帶你學期權量化交易策略
一:摘要
應有明顯厚尾效應的資產就是期權,比較適合進行投機交易。
本策略對不同品種的期權進行了日內趨勢交易回測,在實值期權上都取得了良好的表現。
介紹期權交易策略
(1)期權價格的厚尾效應
我們統計了認沽期權和認購期權的單日漲跌幅。
中心聚集程度利用峰度係數(Kurtosis)來度量。總的來說,變數分布產生尖峰厚尾效應時候就是峰度超過3了。通過下表我們可以看到,不管是認購期權或者認沽期權,每日漲跌幅表現出來的峰度值遠遠的超過了3,有時候竟然可以超過10,這也就證明期權的價格變化是有明顯的厚尾效應的。
趨勢策略盈利的主要來源就是厚尾效應,所以,趨勢交易對於期權來說,也是適合的。
另外,期權具有的有效槓桿高和波動大這樣的特點,同時也適合進行短線交易。
(2)交易策略原理
在金融衍生品策略當中,最主要的投機策略就是趨勢策略。資產價格變動的方向是趨勢策略進行趨勢跟蹤的依據,總的來說,在股指期貨和商品期貨上,具有「低勝率高盈虧比」的特點,全部都有顯著的盈利機會。
經典的CTA趨勢策略就是開盤區間突破策略。通常情況下,突破策略進場做多是在股指期貨價格高於某個價位的時候,同理進場做空就是低於某個價位的時候。區間突破策略的一個典型指的就是開盤區間突破策略。其突破價格的計算是:突破上界=在當日開盤價的基礎上+區間寬度值,突破下界=開盤價-區間寬度值。計算區間寬度是有很多種方法的,在本文中,選取上一個交易日的最高價減去最低價得到的差值,之後再乘上由樣本內優化獲得的係數f來確定。下圖所示的就是策略。
(3)如何選擇期權合約
和股指期貨相比,不同點就在於:在同一時間市場上進行交易的,有很多不一樣的行權價格和行權日期的認購期權和認沽期權。不一樣的期權交易量有著非常大的區別,包括一部分期權的流動性就很差。所以,我們需要在交易之前,在每一個交易日里挑選出適合的期權進行交易。
在進行期權選擇時。可以按照下面的方案進行。
a.選擇流動性較好的期權
期權流動性強弱的判斷指標就是持倉量和成交量。本文主要是以持倉量為依據,從而進行的判斷。一般情況下,流動性好的期權合約,其持倉量會很大,同時在正常的情況下離行權日期會有一段時間,有關行權的問題暫且不用考慮。所以,為了確保其一定的流動性,每一個交易日選擇的期權持倉量最少要大於同一時間不一樣的期權持倉量的中值,也就是流動性約束。
b.分別以其內在價值,把認購期權和認沽期權進行劃分
標的價格和期權行權價格是由期權的內在價值決定的。假如一個期權的內在價值是正,那麼這個期權就是實值期權;假如其內在價值是負,那麼他它就是虛值期權;假如其內在價值等於零,那麼它就是平值期權。對認購期權來說,標的價格減去行權價就是其內在價值;那麼認沽期權內在價值就是:行權價減去標的價格之差。
我們根據上面描述的認購認沽期權的區別和期權的內在價值,能夠將期權區分為6大類,就是:平值認購期權、平值認沽期權、虛值認購期權、虛值認沽期權、實值認購期權、實值認沽期權。分別對這6大類期權進行回測。對每一類期權在每一個交易日的回測中,分別進行選擇!選擇出的進行測算的期權,它必須滿足的條件是:它的流動性要符合上文中流動性約束條件。
關於不一樣類型的期權,在進行期權選擇的時候,可以根據上一個交易日期權收盤價和ETF收盤價來選擇。具體的說:行權價格最低且低於ETF價格的認購期權就是實值認購期權選擇方向;行權價格最高且高於ETF價格的認購期權就是虛值認購期權選擇方向;行權價格很接近ETF價格的認購期權就是平值認購期權選擇方向。類似這樣的方式去進行區分和期權選擇,同樣也可以利用在認沽期權上。一旦沒有選擇到和條件相匹配的期權,那麼當天不進行交易。
