【作者：老徐话期权】
“我们一般称双买策略为主动式交易,而双卖为被动式交易,唯有交易技巧及心理状态更好的,才能在买方的策略中游刃有余”
什么是双买策略?
同时买入同一月份相同 ... 展开
【作者：老徐话期权】
“我们一般称双买策略为主动式交易,而双卖为被动式交易,唯有交易技巧及心理状态更好的,才能在买方的策略中游刃有余”
什么是双买策略?
同时买入同一月份相同或不同行权价的策略。买入同一个行权价合约期权称跨式,买入不同行权价虚值合约的期权称为寛跨式,买入不同实值行权价叫做交叉跨式价差(GUTS)(有兴趣的可以参考<交叉跨式价差策略>一文)
这大概是刚进入期权市场中,许多人认为一定可以赚到钱的策略了。
就在上个月的时候,一位张姓的友人跟我说:”发现了一个一定可以赚到钱的方法:只要同时买入认购及认沽,就可以赚到钱。因为只要上涨或下跌,一定一边可以获利,一边是利润无限,另一边是损失有限呀!”
可能是2020年7月初的大涨,让他有了这种不切实际的想法。
但最近他试了之后,结果不是那么美好……能赚钱的日子不多,大多数的时间都在亏钱。
我们以8月份合约开始的第一天(7/22日)为例,张先生在A点买入平值期权合约,8月份行权价3.3的跨式,但7月28日后(B点),再也没有赚到钱了,且一路损失。若后来买入的话,8月17日再进场(C点)也有一波机会,但不及时出场也会损失。
图一:2020年8月份合约(7/22起)至8月21日,上证50行权价3.3元跨式15分钟走势图(数据来源:汇点老徐订制版)
这告诉我们2个启示:
1.双买可能及时出场,否则耗下去可能波动率及时间价值会拖累帐户的损益。
2.买入时机很重要。
你要赚什么钱?
做双买的交易中,投资人到底想赚什么钱?最直觉的说法是,大涨或大跌的钱。但许多人忽略了,重点不是涨和跌那两个字,而是在涨和跌之前的”大”这个字。
我们将其细分,最主要投资人要赚的主要是gamma及IV的钱。如果大涨或大跌,gamma跑出的delta足以让我们立即在方向上获利,可以赚到gamma的钱,且如果大涨或大跌,必然带动IV的上升,我们就可以赚到IV上升(Vega)的钱。
相对而言,如果要赚gamma的钱,必定会损失时间价值,要和时间价值对抗,要方向上获利能弥补时间价值的损失;如果要赚IV上升的钱,则可能要Vega值要够大,或者IV上升的够多,才能弥补时间值的损失。
而上面文字的描述,可以让我们分辨我们想赚什么钱?如果想赚以gamma跑出delta的钱,则gamma较大的的近月合约是一个选项;如果我们想赚波动率的钱,则Vega是一个考虑重点,Vega大的合约或远月份合约可能是一个选项。
所以你想赚的是什么对于决策买入的合约或份很重要。
但这两者,我们需要“行情”或“事件”来趋动。
所以在双买策略上,判断大行情发生或知道市场预期外事件发生,将可以产生极大的利润。
故时机仍然很重要….
如何对冲调整?
透过对目标资产(或合成期货)的低买高卖,我们在某些时点将手中的双买仓位调整成中性。
例如:
2020年8月20日收盘前,上证50ETF价格为3.312元时买入行权价3.30元的认购及认沽各10张。
认购及认沽的权利金和=0.0820元
Delta=11,018元
1%Gamma=87,574元
Vega=337元
Theta=-1,010元
2020年8月21日收盘时,上证50价格3.336元。
认购及认沽的权利金和=0.0761元
Delta=109,009元
1%Gamma=91,672元
Vega=270元
Theta=-1,078元
由于当天收盘前Delta较偏多,故可以:
收盘前卖出3张行权价3.30元认购,买入3张3.30元认沽(合成期货)。
持仓成为买入行权价3.30元的认购7张,认沽13张。
Delta=8,929元
1%Gamma=91,672元
Vega=270元
Theta=-1,078元
其持有仓位的变化如下:
图二:对冲后的持仓图形风险值
由于当天由于波动不够大,是损失的。若第二天50ETF跌回3.312,则可将仓位冲回变回认购、认沽各买入10张的仓位,在行情看起来没变化的情况下,赚回一些利润。
若未来数日行情很大,将可以赚到实际行情波动大于隐含波动的利润,如果隐含波动再上升,那就更完美了。
各位可以留意,我们会在调整对冲的过程中高卖低买,这高卖低买(或低买高卖中)可以降低时间价值的损失或得到利润,并在此过程中等待大机会的来临。
当然我们也可以不用一定要在收盘前来对冲,许多交易员也会在盘中的相对高点卖出目标资产(合成期货)或相对低点买入目标资产(合成期货)来降低时间价值的损失。
Gamma Scalping
若是我们更积极主动一点,摆脱被动调整的思路,以压力支撑或技术方式来使gamma收入大于时间价值,则是我们常说的Gamma scalping(在中国台湾常称割头皮)策略。
由于双买己经风险有限,故在盘中透过更积极的低买高卖的过程,每天赚取能够超过时间价值损失的利润,然后在大行情获取更大的利益。唯一的问题是,技术要好,每日亦要透过不断的复盘来取得更好的利润。
(如下图)若是可以在A点卖出合成期货,调整为中性,因在B点时又不是中性,故买入合成期货再调整为中性,C点卖出合成期货,E点买入合成期货,F点再对冲成中性。在A→B→C→E→F所获得的利润,足以满足时间价值的损失且小有获利。但盘中却很不容易做到(为何知道在ABCED点要做?),故常常会有许多耗损成本。
例如交易员常常会在D点就买回合成期货将仓位调至中性,但发现走势仍在向下,会将己买回仓位出场,至E点再买回调至中性,这种情况可能常常盘中发生数次,故也有会发生得不偿失的情况。
图三:2020年8月21日,上证50ETF日内走势图
当然在Gamma Scalping策略中,为了避免Vega风险,常常也会卖出其它较大Vega及较小gamma的期权合约,使其vega 中性,让仓位不受到IV下降的vega风险,更专注在longgamma的交易策略中。
短线交易如何做?
