aizhan

 5 天前 来自 ＋关注 期权扫地僧、软件高手

期权最痛点（max pain）计算Excel下载  

欢迎下载美国市场成熟的max pain最痛点的计算excel，看理论远远不如看懂一个excel的计算过程学的快，欢迎下载！！！每一步都有详细的介绍： 这一部是计算的核心 每一步都有计算的excel公式 展开 欢迎下载美国市场成熟的max pain最痛点的计算excel，看理论远远不如看懂一个excel的计算过程学的快，欢迎下载！！！每一步都有详细的介绍：




这一部是计算的核心

每一步都有计算的excel公式

收起

• 收藏 1
• 查看 1565
• 回复 16收起 16
• 转发

国际业务

 昨天 09:48 来自 ＋关注

场外期权：一个你从未了解过的金融衍生品市场正在中国悄悄壮大  

导言 外界只称，期权深奥、标的复杂，望而却步。但风险防控、以小博大，却是其魅力所在。 不查不知道：2015年6月底到8月底，正是大盘血雨腥风的时候，上证50指数下跌了近40%，然而期权“8月沽2750“合约却上涨 ... 展开 导言

外界只称，期权深奥、标的复杂，望而却步。但风险防控、以小博大，却是其魅力所在。

不查不知道：2015年6月底到8月底，正是大盘血雨腥风的时候，上证50指数下跌了近40%，然而期权“8月沽2750“合约却上涨了10000多倍，从最低时候的1块钱涨到了最高的10900块！

“期权——衍生品之冠，专业投资者必用工具。”国内某知名期货公司负责人如是感慨。

时间进入2017年，随着白糖、豆粕我国首批场内商品启权上市，期权再次成为业内最热话题之一，也同时催逼场外期权加快发展。坊间盛传，某中字头投行，场外期权业务部门，“规模和盈利模式相当于一个农商行，人员只有个位数”！

无论场外，不管真假，其实都指向一个事实，期权，是时候来深入学习了！资本市场，向来讲究个先到者先得，你想错失先机？

来源丨知乎 新财富plus
作者丨潘炳红

场外期权简介

场外期权的基本概念

期权市场分为场内交易市场和场外交易市场，两个市场都是全球风险管理的重要组成部分。

场外期权是指在非集中性的交易场所进行的非标准化的金融期权合约，是根据场外双方的洽谈，或者中间商的撮合，按照双方需求自行制定交易的金融衍生品。

性质基本上与交易所内进行的期权交易差别不大，二者最根本的区别在于期权合约是否标准化。

场内期权是在交易所交易的标准化合约，通过清算机构进行集中清算。

场外期权是根据客户的需求设计，是个性化的，更加灵活，虽然没有统一的挂牌和指令规则，但其在交易量和交易额上占据明显的优势。



场外期权的业务模式

1、交易模式

场外期权的交易模式主要有两种，一种是撮合模式，一种是做市模式。

撮合模式是经过中间商的撮合，买方与卖方形成交易。

中间商从撮合交易中赚取价差，风险相对较低，但是由于场外期权产品是“私人订制”的，流动性差，容易出现因为买卖方的产品在行权价、到期日等合约设置上存在的差异而造成交易失败。

因为要找到相匹配的买卖方，需要分别和买方、卖方进行沟通，所以整个交易过程耗费的时间较长，谈判成本也较高。

做市模式是具备一定实力和信誉的机构作为做市商，向投资者提供产品的买卖报价，并在该价位上接受投资者的买卖要求，用其自有资金或资产与投资者进行交易，风险较高，需要用自有资金在场内市场用现货或者期货来对冲风险。

因此要求做市商有较为雄厚的资金实力，但会存在资金链断裂的破产风险。

对于中小型券商来说，如果刚刚开展场外期权业务，建议先采用撮合模式，风险相对较低，等到资金实力、专业能力达到一定水平的时候再开展做市模式。







2、清算模式

场外期权交易主要有三种清算模式：非标准化双边清算模式、标准化双边清算模式、中央对手清算模式。

非标准化双边清算模式：是早期的清算模式，由交易双方自主完成清算，主要是凭借各自的信用或者是第三方信用作为担保，但会面临着较大的信用风险，尤其是进行多笔交易时会承担多个对手的信用风险。