(4)期權交易信號的產生
一般情況下, CTA策略的交易信號是由交易標的價量指標產生的,當中最主要的信號源就是價格。尤其是趨勢交易策略,一般利用價格突破或者價格形態的擬合來產生交易信號的,通常情況下,大部分都是趨勢策略。
和股指期貨和ETF的不同點就是,期權的波動非常大,「假信號」現象很容易出現。所以,要利用期權價格去觸發交易信號,策略表現並不好。例如下圖,在2016年6月1日中,50ETF7月購2.25與50ETF日內走勢,圖中數據已經標準化。從9:30開盤之後,期權價格突破上界,上漲10%,買入信號將被突破策略發出。對實際而言,ETF的價格在這段時間的變化不大,緊接著ETF下跌走勢非常明顯,同時認購期權價格也跟著下跌20%左右。根據這個結果進行分析,開盤後錯誤的判斷期權是向上波動的。假如由期權價格觸發交易信號,那麼當天的交易會出現虧損現象。
像這樣的,由於期權價格「小波動」觸發的假信號很「頻繁」,所以利用期權價格產生的交易信號不適合用來交易。
因為在價格相關性方面,期權和標的指數所具有的都非常高,所以我們能使用指數價格做為信號產生器。一旦指數出現上漲趨勢時,能做多認購期權或者做空認沽期權;還有指數看跌時,能做多認沽期權或者做空認購期權。
(5)怎樣控制期權交易的風險
一般情況下,趨勢策略和擇時策略通過設置止損的方式來降低風險。因為期權的波動非常大,通常情況下合理的止損閾值會很大,不然容易觸發止損平倉,可是一旦在這樣會致使單次交易對凈值造成的虧損非常大。
所以為了單次交易對凈值的影響可以降低,本文利用降低倉位的方法進行交易。也就是說,在每次交易的時候,在交易時,最多佔用資金的10%給期權做期權費。那麼關於買期權的交易,就會有90%的資金處在一個閑置狀態;還有賣期權的交易,交易保證金用剩餘現金就充足了。單次交易的凈值波動不會太大就是這樣做的好處所在。
2.實證分析
交易標的選用上證50ETF期權合約。2015年2月9日-2016年6月30日為回測區間。在實值期權方面上,使用的策略獲得很好的表現(如下圖所示),單邊10元為每手交易費用。
我們可以看出,在實值認購期權上,31.3%是策略獲得的累計收益率,-6.1%為最大回撤。
而在實值認沽期權上,57.8%為策略獲得的累計收益率,-6.0%為最大回撤。
GIF/1K


TAG:程序化交易者 |
※量化深度強化學習演算法的泛化能力
※零基礎開始學量化高頻交易
※帶你看透量化投資未來發展趨勢
※機器學習如何應用於量化投資
※控制風險偏離度 把投資決策交給量化模型
※量化CTA普適性策略設計理念及實盤效果
※加密資產的量化投資策略
※輕量化的意義
※量化策略的七個陷阱
※一文帶你深度領悟機器學習在量化領域的應用
※易善資產:世界格局變遷決定量化投資未來
※中國量化投資國際峰會量化投資教學實踐研討班
※革新型的輕量化開發——輕量化整體解決方案之道
※量化FOF常見的產品策略
※央行貨幣政策委員會馬駿:銀行利差走勢受多重因素影響 LPR影響短期內無法量化
※機器學習演算法已成量化投資跑贏市場的新推手
※極化碼BP解碼演算法中量化問題的研究
※馬駿:銀行利差走勢受多重因素影響 LPR影響短期內無法量化
※零基礎學Python量化投資,超值線上課程反覆回看
※歐洲央行從量化寬鬆轉向量化緊縮,市場最關注的問題是哪些?