当然也有不少交易人喜欢用双买来做短线交易。
如下图所示,使用MACD技术指标,当权利金和的走势向上突破,则同时买入沪深300ETF期权合约行权价4.80元的认购及认沽在A点。当权利金和开始走弱,则出场至B点,损失9元/组出场。在C点时再度买入沪深300ETF期权合约,在D点出场,获利22元/组出场。
但在C点入场时,若能正确判断以E点出场,则可获利107元/组出场,故盘中短线利润也不容小觑。
图四:2020年8月21日,沪深300行权价4.8元跨式日内走势图(数据来源:汇点老徐订制版)
通常我们会在IV趋势向上或短线波动较大时采用此策略,因为在整体损失有限,或整个方向完全看错亦不会有大损失的情况下,交易中也颇受短线交易人喜爱。
老徐订制版软件己经上方正证券官网,可以下载了哦:
https://www.foundersc.com/serviceDownloadPC/index.jhtml
关注老徐话期权END交易其实很简单
徐华康，历任台湾大众证券、金鼎证券、元大期货副总经理，宝来期货投资长、金鼎期货总经理，大陆银河策略总监，方正证券董事。前台湾期货交易员协会主席，荣获2005年金彝奖，是台湾近20年来最佳衍生品交易员之一。出版《交易与马的屁股》、《关键价位——股票与期货的进出场时机》、参与创作《操作的艺术——13位赢家的投资心法实录》、《期权基本款——人人可用的期权专业知识和操作手法》、《我当交易员的日子》
预览时标签不可点
收起
2020年9月行权月（8月26日-9月23日），两个标的快速拉起随后震荡回落，整个月波动不大，基本回到原点。
图1 9月行权月50ETF走势
图2 9月行权月300ETF走势
图3 期权论坛波动率指数
图4 认购4600
图5认购4700
图6 认购4800
图7 认沽4700
图8 认沽4800
图9 认沽4900
期权日评0923：彩票，归零了。。。
图10 9月23日9月合约收盘时的持仓（一）
图11 9月23日9月合约收盘时的持仓（二）
图12 7-9月标的走势
图13 8月26日50ETF期权9月合约T型报价
图14 8月26日300ETF期权9月合约T型报价
图15 9月23日50ETF期权9、10月合约T型报价
图16 9月23日300ETF期权9、10月合约T型报价
期权之路漫漫，何时是个头哟。
二月：
三月：
四月：
五月：
六月：
七月：
八月：
九月：
十月：
十一月：
十二月：
假如每次都只拿10万元进场，10 x 0.5 x 9 -11 =34万，全年收益率340%。
比起BS模型的理想情况，实际行情发生大涨大跌的概率要更高一些，而且实际行情不温不火的概率也会更高一些，种种因素导致隐含波动率呈现出“中间高两边翘”的特点，我们俗称叫“尖峰厚尾”2、均值回归即长期来看，在一个给定的市场，波动率不可能长期保持在极端的水平，而是会回归到一个相对稳定的均值水平。当短期波动率非常低时，波动率随剩余期限长度而递增；当短期波动率非常高时，波动率随剩余期限长度而递减。期权剩余期限越短，不同行权价的期权隐含波动率差异越大；期限越长，不同行权价的期权隐含波动率差异越小。3、聚集效应很多时候，我们看到波动率走高或走低，偏离均衡水平达到一定程度，并不会马上发生回归，而是持续一段时间后逐渐回归。也就是说当前出现异常波动，如果按照均值回归特点，你可能会认为市场马上就会纠正异常回归正常，但实际在行情中我们往往看到的是一段时间内这种异常可以持续，这个现象就是波动率的聚集效应。所以在跟有些投资者聊波动率时，大家觉得现在都这么低了，多好的做多波动率的机会，但实际交易中可能低波动率会持续很长时间，波动率还没有回归合约就已经到期了，即使没到期也在不断损耗时间价值，容易出现得不偿失，所以聚集效应的影响不容小觑。
上图中，X轴是不同的行权价格，Y轴是不同的到期期限，Z轴是合约的隐含波动率。对于每个特定的行权价格、到期日，我们可以查到它的隐含波动率。在交易上，很多投资者常常会进行一些波动率曲面交易，比如有种常见做法是通过在波动率曲面上寻找异常点，找到过高的卖出，找到过低的买入，然后对冲成中性，来获取波动率回归正常的收益。2、波动率偏斜曲线（Volatility Skew Curve）
波动率曲面大而全，但实际使用时比较不方便，所以我们沿着X轴切一刀，就得到了同样期限的不同行权价的合约隐含波动率组成的曲线（如上图）。这个图横轴是行权价格，纵轴是波动率，通过这个曲线，我们在界定好合约的到期期限（比如选取当月到期）后，可以很方便的对比不同行权价的波动率高低情况。我们观察这条曲线，会发现随着行情变化，它的形状也会五花八门，有时左边高右边低，有时右边高左边低，更多的时候是两边高中间低，所以我们一般称呼它为波动率偏斜曲线，两边高中间低的情况有时候也叫做波动率微笑曲线。那么波动率的偏斜和微笑是是什么原因造成的呢？大家还记得我们之前说波动率的特点，其中一个是尖峰厚尾。也就是说实际极端行情发生的概率要比理论上高，所以两头的期权价格也会相对高一些，倒退出的隐含波动率也更高。极端行情的风险溢价。对于两头的期权合约，比如深度虚值认购合约，部分权利方仍有赌一把的欲望，另一方面参与的义务方面临一旦行情暴涨可能带来较大风险出现高额损失，处于风险溢价考量也会推高波动率。流动性差异。一般我们观察期权合约交易，往往是平值附近最活跃、流动性最好，越往两头交易越冷清，而流动性下降往往容易出现异常值，导致波动率过高或过低。除此之外，暴跌容易出现恐慌、用于现货的保险及备兑需求等多重因素都影响着不同行权价合约隐含波动率的高低，在此就不一一细说了。
波动率偏斜曲线是沿着X轴切一刀，，而沿着Y轴切一刀，就得到了同样行权价但不同到期期限的合约隐含波动率组成的曲线（如上图），我们称之为波动率期限结构。这个图横轴是到期月份，纵轴是波动率，通过这个曲线，我们在界定好合约的行权价（比如选取平值）后，可以很方便的对比不同期限的波动率高低情况。实际应用当中，波动率期限结构的应用频率较小，更多的是我们是使用波动率锥。4、波动率锥（Volatility Cone）
与波动率期限结构类似，波动率锥（见上图）也包含同样行权价但不同到期期限的合约的隐含波动率，但除此之外，它还将历史的不同期限波动率的分位数进行了展示。所以通过波动率锥，我们可以看到在特定的到期期限（比如还有1个月），波动率历史上最高是多少，最低是多少，中位数是多少，现在的隐含波动率是处于什么水平等，方便我们根据历史数据判断当前波动率高低。因而用的更为广泛。