标准化双边清算模式：通过主协议对场外期权合约的内容进行标准化处理，并通过增加抵押金的方式降低违约风险，方便交易双方结算。主要是对应于做市商的交易模式，做市商一般是大型的商业银行等信用良好的机构，以自身的良好信用作为担保，提供合理的报价。



中央对手清算模式：本质是场外交易，场内清算。最早是在2002年由纽约商品交易所和洲际交易所推出，核心是合约替换和担保交收，由清算所作为交易双方的对手方，使原来的场外期权合约转化为两张与中央对手方的清算合约，中央对手方一般是各个交易所旗下的清算所，实力雄厚，风险管理能力也比一般的做市商强。

近几年为了减少场外市场的系统性风险，全球已经逐渐提高了中央对手清算的比例。



场外期权的功能

1、市场角度

（1）完善市场结构，提高市场活跃度

场外期权的推行丰富了市场的产品结构，满足市场各类投资者的多样化需求，场外期权的交易特点与场内期权类似，但是场内期权会受到标的物、期限的制约而影响其与现有产品的结合。

场外期权可以实现与其他产品的结合，从而改善理财产品的收益特征，形成产品之间协同发展的格局。

例如在保本型理财产品中，期权的保险作用可以在原有的条件下，降低产品在固定收益资产权重的限制，释放更多的空间给高收益的权益类资产，从而提高产品的收益率，场外期权的一个重要应用就是结构化产品。

（2）优化资产配置，提高标的成交量

期权的非线性损益特征使其可以构造出多种组合，因此场外期权的应用产生了更加丰富的投资策略，从而有助于优化资产配置，降低投资组合的波动性。

部分场外期权采用实物交割，因此会加大对标的物的需求，从而对标的价格产生积极的刺激作用，提升交易量。


2、参与者角度

（1）拓展发行方的盈利模式，增加利润来源

场外期权的发行方可以根据客户对风险、收益的偏好程度，设计出“私人订制”的场外期权产品，拓展公司的盈利模式，摆脱传统业务对于市场行情等因素的依赖，提高自身服务水平、定价和做市能力，增加利润来源。

（2）满足投资者多样化需求，降低投资成本

因为场外期权的非标准化特性，所以可以根据投资者的需求而专门设计产品，用于满足投资者套期保值、套利、对冲、投机等需求。

与期货的套期保值操作相比，当市场行情朝着现货有利的方向发展时，期货部分的损失会大幅降低现货部分的盈利。

而场外期权损失的只是少量的期权费，而且期货的操作要求对进出场时点、仓位管理有精准的投资判断。

一旦操作失误，将会造成严重的亏损，场外期权则比较简单，到期选择是否行权即可，对于想将更多精力放在实体经营的企业或者投资专业能力不强的企业来说，选择场外期权进行套期保值更加合适。

期权具有高杠杆特性，相比于配资产品和融资融券，场外期权的杠杆更高，约5到20倍的杠杆，资金占用比例较低，而且利用期权之间的相互组合能够在实现投资目的的同时通过大规模交易来降低成本。


场外期权的风险

场外期权的风险主要体现在定价风险、信用风险和流动性风险上。

定价风险：场外期权主要是一对一的交易，透明度低，流动性差，存在信息不对称，所以价格发现能力弱，成交效率低。

场外期权的定价比较复杂，需要考虑对冲交易成本和资金占用成本等因素的综合影响。

信用风险：场外期权业务交易规模比较大，如果期权的卖方无法履行支付义务，那么期权的买方将因此遭受严重的损失。

因此在签约前，双方应对对手方进行适当性评估，判断业务是否可以开展，并确定客户所适合的交易规模，必要时可以要求对方提供一定的保证金、担保品或者提供额外的回报率。

流动性风险：场外期权的发行方在对产品进行对冲时，可能会发生资金周转不开、不能及时追加保证金或者对冲交易失败等原因造成的严重损失。

场外期权的定价

目前常用的期权定价方法主要有BS模型、二叉树、蒙特卡洛模拟等，对于集中交易的场内期权定价，由于场内期权具有较低的交易成本和较好的流动性，比较符合模型的假设前提，所以可以采用上述模型确定场内期权的理论价格。

但是由于场外期权的非标准化，流动性较低，投资人往往需要将期权产品持有到期，因此所需对冲风险的时间更长，不确定性也更高，所以场外期权的定价必须要考虑到对冲过程中所涉及的交易成本、资金占用成本、复制误差、头寸舍入误差等因素。

