高一些。
1703564070
1703564071
虽然这种交易明显是能盈利的，但我们还可以通过挑选适合的股票来对结果进一步改善。我们在第4章中提到过，根据基本面信息来选择股票可以帮助我们预测波动率。这里是否有类似的效应呢？
1703564072
1703564073
我们分析了不同市盈率、市值、红利率、关注该公司的分析师数量以及分析师盈利预测的分散程度[用（最大预测值–最小预测值）÷平均预测值来衡量]时的交易结果。
1703564074
1703564075
第一个需要注意的情况是，这些关系不是线性的，因此不能用相关系数来衡量。这从图5-10中可以看出，该图显示了损益与分析师分散程度之间的关系。
1703564076
1703564077
1703564078
1703564079
1703564080
图5-10 分析师预测值分散程度与做多跨式价差组合策略的损益之间的关系
1703564081
1703564082
不过，我们可以用一个更稳健的方法来寻找它们之间的关系。我们对每一个因子均根据四分位数进行公司样本划分，然后观察其平均损益，如表5-1所示。
1703564083
1703564084
表5-1 做多跨式价差组合策略在不同基本面因子时的盈利能力
1703564085
1703564086
1703564087
1703564088
1703564089
正如我们所看见的，当我们对市盈率、市值、红利率或分析师数量等因子进行排序和计算结果时，我们并没有发现任何明显的模式。不过，分析师分散程度这一因子则有些有趣。具有高分散程度的股票会盈利更多。从直觉上看，高分散程度意味着分析师对未公布的盈余公告存在分歧，这也意味着我们处于一种不确定的状态。期权的隐含波动率会因此而上升，这样我们才可以通过做多波动率来赚钱。这种情况并不会突然发生，因为分析师公布他们的盈余预测和让市场认识到他们的分歧均需要时间。
1703564090
1703564091
下面让我们来看看，在公布盈余公告后卖出波动率的盈利能力。在盈余公告公布之前，我们可以卖出跨式价差组合，然后希望隐含波动率的下降可以弥补我们在合约标的价格变化上的损失。
1703564092
1703564093
·在盈余公告公布之前（越近越好）卖出当月跨式价差组合，并在公布之后的交易日收盘时买回来。
1703564094
1703564095
·通过除以合约标的价格来对交易结果进行标准化（因此交易结果就与股票价格不相关）。
1703564096
1703564097
我们测试了相同的73个股票样本自2005年第一季度至2010年第三季度的交易结果。
1703564098
1703564099
结果如下：
1703564100
1703564101
·65%的交易盈利；
1703564102
1703564103
·盈亏比为0.69；