上图是我们的波动率偏斜曲线，其中横轴为行权价，纵轴为隐含波动率。红色为当月合约，绿色为下月合约，蓝色为下季合约，黑色线为隔季合约。虚线的四条线对应的是昨天的四个不同期限。实际应用时，我们主要有两个用处：（1）市场观点的映射。波动率偏斜曲线，是市场真实价格对应的隐含波动率形成的，反映的是市场真实的观点，所以可以拿来与个人观点进行印证对比。一般而言，偏斜曲线右侧过高，即高行权价的隐含波动率过高，反映出的参与虚值认购合约的权利方力量较强，市场看涨预期较为强烈；偏斜曲线左侧过高，即低行权价的隐含波动率过高，反映出的参与虚值认沽合约的权利方力量较强，市场看跌预期较为强烈。如果自己对波动率的观点与市场不一致，也可以据此做一些波动率方向交易，认为市场过高可以做空波动率，认为市场过低可以做多波动率。（2）交易机会的把握跟大家说一个波动率交易的常见套路或者公式，就是“卖高买低+中性交易”。也就是说发现波动率过高，那么卖出过高波动率合约同时买入波动率正常或者偏低的合约，同时调成delta中性（即方向中性，可以不用考虑标的涨跌），等待波动率回归正常后平仓，持仓期间随着市场波动及时调成中性或者换仓即可。最简单的中性交易方式，是平值的跨式策略，即如果做多波动率，则买入平值认购同时买入平值认沽，如果做空波动率，则卖出平值认购同时卖出平值认沽。另外一种常见的方式是比率价差策略，发现低行权价波动率过低、高行权价波动率过高，则可以买入低行权价+卖出高行权价，数量上根据delta调整为中性，比如低行权价delta为0.25、高行权价delta为0.5，则买入2张+卖出1张。2、波动率锥
上图是我们的波动锥，分别计算不同周期下的历史波动率的分位数，并将同一分位数的数字连接，其中横轴为历史波动率的计算周期（以“日”为单位），纵轴为波动率的数值。虚线叠加当天隐含波动率的期限结构（以平值合约的隐含波动率计算），其横轴位置对应四个合约的到期日实际应用时，我们主要有两个用处：（1）当前波动率的相对高低位置在波动锥的图形中，我们可以将当前隐含波动率与历史水平进行对比。比如上图中，下月、下季、隔季合约大致处于50分位和75分位之间，处于中间偏高的位置，而当月合约的波动率已经超过了75分位，处于较高的位置。此时交易当月合约，买方需要注意潜在的波动率回归带来的风险，权衡下方向收益能否覆盖风险，如果预期未来不再有大的涨跌空间，可以考虑及时了结。（2）交易机会的把握从波动率锥的角度来看，一方面我们可以根据历史分位数情况，来辅助自己对于当前波动率高低的判断，进行相应的波动率交易，或者方向交易时提供额外的参考；另一方面，我们可以根据不同期限合约的波动率相对高低情况，进行跨期的波动率交易。比如如果认为下月合约波动率过高，而下季合约波动率过低，可以卖出下月的平值跨式组合，同时买入下季的平值跨式组合，然后等待波动率回归正常后平仓，持仓期间随着市场波动及时调成中性或者换仓即可。最后再补充一个波动率交易容易踩的坑。大家思考下，临近到期日，当月合约的隐含波动率上涨明显，是不是卖出当月合约赚取波动率收益的好机会？虽然隐含波动率大涨，出现一定程度的偏高，看起来是做空波动率的好机会，但我们实践中很少选择这么去做。原因在于，一方面观察波动率锥图形我们看到临近到期合约隐含波动率大涨大跌的幅度可能是很大的，另一方面随着临近到期合约的vega已经变得很小了，此时即使波动率出现回归大幅回落，通过波动率赚到的钱也很少；再有就是临近到期合约有时会出现末日轮那样的大行情，为了赚波动率回归的小钱而冒遇上极端行情大亏的风险是得不偿失的。所以实践中进行波动率交易一般不会选择临近到期的当月合约，如果临近到期那么可以考虑选择相对远一点的下月合约会更适合一些。本期内容相对更加进阶一些，希望上述的讲解介绍能让大家对波动率了解更深入，接下来的几期内容中，我们将减少知识性的介绍，给大家带来更多的实际交易中的应用，欢迎大家持续关注。 A
现在市场交投活跃，北上资金成交占上证50比重略降低，但其凭借对行情先知先觉，对国内参与上证50期指或期权的资金而言，是越来越重要参考风向标。下图的两幅沪股通资金流曲线，与上证50分时图走势存在极大关联，特别是表现为净流出时。参与50ETF期权交易，不可不关注北上资金动向。
北上资金的行动具有很强连续性和规律性，对50ETF期权极具实战意义，对于净流入而言，连续净流入超过20亿元，往往意味后市外资看好上证50成分股，积极抢筹，支撑走势。3、随着全球经济一体化的浪潮，资本市场的关联度加大；外围股市的表现往往会影响A股的开盘走势（当然开盘后A股还是主要受自身结构影响）。在A股休市的时间，可以多观察外围的走势。可观察几个指标：人民币汇率、A50期指、港股、美股等。在每天股市开盘前看看隔夜美股及A50的表现，可以为A股开盘高开低开或平开作个大概的预判。收市后的一小时可以观察港股有没有大幅度的波动。如2月6日开市前，美股大涨续创新高、A50亦同样高开，前一日尾盘港股表现也较为平稳，故当天A股开盘高开几率较大。A50期指在新加坡挂牌交易，其交易时间9:00-16:35，17:00-04:30，几乎涵盖了亚太、欧洲、北美主要金融经济体的市场运行时间，对国内非交易时间一些突发消息（午盘休市、周末管理层重大政策出台、长假时外围市场的异常波动），参考作用尤为明显（可在一些第三方行情软件看到）！有助于我们开盘前的预演准备和持仓压力测试。 
4、波动率高低对应着合约偏贵还是偏便宜。波动率的高低，会告诉你应该怎么干期权，贵了当然是卖出（做义务仓），便宜了当然是买入（做权利仓）。另外交易中同样也要密切关注波动率与标的涨跌的相关度。①：假如波动率与标的上涨成正相关（标的上涨时会推动合约升值），日内做多选择买入认购合约，日内做空选择卖出认购合约；②：假如波动率与标的上涨成负相关（标的下跌时会推动合约升值），日内做多选择卖出认沽合约，日内做空选择买入认沽合约；直至波动率与标的涨跌脱钩。风控和仓位管理永远是第一位，要管得住自己的手，高收益伴随的是高风险，永远不要满仓要剩余一部分资金可以在顺势的时候加仓，逆势时还能做有效对冲。尤其是日内交易者，仓位的控制尤为重要，无论买卖都建议仓位不宜过重，并且在收市前，更应该降低仓位，因为如果第二天出现跳空高开或低开，假如重仓隔夜的，就会变得非常被动。声明：文章部分数据信息来源于公开资料，内容仅供参考，不构成投资咨询。投资有风险，入市需谨慎。各位网友：微信改版了，之前点赞是点“拇指”，现在是点右下角的“好看”，希望各位网友看完后点击“好看”以示鼓励。感恩有你相伴。学习期权必看内容，下方请猛戳！[color=var(--weui-LINK)]