针对场外期权的卖方而言，当场外期权到期时，发行方需要将内含价值支付给买方，场外期权卖方的盈亏取决于权利金、对冲盈亏和到期所需支付的内含价值。

一般而言，场外期权的价格会高于场内期权，价格中还会包含对实体企业的服务费用。

场外期权的对冲

1、静态对冲

静态对冲是指通过多产品组合抵消单只产品的Greeks风险，以多产品收益相互抵补、风险相互对冲来降低整体风险，优点是操作相对简单，对冲成本低，对冲效果好。但是目前我国市场上现存的产品比较有限，所以静态对冲策略的使用受到一定的限制。

2、动态对冲

在Greeks金融风险中，gamma风险、vega风险和theta风险都无法用线性产品进行有效对冲，随着标的价格的变化、时间的减小、波动率的变化，期权对冲面临较大的不确定性。

尤其是在临近到期日且标的价格在行权价附近时，对冲风险最大，针对gamma风险、vega风险和theta风险，可以采用期权的组合方法进行对冲。

一般对于rho风险关注的比较少，因为利率在短期内很少会发生1%的剧烈波动。所以目前采用比较多的风险管理方法是针对delta的动态对冲策略。

delta对冲是指通过建立对冲工具头寸，使得对冲工具头寸与要保护头寸的delta组合值等于0。

动态对冲是指由于资产的delta是时间等变量的函数，为了实现对冲目标，必须动态调整对冲工具头寸的数量。

根据期权复制的原理，连续对冲下的对冲损益理论上应该等于期权的理论价格，但实际上很难做到连续对冲，一般是定时或定量对冲，因此对冲损益与期权理论价格之间存在一定的误差。

场外期权发展历程

期权的出现源自于对避险的需求，最早是记载在《汉莫拉比法典》中关于信贷违约的合约；17世纪到20世纪30年代场外期权交易开始发展并活跃起来，虽然在这期间期权的使用饱受争议，曾多次遭到政府的干预，但是交易从未停止；

1973年4月26日，芝加哥期权交易所（CBOE）经过美国证券交易委员会（SEC）批准成立，同时推出标准化的股票认购期权合约，标志着标准化的场内期权交易拉开序幕。

期权的发展是自发的，是由需求推动的，政府有意识推动发展的情况较少，政府的干预甚至有时会成为期权发展的最大障碍。











全球场外期权规模
全球场外衍生品

衍生品市场主要以场外交易为主，截止到2016年上半年，全球场外衍生品名义本金规模达到544.052万亿美元，约是场内衍生品规模的8倍。

场外衍生品市场从1998年至2007年始终保持着快速增长，名义本金增长约8倍，年复合增长率约26%。

从2008年金融危机开始，全球场外衍生品规模趋于稳定并在近几年出现下降，国际清算银行（BIS）分析称近几年名义本金规模下降的主要原因是由于合约压缩而导致交易的减少，而名义本金的减少也使得市场价值减少。

场内衍生品中，期权品种占比约50%，规模远超过期货，而在场外衍生品中，期货和互换等贡献了其中的90%，场外期权仅占9.37%，为50.975万亿美元，相比较而言，场外期权还有很大的发展空间。

随着资本市场的发展，产品的复杂程度越来越高，种类也越来越多，场外期权的占比开始呈现下降的趋势，近几年场外期权规模占比稳定在10%左右。

在2015年上半年，场外期权规模大幅上升，而整个场外衍生品的规模出现萎缩，主要是为了推进场外衍生品市场改革，增加中央清算比例，强化监管，从而减少系统性风险。

因此场外期权占比变化趋势中出现了一个明显的拐点。



从增长率来看，相比于场外衍生品整体规模的变化，场外期权规模的变化波动更加剧烈，2008下半年金融危机全面爆发时期场外期权规模出现大幅下降，下降比例高达25.17%。

当经济形势不乐观的时候，交易者的风险偏好程度降低，更不愿意使用高风险的期权产品。

同样大幅度的下降比例出现在2014年和2015年的下半年。

除了市场参与者的风险厌恶程度会影响到场外期权的使用外，对未来经济形势的预期也会对场外期权的应用造成影响，因为期权作为一种规避市场波动风险的工具，当预期未来经济低迷的时候，会选择提前使用场外期权规避风险，需求的增加会拉动场外期权规模的上升。






