打字猴:1.70356417e+09
1703564170
1703564171
1703564172
1703564173
1703564174 在黏性行权价的条件下,这个结果会让构建套利组合成为可能。
1703564175
1703564176 考虑一个delta中性的看涨期权价差,其中空头腿由单个期权的gamma比率加权而成:
1703564177
1703564178
1703564179
1703564180
1703564181 若X1>X2且σ(X1)<σ(X2),即隐含波动率曲线向下倾斜。当我们计算该价差的损益时,已实现方差项就抵消了,因此我们得到:
1703564182
1703564183
1703564184
1703564185
1703564186 该结果一般为正(我们构建了一个正gamma的头寸,并同时可以获得theta)。
1703564187
1703564188 黏性delta
1703564189
1703564190 这条隐含波动率规律同样允许套利。考虑一个动态对冲、delta中性和风险逆转的头寸,如卖出虚值看跌期权,并买入虚值看涨期权。在黏性delta的假设下,如果合约标的价格上涨,两个期权的隐含波动率都会上升。不过,看涨期权现在会更接近于平值点,因此其vega会比看跌期权更大。所以看涨期权价值上涨的幅度会比看跌期权价值下跌的幅度更大。该组合就可以实现盈利。类似地,如果合约标的价格下跌,两个期权的价值都会下跌,卖出的看跌期权价值会下跌更多,因此该组合还是可以实现盈利。
1703564191
1703564192 另一个观察黏性delta只在一个有限的条件下有用的方法,是我们在第3章中所看见的:当合约标的价格下跌时,已实现波动率正常情况下会上升,而这会使平值期权的隐含波动率也相应上升。黏性delta不会有这样的效应,它会让(不断变化的)平值期权的隐含波动率保持不变。强调这一现象的一个方法,就是让波动率曲线沿某个“支柱”或“路径”浮动。而该“支柱”或“路径”是行权价的减函数[1],如图5-12所示。该路径的斜率可以通过将隐含波动率的历史变化与合约标的历史收益率进行回归来估计得到,不过这可能不会太有效。在实践中,交易员一般是用倾斜度来拟合当前的市场行为。
1703564193
1703564194
1703564195
1703564196
1703564197 图5-12 隐含波动率及其作为行权价的函数的支柱(切线)
1703564198
1703564199 不管我们决定如何移动隐含波动率来匹配合约标的的变化,我们都应该将波动率的变化考虑进我们的delta。尽管delta的正式定义是期权价格相对于合约标的价格的偏微分,但交易员却主要用它来表示他们总的方向性风险敞口,即总的微分。
1703564200
1703564201
1703564202
1703564203
1703564204 因此,如果我们想用这个黏性delta范例,我们将需要修正BSM模型的delta,以确保维持方向中性。
1703564205
1703564206 [1] 此处作者是指,当合约标的价格下跌时,隐含波动率会上升。为了强调这一点,就假设波动率曲线会沿着过平值点的切线移动。由于隐含波动率的变化方向与合约标的相反,所以该切线是行权价的减函数(即斜向下)。——译者注
1703564207
1703564208
1703564209
1703564210
1703564211 波动率交易:期权量化交易员指南(原书第2版) [:1703562369]
1703564212 波动率交易:期权量化交易员指南(原书第2版) 波动率微笑的动态变化
1703564213
1703564214 这里我们来研究一下波动率微笑的性质。刚才提到,波动率微笑没有波动率的水平那么重要。这虽然是事实,但它也不是完全微不足道。一些学术研究表明,如果交易成本足够小,那么微笑效应还是有利可图的(例如,Goncalves和Guidolin,2005;Jha和Kalimipalli,2006)。此外,为了找到交易的最佳行权价,所有的交易员都需要监测并理解波动率微笑。波动率微笑对有着许多不同行权价的产品更重要。正因为如此,才有可能构造出将偏度(比率价差和风险逆转)和峰度(蝶式价差和鹰式价差)相分离的交易策略。波动率微笑对于那些能够撮合多条腿的交易而不用承担全部买卖价差的做市商而言,也有很重要的意义。
1703564215
1703564216 波动率微笑现象主要是由以下原因产生的(这个列表只列举了一部分相对重要的原因)。
1703564217
1703564218 ·在许多产品中,典型的最终用户都是做多的,因而会偏向于购买具有下侧保护作用的产品。
1703564219
[ 上一页 ]  [ :1.70356417e+09 ]  [ 下一页 ]