1.2 隐含波动率的度量:波动率指数VIX波动率指数是根据市场上一系列可交易的期权价格计算得到的衡量市场波动状态的量化指标。常见的波动率指数一般都反映了其标的指数未来30天的期望波动率。1993年，美国芝加哥期权交易所（CB0E）发布了全球第一个波动率指数VIX指数，成为衡量市场波动预期的指标。2004年和2006年CBOE又分别推出了VIX指数期货和期权，为市场提供了可交易的波动率资产。CB0E 的VIX指数编制方法在2003年进行了改良，2003年之前，VIX指数是根据市场上一组交易活跃的平价期权价格，使用BS公式求出的隐含波动率的加权平均；2003年后，CBOE联合高盛集团以Britten-Jones和Neuberger（2000）提出的无模型法为基础对VIX指数进行了改良，推出了新的VIX指数，编制方法可参见CBOE白皮书《Implied Volatility Indexes and DailyValue at Risk Models》。新方法的好处是，通过无模型法计算规避了由期权模型偏误带来的风险，同时将更多执行价的期权合约纳入了指数编制中。之后，欧洲、印度、韩国、日本、澳大利亚、加拿大等国纷纷效仿，推出了自己的波动率指数。
上交所曾在2015年推出了基于中国版的上证50ETF ivix指数，又称中国波指。2015年2月9日，上证50ETF期权正式在上交所上市交易。2015年6月26日，上交所第一次发布了ivix指数（中国波指），其标的资产为华夏上证50ETF，编制方法为无模型法，之后ivix成为衡量国内股票市场风险水平的一个重要指标。2019年3月1日，万得信息技术股份有限公司开始发布50ETF波动率指数（CIVIX），经对比，该指数在2015年2月至2018年2月期间与ivix指数的走势基本一致。
[baike]二、VIX指数在择时方面的一些应用[/baike]2.1 VIX指数的一些特点关于波动率指数，学术界总结出了以下三个特点：第一，负相关性，即波动率指数上升时一般股票收益率会下降。理论上，波动率指数与股票指数可以相互影响。当预期未来市场会更加稳定时，VIX指数下降，同时股票市场会有大量投资者入市或者增仓，股票指数上升。另一方面，股票市场本身的表现也会影响市场预期，股市大跌时可能引起投资者的恐慌情绪上升，对未来市场波动率的预期倾向于上升，VIX指数上升。自1993年VIX指数诞生以来，大多数学者已经验证了VIX指数与股票指数及其收益率的负相关性。比如，Chandra和Thenmozhi（2015）研究了印度市场中波动率指数和股票收益率的关系，得出了负相关的结论。Chen等（2017）检验了包括美国在内的7个国家波动率指数与中国股市收益率之间的关系，发现VIX对中国股市收益率有显著的负向影响。我们分别计算了美国、中国、欧洲、韩国的VIX指数与标的股票指数日度涨跌幅的相关性，总体来看呈弱负相关。1990年至2019年，标普500VIX指数与标普500日度涨跌幅的相关系数为-0.12；2005年至2019年，欧洲STOXX50VIX指数与STOXX50指数日度涨跌幅的相关系数为-0.11；2009年至2019年，韩国VKOSPI200指数与KOSPI200指数日度涨跌幅的相关系数为-0.04；中国CIVIX指数与华夏上证50ETF日度涨跌幅的相关系数为-0.03。
第二，非对称性，即波动率指数同等程度上升和下降时，对股票收益率的影响程度不同。当波动率指数上升时，股票收益率下降的程度比波动率指数同等程度下降时股票收益率上升的程度大。Sarwar（2012）在《Is vix an investor fear gauge in BRICequity markets？》中对VIX指数和金砖四国1993-2007年间的数据的实证研究发现，VIX指数和巴西及中国的市场收益率之间有很强的不对称性关系，即当VIX指数较高且波动较大时，VIX指数和股市收益率的负相关性更加明显。Kahneman和Tverskey（1979）的前景理论可以对此进行解释，即个人面对损失/利得时将出现相反的风险偏好，投资者对损失的感受更深，因此将更重视波动率指数的上升。我们分别统计了标普500、韩国KOSPI200、欧洲STOXX50的VIX指数处于不同区间时VIX指数与股票指数的相关系数，可以看到，当VIX指数处于较高水平时，其与标的股票指数的负相关性会增强。
第三，阈值性，即波动率指数存在足以影响投资策略和资产价格的阈值。VIX指数越大，通常表明投资者投资者预期后市波动将加大，对后市越不安。当这种恐慌和不安达到一定程度时，投资者的投资策略会因此作出改变，VIX指数和股价的负相关性会明显上升，这时波动率指数就达到了足以影响资产价格的阈值。2.2 海外市场中，VIX指数曾多次发挥危机预警功能上交所资本市场研究所在《波动率指数浅析》中总结认为，波动率指数应具备两大功能：一是对市场大跌的预警作用；二是对投资组合的优化作用。在美国股市出现的几次大幅波动中，VIX指数曾多次体现出危机预警价值。比如，在2001-2002年互联网泡沫破裂期间，2007-2008年次贷危机期间的两次股市大跌中，VIX指数的局部最高点都领先于股市的局部最低点出现。2002年8月5日，VIX指数达到45.08的最高点，之后标普500指数在2002年10月9日达到最低点776.76，滞后约2个月时间；2008年10月27日，VIX指数达到80.06的最高点，之后标普500指数在2008年11月20日达到752.44的最低点，滞后约1个月的时间。但是，VIX指数的高点并非每次都领先于标普500的低点，有时二者是同步出现。
2009年韩国发布KOSPI200 VIX指数以来， KOSPI200VIX指数曾在两次市场大跌中发挥预警效应。2009年1月21日，KOSPI200 VIX指数达到高点53.17，之后KOSPI200指数于2009年3月2日达到最低点132.47，滞后1.3个月；2011年8月9日，KOSPI200 VIX指数达到高点50.11，之后KOSPI200指数于2011年9月26日达到最低点214.18，滞后1.6个月。