2、场内期权

对于期权市场来说，其交易主要以场外为主，1998年至2016年场外期权占期权市场的比重平均为63%，比重始终高于场内期权。

与场内期权相比，场外期权因为其个性化的特点，规模更大，早期场外期权规模是场内期权的2.5倍以上，从2001年开始场内期权规模大幅提升，场外比场内的比重有所下降，但至今仍围绕着1.5倍上下波动。






3、场外期权标的

场外期权的标的主要以利率和汇率为主，占比约90%，而权益类期权并没有集中在场外交易，占比仅8%左右，以商品为标的的场外期权规模最小。

在2008年上半年，各类型场外期权名义本金规模均达到峰值，资本市场的过度投机和场外交易高信用风险的积聚也在一定程度上促使金融风险的全面爆发。

利率类场外期权的名义本金规模最大，远远超过其他品种的场外期权，主要是因为利率是市场上最基础的标的，实体企业和国家都会受到利率的影响，所以利率类场外期权的使用最广泛。

利率类场外期权是对冲利率风险的主要工具，其可以将贷方的利率风险暴露转移到市场中进行对冲，同时还可以通过利率类场外期权进行理财投资，通过对利率走向的判断，购买相应的期权获利。

最早的利率类场外期权是利率上限期权，后来出现了利率买权、利率卖权、利率下限期权、利率双限期权、利率互换期权等。







4、场外期权交易者结构

场外期权的交易对手方主要有三类：交易商、其他金融机构和非金融机构。

其中交易商要求具备更高的资金实力和信用水平，除了担任中介机构的角色外，还要能够以自有资金交易场外期权，承担交易和对冲的风险。

早期场外期权主要以撮合交易模式为主，交易商占比较少，低于其他金融机构占比，但随着场外期权市场的快速发展壮大，做市模式越来越成熟，交易商占比超过50%。

2016年上半年，交易商占比达到55.18%，其他金融机构占比为38.34%，非金融机构占比6.48%。

场外期权交易主要以金融机构参与为主，非金融机构参与度呈现递减的趋势，原因可能是金融机构的专业性更强，更适合使用具有复杂结构的场外期权，未来非金融机构将会更专注于自己的主营业务，而选择依靠专业的金融机构间接使用场外期权。



图13 2016年场外期权参与者结构





5、场外期权期限结构

整体来看，场外期权的期限结构主要以短期为主，尤其是早期，少于1年期的产品占比最高，在50%以上，但在2008年至2012年期间，1年到5年期的产品需求增加，超过了1年期产品的占比。

在2008年至2010年期间，5年期以上的场外期权产品占比达到峰值，与其他期限品种均衡发展，但近几年5年期以上的场外期权产品规模呈现下降的趋势。

区别于其他标的的场外期权，利率类场外期权主要以1年到5年期的产品为主。






6、场外期权地域分布

权益类场外期权地域分布的集中度较高，始终集中在欧美地区，占比达70%以上，2014年之前，欧洲权益类场外期权的规模高于美国，但美国一直呈现上升的趋势，2015年开始反超欧洲，在2016年上半年，美国权益类场外期权的规模约是欧洲的2倍，较1998年的3350亿美元的规模翻了6倍。




海外场外期权发展对我国的启示

我国券商场外期权发展概况

1、我国券商场外期权规模

2013年8月19日，我国首只券商的场外期权诞生，去年起券商的场外期权业务得到快速发展，从2015年3月截止到2016年10月，我国累计场外期权交易名义本金为7033.44亿元，累计交易6354笔，与全球场外期权交易规模相比，我国场外期权发展规模还比较小，处于发展的初始阶段。

从变化趋势上看，在全球场外期权规模下降的情况下，我国场外期权的规模始终呈现上升的趋势，但是在2015年9月因为调高股指期货交易保证金、调低日内开仓量等一系列严格管控的措施出台，场外期权规模和交易量有所缩减，同年10月又开始回升，恢复较快，说明我国发展场外期权的势头较好。



2、我国券商场外期权集中度

我国券商发行场外期权的集中度较高，在90%以上，高于互换的集中度，我国场外期权的发行多是集中在几家规模较大的券商，包括平安证券、中信证券、中信建投、招商证券、国信证券、申万宏源等，场外期权业务的市场化程度较低，存在着信息不对称。



