打字猴:1.703564558e+09
1703564558
1703564559 这就是Leland的中心结论。他证明了调整后的期权多头头寸的波动率为:
1703564560
1703564561
1703564562
1703564563
1703564564 式中 λ——按比例计算的交易成本;
1703564565
1703564566 Δt——每次调整平衡之间的时间间隔。
1703564567
1703564568 对于期权空头头寸,调整后的波动率为:
1703564569
1703564570
1703564571
1703564572
1703564573 尽管交易员并不会明确地使用Lenland的结果来确定对冲策略,但它们是非常重要的结论。在进行期权交易之前,我们需要大致了解多少利润会消耗在累积的delta对冲上面。这部分影响可能会非常可观,尤其是对低波动率、低流动性的股票而言。例如,假设一份期权的公允波动率为10%,买卖价差为1%,如果每天进行再平衡对冲,就需要至少以15.9%的隐含波动率卖出期权,才能够弥补这些对冲成本。
1703564574
1703564575 另外,最优delta区间并未完全覆盖BSM中的delta。在交易成本存在的情况下,由BSM得到的完美对冲头寸量是需要进行调整的。这和Leland的观察也是一致的,即当虚值期权遇到更高波动率的时候,由于期权的delta受波动率水平的影响,真实的delta水平会更高一些。同样地,实值期权的真实delta则会更低一些。这就导致了对冲区间是以S形调整后的delta为中心的,而不是以BSM的delta为中心的。
1703564576
1703564577 前面的分析都是针对欧式期权的,但是大致的思想也可以拓展至美式期权。这与BSM模型类似,偏微分方程是一般性的,但求解的具体方法还要取决于具体的边界条件。这个要点也同样适用于我们研究的其他模型。通常情况下,我们可以预期美式期权的结果和欧式期权是相似的(在大多数例子里,美式期权都可以用欧式期权的思路去思考)。
1703564578
1703564579 虽然无法从图6-3和图6-4中观察到,但是这个模型的重要特征是:对冲区间的宽度取决于风险厌恶系数。高风险厌恶系数意味着交易员只能承受少量的风险。所以他想要收紧对冲区间,从而会频繁地进行对冲。相反,风险厌恶系数小的交易员的对冲频率会更慢一些,他通过承担更多的风险来减少对冲成本。这些不同的选择并不存在好坏之分,也不能说明某个选择要比其他的更正确。对于所有的这些对冲方法,我们都要知道自己的风险厌恶系数是多少。一旦给定了这个系数,HN公式就能够告诉我们风险与收益的最优平衡是多少。
1703564580
1703564581 Whalley和Wilmott的渐近解
1703564582
1703564583 假设交易成本很小(相对于BSM中的期权价格而言),那么就有可能得到整个问题的一个近似解。这一结论是由Whalley和Wlimott首先得到的(1993,1994)。他们证明了非交易区间(no-transaction region)的边界满足如下的表达式:
1703564584
1703564585
1703564586
1703564587
1703564588 其中λ是按比例计算的交易成本,交易成本满足以下表达式:
1703564589
1703564590
1703564591
1703564592
1703564593 其中N是交易的股票总数。
1703564594
1703564595 虽然Whalley和Wilmott只考察了对冲欧式看涨期权空头头寸的例子,但其实这个方法具有较好的通用性:该方法有许多让人满意的合理之处,可以用于大部分普通投资组合的对冲。图6-5展示了一个使用该方法进行对冲的对冲区间。它使用的例子是波动率为0.3的一年期期权,交易成本为2%,利率和持仓成本为0,风险厌恶系数为1。
1703564596
1703564597
1703564598
1703564599
1703564600 图6-5 Whalley和Wilmott的渐近方法所得到的近似对冲区间与BSM的delta之间的关系
1703564601
1703564602 ·当交易成本降低的时候,对冲区间的宽度也会减小。事实上,当成本变为0时,对冲区间就变成了BSM的delta线。
1703564603
1703564604 ·当风险厌恶系数上升时,对冲区间的宽度会减小,这和完整的HN理论的结论一致。
1703564605
1703564606 ·这个策略可以简化为一个分析式,从而可以在Excel中实施。
1703564607
[ 上一页 ]  [ :1.703564558e+09 ]  [ 下一页 ]