2005年欧洲推出STOXX50的VIX指数以来，STOXX50 VIX指数曾在三次市场大跌中发挥预警效应。2008年10月15日，STOXX50 VIX指数达到高点87.51，之后STOXX50指数于2009年3月9日达到最低点1809，滞后4.8个月；2010年5月20日，STOXX50 VIX指数达到高点49.87，之后STOXX50指数于2010年5月25日达到最低点2488.5，滞后5个交易日；2015年8月24日，STOXX50 VIX指数达到高点40.8，之后STOXX50指数于2016年2月9日达到最低点2736.5，滞后5.63个月。
国内CIVIX指数自2015年推出以来，也曾在几次市场大跌中体现出一定的预警作用。2015年6月29日，CIVIX指数达到高点56.92，之后上证50指数于2015年8月25日达到最低点1914，滞后1.9个月；2015年11月10日，CIVIX指数达到高点40.53，之后上证50指数于2016年1月28日达到最低点1912，滞后2.6个月；2018年2月9日，CIVIX指数达到高点33.13，之后上证50指数于2018年7月4日达到最低点2368，滞后4.8个月；2018年10月30日，CIVIX指数达到高点32.09，之后上证50指数于2019年1月2日达到最低点2262，滞后2.1个月。
2.3 对VIX指数择时效果的研究与应用VIX指数在以上阶段中的预警效果得到了学术界的关注和验证。Ferreira、McArdle等人在《Fear and Greed in Global AssetAllocation》（2000）中研究认为，当VIX指数下降时，意味着股票市场恐慌情绪消散，股票未来的收益率要优于债券；当VIX指数上升至高位时，意味着市场恐慌情绪浓厚，股票未来的收益率要低于债券。肖观福在《中国波动率指数的功能有效性研究》（2017）一文中指出，危机预警的原理建立在波动率指数反映市场恐慌情绪的功能有效的基础上，波动率达到阶段性高点意味着市场情绪此时极为恐慌，必然会持续抛售手中的资产，从而导致市场指数走低（通常是一个月内），达到一个阶段的低点。由于VIX指数包含了投资者对市场未来短期的看法，而投资者会将其对未来市场的看法付诸于投资行为中，从而使波动率指数具有一定的择时效果。由于VIX指数反映了投资者对未来市场的短期预期，具有一定的择时效果，被一些投资者作为一个新型的技术性指标进行运用。James Kozyra and Camillo Lento在论文《Using VIX data to enhance technicaltrading signals》（2011）中，分别对标普500、纳斯达克、道琼斯工业和 VIX 指数进行了研究。他们选取1999年1月至2009年7月的市场数据，利用三种常用的技术分析交易策略，MACO（移动平均线交叉法则）、TRBO(阻力线突破法则)、filterrule（滤嘴法则）应用于前述的三个指数，生成交易的买卖信号。结果发现，引入 VIX后可以有效提高技术交易信号准确性及交易策略的收益。传统的技术分析是利用历史交易价格和数量等信息来生成买卖信号。VIX指标以期权价格为计算依据，包含了投资者对历史交易和未来市场预测的信息。Maggie、Thomas在《MarketTiming: Style and Size Rotation Using the VIX》（1999）中，以VIX的变化作为买进与卖出股票的信号。他们利用隐含波动率的均值回归特性，主要采取两个交易策略，一是在成长型和价值型组合中进行切换，二是在大市值和小市值组合中进行切换。结果发现，使用VIX指数作为择时信号可带来正的超额收益。当VIX指数增加时，价值型和大市值的投资组合绩效表现优于成长型和小市值的投资组合；反之，VIX指数下降时，成长型和小市值股票的投资组合绩效将占优。[baike]三、VIX指数在国内市场的实证[/baike]3.1 CIVIX指数与上证50未来的收益率我们对CIVIX指数与上证50指数涨跌幅进行了格兰杰检验，发现CIVIX指数滞后于上证50指数的当日涨跌幅，但领先于上证50指数之后一段时间的涨跌幅。上证50指数的涨跌幅与CIVIX指数都是0阶平稳序列。我们分别对上证50指数的当日涨跌幅、后10个交易日涨跌幅、后20个交易日涨跌幅、后30个交易日涨跌幅、后40个交易日涨跌幅、后50个交易日涨跌幅、后60个交易日涨跌幅与CIVIX指数进行了格兰杰因果检验。结果显示，上证50指数的当日涨跌幅领先于CIVIX指数，CIVIX指数是上证50指数未来10天、20天、30天、40天（天数均为交易日）的收益率的格兰杰原因。当天数超过50个交易日后，CIVIX指数的领先效应将不存在。进一步回归分析发现，CIVIX指数是影响上证50指数之后收益率的显著变量，回归系数为负。我们以上证50之后10天、20天、30天、40天、50天、60天、100天、150天、200天（天数均为交易日）的累计涨跌幅为被解释变量，以CIVIX指数为解释变量进行线性回归，发现CIVIX可以显著影响上证50未来的收益率，回归系数均为负。这意味着，当前的CIVIX指数越高，上证50指数以后的收益率将越低；CIVIX指数越低，上证50指数之后的收益率将越高。可以理解为，波动率指数走高（投资者预计未来市场波动会加大），投资者对风险回报率的要求会提高，在现金流不变的情况下，股价会趋于下降；波动率指数走低，说明投资者预计未来市场波动会降低，风险回报率的要求下降，股价会趋于上升。
我们统计了2015年2月以来当CIVIX指数处于不同区间时，上证50指数在后10天、20天、30天的涨跌幅与上涨概率，可以看到：总体来看，CIVIX指数越高，后10天、20天、30天的上证50指数平均涨跌幅越小，上涨概率越小。当CIVIX指数小于10时，后30天上涨的概率约为90%，平均后30天的涨幅为大于5%；当CIVIX指数大于30时，后30天的上涨概率下降至50%以下，平均涨跌幅由正转负；当CIVIX指数大于35时，后30天的上涨概率下降至30%左右，平均跌幅超过6%。（天数均为交易日）
这一规律在美国市场中也同样存在，1990年以来，标普500指数之后的收益率大多时候与VIX指数负相关。有所不同的是，美国市场中，过高的波动率指数通常预示着标的指数走势的反转。从图表中可见，当VIX指数高于25时，之后标普500上涨的概率反而增大。对此，Giot等在《Implied Volatility Indexes and DailyValue at Risk Models》（2005）中提出，这可能源于投资者情绪的过度反应。当VXO指数处在高位时，意味着投资者对未来市场走势过于悲观，股票现货市场会存在过度抛售的现象，故而之后的上涨概率反而上升。
3.2 隐含波动率在转债市场中的应用隐含波动率的计算需要基于期权价格，目前国内除了上证50ETF期权之外，转债也可以计算隐含波动率。隐含波动率是分析转债时常用的一个指标，以全部转债标的计算出的隐含波动率进行平均，可以反映全市场转债的隐含波动率的总体水平。我们计算了转债的平均隐含波动率，与上证50ETF的波动率指数进行对比。转债的平均隐含波动率与上证50ETF的波动率指数正相关（相关系数0.47），但走势不完全一致。差异可能来自于：第一，转债中的期权是一个多种条款的复杂期权，并非纯粹的看涨期权。同时，转债中的转换期权是看涨期权，而ivix指数的计算过程中既考虑了看涨又考虑了看跌期权；第二，期权的基础标的不同，转债隐含波动率的对应标的是可转债的正股，而civix指数的基础资产是上证50ETF；第三，计算方法不同，可转债的隐含波动率计算是基于BS模型，而civix指数的计算采用的是无模型法；第四，从时间长度来看，civix指数计算的隐含波动率是面向未来30天的短期预期，而可转债的隐含波动率是面向转债剩余期限计算的长期预期。从历史经验来看，转债的平均隐含波动率下降至历史中位数以下后，转债指数之后通常会“企稳回升”或“快速反弹”。2003年以来，转债的平均隐含波动率中位数约为26.5%。2003年至2017年期间，转债的平均隐含波动率有4次下行至中位数以下，其中有3次转债指数企稳回升（2003年1月-2007年1月，2011年9月-2014年12月，2017年12月-2019年6月），1次转债指数快速反弹（2008年12月）。
我们对转债市场的平均隐含波动率与中证转债指数之后30个交易日、120个交易日、250个交易日的累计涨跌幅进行了回归分析。从回归结果来看，隐含波动率是影响中证转债指数之后30个交易日、120个交易日（半年左右）、250个交易日（1年左右）的累计涨跌幅的显著变量，回归系数均为负，说明平均隐含波动率越高，中证转债指数之后的收益率越低；反之，中证转债指数之后的收益率越高。并且，由于转债的隐含波动率面向的相对较长的时间段的预期，其对中证转债指数后1年、后半年的长期涨跌幅的解释力度高于后30个交易日的涨跌幅的解释力度。
我们统计了隐含波动率处于不同区间时，中证转债指数之后的平均累计涨跌幅和上涨概率。可以看到，25%是一个比较重要的阈值。当转债的平均隐含波动率在25%以下时，之后30个交易日、120个交易日、250个交易日为上涨的概率大于50%，而当大于25%时，之后中证转债指数下跌的概率大于50%。此外，平均隐含波动率与中证转债指数之后120个交易日、250个交易日的上涨概率、平均涨跌幅的关系较后30个交易日更加稳定。
风险提示：隐含波动率指标的效果会受期权市场有效性和关注度的影响。 
从这个图可以看出，期权的时间价值的损失会随着行权日期的到来变得越来越快，这也就是为什么对于临近行权日期的末日期权，你买了看涨期权，明明股票也上涨了，但是你的看涨期权却还是下跌了， 因为时间价值的损失大大的抵消了正股上涨的影响。
从上图中可以看出，对于这只期权而言，它的期权涨跌幅的曲线基本上围绕着正股涨跌这个因素，期权价格的影响主要还是来自于正股涨跌这个因素。[baike]波动率[/baike]在期权定价模型里，波动率是重要的输入变量，波动率越高，期权价格越高。这是因为在期权的生命周期里，标的资产价格的波动率越高，标的资产价格大幅波动的可能性越大，期权买方获利的可能性就越大。 波动率可以描述为股票的股性，就像人有性格，股票也有性格一样，有的股票大起大落，它的波动率就高，期权的价格也相对较高，而有的股票则很平稳，它的波动率就低，期权的价格相对而言就比较便宜。 例如可以对比科技股中的NVDA和AAPL。NVDA的波动率就比AAPL大得多，它对应的期权价格也比AAPL的期权高。波动率也可以转化为根据股票的股性，市场给予的期望，例如财报前夕，对于股票的市场期望就会变高，无论看涨期权还是看跌期权，市场都会给予很高的期望。而财报出了之后，无论好坏，市场期望都会大幅下跌。 所以对于堵财报，如果正股没有一个超出市场大幅预期的表现，看涨期权和看跌期权都会因为波动率的大幅下跌而下跌。
上图中是网易的历史图，2017年11月16日，网易发布财报，财报之前，11月15日期权的隐含波动率达到了最高点48%，11月16日发布财报之后，波动率大幅下降， 下降到了28%，降了20%，所以虽然网易在11月16日正股上涨了7.86%,当时由于波动率下跌的影响，这只看涨期权仍然下跌了30%。所以对于财报前夕，深度价外期权，是一个卖出的好时机，而不是一个买入的好时机。谈到波动率，有两类波动率很重要：一是历史波动率，它是对标的工具在过去价格变化快慢的衡量；二是隐含波动率，它是期权市场对标的物在期权生存期内波动率的预测。 对于两个波动率的对比，有一定的参考意义，如果隐含波动率大幅偏离历史波动率，就是一个买卖的机会。 如果隐含波动率大大的大于历史波动率，例如隐含波动率是历史波动率的2倍，就是卖出期权的好时机，相反，如果历史波动率是隐含波动率的2倍，则是一个买入期权的好时机。根据影响选择期权可以根据期权对于正股涨跌，波动率和时间的影响来选择相同到期日的不同行权价或者同一行权价不同到期日的期权。相同到期日，不同行权价
如果你想设定了某一个到期日，然后可以根据上图来评估三个因素对于不同行权价的影响从而选定一个行权价。 上图是网易的看涨期权在2017年11月29日的截图，从上图中可以看到行权价大于312.5之后，三体对于期权价格的影响将变得越来越大。相同行权价，不同到期日
通过上图可以评估三体对于不同到期日，相同行权价的期权的影响。
从价格走势图来看，利润走势不可能持续维持在高位或低位。这是因为，当利润达到极高值时，一方面钢厂会加速生产，供给增加则价格降低，另一方面铁矿石，焦炭等原材料价格会上涨，从而压缩利润空间；当利润达到极低值时，一方面钢厂会因持续亏损而减产，产量减少将支撑价格，另一方面上游企业议价能力更弱，原材料价格承压走低，从而使利润逐渐回升。当盘面利润超过300元时，可以做空利润，即卖螺纹，买铁矿石和焦炭，当盘面利润低于200元时，又可以做多利润，即买螺纹，卖铁矿石和焦炭。
1.2、 隐含波动率(IV)
1.2.1、 方差互换 (Variance Swap)
1.2.2、中国波指(iVIX)
完成近月波动率σ1与次近月波动率σ2的计算之后，采用以下公式计算上证 50 ETF 波动率指数：
1.3、 已实现波动率(RV)
已实现波动率是针对频率较高的数据计算的一种波动率，又称为日内波动率或高频波动率。高频数据是指以小时、分钟或秒为采集频率的数据。还有一类数据叫超高频数据，即人们获得的股票市场、外汇市场、期货市场实时的每笔成交数据。超高频数据的时间间隔是不一定相等的，具有时变性，它是交易过程中实时采集的数据，或称逐笔数据(tick-by-tick data)。Garman & Klass(1980)提出了日内波动率的一种估算方法—Ohlc；Andersen，Bollerslev(1998)提出使用日内高频股价数据，可以获得对日波动率更精确的描述，并由此建立了一种基于高频股价数据的已实现波动率测度方法。由于高频数据中蕴含了比低频数据更多的市场波动信息，因此基于高频数据的波动率测度一定是一种更为真实的市场波动描述。已实现波动率的计算不需要复杂的参数估计方法，无模型、计算简便，在一定条件下是积分波动率(已实现波动率的概率极限)的无偏估计量，近年来在高频领域中获得了广泛的应用。
3.2、 隐含波动率微笑随机模型
Black-Scholes模型所预测波动率的期限结构是平缓的。
隐含波动率ω(t，t + h) 在很大程度上取决于日历时间t、到期期限 h 和期权的货币性。
Vanna表示Vega对标的价格变化的敏感度
Volga表示Vega对波动率变化的敏感度
4.1.2、 模型简介
通过以上三个期权组合进行复制。
其中X_BS使用ATM波动率由BS模型得到。
4.1.3、VV模型套利
4.2、 SABR模型
4.2.2、基于SABR模型的隐含波动率微笑
4.2.3、SABR模型套利
4.3、 SVI模型
波动率曲面无套利条件：
4.3.2、为什么用SVI模型？
其中：
Heston模型是一个经典的随机波动率模型，它考虑了波动率与标的资产价格回报之间的相关性。
其中：
那么模型参数估计就变成了对a，d，c的线性参数估计(内层)和对m，的非线性参数估计(外层)。
4.3.4、基于SVI模型的隐含波动率微笑
4.3.5、SVI模型套利
[baike]5、 波动率套利方法总结[/baike]
值得一提的是，季月合约由于流动性有限，因此实际操作时可能因为冲击成本过大而导致套利空间进一步压缩，同时因为可成交量不足从而缺乏实际操作的吸引力。因此本报告的意图更多的是为读者一些波动率套利的方法论。
期权的早期发展路径主要在美国，而且当时的品种比较单一，主要是个股期权和股指期权，后期出现ETF期权，并且向印度、韩国、台湾地区发展。到目前为止全球已经有50余家交易所上市期权品种。
限仓制度会逐步的放开，沪深300股指期权的上市运行的时间比较短，但是成交量在不断增加。 
2019年是金融期权集中上市的一年，同时期上海证券交易所和深圳证券交易所推出300ETF期权，当然50ETF期权已经在我国运行很多年，所以300ETF挂牌交易后成交十分活跃。沪市沪深300ETF期权成交量已较为接近，比深市沪深300ETF期权成交多3倍，沪深300指数期权成交量目前相对较小。
沪深300股指期权目前还处于交易初期，3月份的月成交量在100多万手，而且增长速度较快，随着未来限仓制度的放开，交易量和持仓量都将大幅的上升。目前中国大陆已经拥有四个金融期权品种，尽管股指期权上市的时间有些晚，但是未来可期，期权市场正在蓬勃发展，逐步完善。
喘息多日的期权卖方终于在今天获得了喘息。
从上图可以看出，主要成分股小幅上涨，标的小幅震荡，但无论认购认沽都有较大幅度的下跌，其中许多 平值附近的合约均下跌超过100元。
卖出的一对平值附近的期权，上午 一百组的价格是1700元，下午收盘只有1400多元，下跌了300元一对，开仓较早，且在日内使用组保加大仓位，是可以获得日内超过3%的利润的，然后在结束时再解除组保和降仓。
而标的，日内的波动，很小，做T都没有油水。
最近创业板和科技股的火爆，许多股民尤其是新股民赚的盆满钵满，期权卖方手开始痒了。
隐含波动率和时间价值下降。
这就是期权的全天候，多维度获利中的波动率交易。
一、大幅波动的2015年 2015年2月9日，50ETF期权上市，刚好碰上了持续几个月的大牛市，标的快速上涨，随后又大幅调整，前面上涨阶段的赚取不少利润，后期的下行，期权的保险功能得到充分发挥，但是波动率非常高。
2.波动率走势上市之初，市场参与者非常少，期权流动性不好，定价有时候不准确波动率的有效性不强，从下图中的期权论坛波动率图上看到，年初最低23%左右，在市场大幅波动时，波动率高到了63%。
这是个什么概念呢， 比如7月初的波动率高到了60%+，对应的期权价格：
7月2日，标的开盘价为2.728元，盘中一度下探接近5%。
标的盘中下跌超过4%时，该合约涨幅不到80%。
盘中标的下跌超过4%时，该合约的价格下跌不超过20%。3.期权表现
比如上市时轻度虚值的上述合约，两个月大概15倍涨幅。在后面的下跌途中，波动率较高，如果不是入场很早，其实难度也比较大。虽然标的调整的幅度很大。
这个是50ETF期权上市以来单个合约最大涨幅的，从1元到了10000多元，但是那是个乌龙指，低价平均价格还是在1000-2000元之间，算起来也就是5-10倍的涨幅，而标的，在这个阶段下跌了1元！所以看出来，认沽买方赚钱，要么就很快，要么也不会很多。4.特色事件当时这段没有参与，特色事件包括：（1）标的的快速上涨，快速下行（2）波动率的平稳和升高（3）大跌时，也没有看起来那么赚钱（4）市场参与人数很少5.最佳策略2015年的最佳策略应该为，6月份之前买认购，并不断移仓。6月份之后卖出认购，少量买沽，后期做空波动率，但是这个过程非常煎熬，非高手不可为。
2.波动率走势
3.期权表现
10-11月时，认购期权表现还不错。
4.特色事件
图1 2017年50ETF走势
图2 2017年波动率走势
图3 当时为平值的6月购2400两个月最大涨幅35倍 
图4 当时为轻度虚值的7月购2500两个月最大涨幅50倍
图5 当时为轻度虚值的11月购2900两个月最大涨幅40多倍
图6 2018年50ETF走势
图7 2018年波动率走势
图11 2019年50ETF走势（截至11月8日）
图12 2019年波动率走势（截至11月8日）
图13 持仓量接近50万张的11月购3100由于上半年期权价格贵，下半年单边行情不连续，难以涌现高倍数的期权，并没有出现表现出色的认沽期权。
图14 当时为轻度虚值的购2月2500
图15 实值期权12月购2600波段行情
图16 下跌趋势明显的沽12月3000
图17 一天上涨192倍，后一天跌90%的2月购2800（2）3月认购3000持仓量超过30万张，交易所风险警示，最后标的没有超过3元，该合约归零。随后每个月的3000购都很悲催。 
图18持仓量巨大的3月购3000最终归零
2019年50ETF期权市场延续了之前强劲的增长势头，成交量、持仓量较2018年分别提升96.85%和88.62%，期权市场成交额在2018年基础上增长86.09%，日均成交额达13.77亿，已经跃居世界第二大ETF期权品种，仅次于标普500ETF期权。
期权市场持仓量逐月上升，在2019年3月第一次突破300万张，7月突破400万张，12月第一次突破500万张。而期权市场的成交量则是波动较大，最高曾一度达到626.7万张，一年内4次出现超过500万张的情形，总体来看成交量在2019年稳步提升。
另外，在上市初期，期权对ETF标的的促进作用就已经相当明显，华泰柏瑞和嘉实300ETF期权的成交额以及基金份额都有较大提升。
如表5，沪深300期权2019年12月23日上市后，50ETF，华泰柏瑞300ETF,嘉实300ETF成交额均有较大提升，50ETF增长18.1%，两个300ETF品种提升更大，华泰柏瑞300ETF增长54%，嘉实300ETF增长高达88.6%。
如表6，华泰柏瑞300ETF和嘉实300ETF在期权上市后基金份额都有较大的增长，几天时间内，华泰柏瑞300ETF增长5.12亿份，嘉实300ETF增长3.57亿份。
不过目前为止10个上市交易的商品期权品种中，仅有一个期权品种的日均总市值突破1亿元。商品期权平稳发展，发展速度目前低于指数期权，但随着越来越多重要品种期权上市，这一现状在未来有望改变。
场外期权市场集中度一直处于较高水平，不过今年以来有所下降，2019年4月最大五家证券公司的占有率一度低到65.27%，之后逐渐恢复到80%水平。
从证券公司场外衍生品合约的交易对手情况入手分析，商业银行、私募基金、其他机构是场外衍生品市场的主要买方机构。以名义金额计，在10月新增期权交易中，商业银行、证券公司及其子公司占比较高，分别为 42.56%、26.50%。
期权合约的标的构成，主要分为以沪深 300、中证 500、上证50 为主的股指，A 股个股，黄金期现货，以及部分境外标的。从组成结构来看，A 股股指期权以名义本金为维度进行统计，占比为 42.59%；A 股个股期权以名义本金为维度进行统计，占比为9.93%；黄金相关期权以名义本金为维度进行统计，占比为 32.38%。
如表9，股指期权与ETF期权差异主要在以下几点：
总体来看，深交所的交易规则相对于上交所更加灵活：
从开户规则上看，对于机构来说，上交所与深交所只要求有相应资金，业务人员通过考试即可，而中金所对于交易经验有着额外的要求，需要有期货或者期权合约的交易经验。
如表12，我们总结了期权市场的几大策略类型。在沪深300期权的新市场上，我们对增强收益策略以及套利策略更为看好。
沪深300指数是中国市场的核心指数，对于沪深300，机构和个人有着更多的套期保值的需求，随着沪深300期权的上市，越来越多的投资者会用期权来实现这一需求。
如表13，我们展示了跨品种套利的几种思路，分别是跨品种平价套利、跨品种波动率套利以及50ETF期权与沪深300期权之间的套利。由于沪深300期权的引入，多市场有更大的错配机率，套利空间就会有比较大的提升。另外，单一市场的套利机会也不容忽视，在沪深300期权市场尚未成熟的时期，也有很多错误定价等待套利交易者来修正。
波动指数变动与当日涨跌幅相关性非常大，如上图，我们把50ETF在每个交易日的涨跌幅从小到大排序分为10组，分别计算各组的波动指数涨跌幅均值。我们发现只有第1，第2和第10组平均涨跌幅为正。
我们研究这21次情形时发现他们有一个共同点，那就是前一个交易日标的往往有较大的涨跌幅表现。
如上图，我们把50ETF在每个交易日的涨跌幅从小到大排序分为10组，分别计算各组的波动指数涨跌幅均值。我们发现只有第1，第8，第9和第10组平均涨跌幅为正。
备兑策略跟踪方法：
保护性卖权 = 持有现货 + 买入一份认沽期权保护
领口策略跟踪方法：
2019年50ETF净值高速增长，这也就使得抗跌属性更强的组合策略表现不佳，无法跑赢50ETF。其中买入认沽期权的保护性买权策略跑输最少，而卖出认购期权的备兑和领口策略大幅跑输50ETF。
如表16，我们统计了2019以来每一个到期日的合约情况，发现在到期合约（近月合约）中，归零合约占比在95%左右，也就是说市场上的每20张到期期权合约中，只有1张是有效期权合约。其中9月份归零合约数量最大，归零合约占比也最大，每40张到期期权合约中，只有1张是有效期权合约。
该策略在长期来看有较稳定收益，并且回撤较小，在2019年该策略收益为5.18%。
2019年期权市场波动率表现出了非常好的趋势性，在2月到3月，波动指数一直保持着强劲的上升势头，而在7月开始，波动指数进入了漫长的降波区间，波动率交易者在这样的行情下大有可为。
“随波而动”策略自2019年6月发布以来表现良好，收益达21%。策略在2019年年度收益为26.6%，不过策略回撤较大，达19.5%。
从陶金指数的近期表现来看，其择时准确度非常高，发布半年以来，多空择时收益率为20%。