从场外期权购买方的角度来看集中度，商业银行与私募基金是场外期权的主要交易机构，在2016年10月新增场外期权交易中，商业银行高达81.03%，我国券商在开展场外期权业务前会对客户进行适当性分析，作为场外期权的卖方更倾向于选择资金规模较大、信用水平较高的商业银行作为交易对手方，以防止发生严重的信用风险。



海外场外期权发展优势

1、健全的法律法规

美国针对场外交易有健全的法律制度，是根据市场的变化发展不断优化完善的，1934年的《证券交易法》开始实施时，仅授权SEC对场外市场进行规范化建设，必要时建立适当的场外市场规则，1936年对《证券交易法》进行修正时，细化了场外交易的法则，明确规定了SEC的权利和职责。

除此以外，场外交易市场成立了独立的自律协会进行自律监管，1939年在美国证监会注册成立的NASD制订了一系列的自律监管法规，推动了场外市场的健康发展。

而我国场外市场起步较晚，发展时间短、经验少，关于场外衍生品的法律法规还有待完善，因此应该结合场外交易特点制定详细、适当的法律制度，并随着市场的变化不断调整完善。

2、完善的监管体系

监管体系主要由四部分内容组成：政府监管，自律监管，中介监管和国际监管合作。

不同的国家，场外期权发展的动力不同，针对其监管的重点也有所不同，欧美场外衍生品市场的发展主要受市场所推动，所以监管以自律为主，韩国、新加坡等一些新兴经济体的场外衍生品市场的发展主要由政府所引导，所以监管以政府监管为主。

政府监管方面，例如美国的政府监管采用多机构并行管理的模式，主要的监管机构是联邦商品期货交易管理委员会（CFTC）和联邦证券交易委员会（SEC），前者主要负责期货市场的监管，后者主要监管证券市场，商业银行作为场外期权的重要参与者会受到联邦储备委员会（FRB）和货币监理署（OCC）的严格监管。

英国在2008年金融危机前对场外期权的监管采用单一监管体系，在危机后进行改革，采用“准双峰”制，以英格兰银行为主导，金融政策委员会负责宏观审慎监管，监管金融服务行为的金融行为局与审慎监管局共同负责微观监管，宏观审慎与微观监管机制相互协调与平衡。

自律监管方面，国际掉期交易协会（ISDA）制定的系列协议，包括主协议、信用支持文件、交易定义文件，是现在国际场外衍生品市场交易中的标准化协议，被广泛应用。ISDA的标准化协议增加了合约的流动性，降低了交易成本。

目前我国场外市场的监管体系仍然是“一行三会”的体系，根据交易的主体分别由银行业、证券业或保险业的监管者负责监管，会存在监管权限冲突和协调困难等问题。

我国的自律监管发展起步较晚，不够成熟，2007年银行间市场交易商协会成立，2012年中国证券业协会才开始对场外衍生品进行自律监管。

3、集中清算制度

目前场外衍生品中进行集中清算的产品多是集中在利率类，为了降低场外市场的系统性风险，需要加大集中清算的比例，建立中央交易对手方。

充当交易中的买方和卖方，保证交易的顺利执行。美国、英国、欧盟拥有多个中央交易对手方，而中国目前只有上海清算所，可以清算的衍生品类别也只包含利率、外汇和商品类，权益类和信用类的衍生品不包含在内。

4、电子化交易平台

电子化交易平台在推动集中清算、扩大市场参与范围与交易规模、降低参与者成本以及促进场内外均衡发展等方面具有优势。

CME于2002年推出的ClearPort场外衍生品清算平台通过中央清算所与欧洲清算所对各个类别的场外衍生品进行清算，并通过场内交易的优势，将场内外产品结合构造组合，降低组合保证金的占用。

目前我国大部分券商的场外交易都是通过报价系统来实现，今后还需要继续完善报价系统，充分发挥其优势发展成为中央交易对手方。

5、做市商机制

场外期权交易集中于欧美地区，欧美市场拥有以做市商为主导的投资者结构，做市商为整个市场提供了流动性。

由于做市商往往具有较强的资金实力，具备较高的信用水平、风险控制能力以及专业知识水平。能够根据投资者的需求设计出多样化的产品，降低市场的波动风险，减少市场的投机情绪，使市场运行更加理性化。

考虑到场外期权本身是一项复杂的产品，相比于场内期权风险更高，因此更加需要理性的机构投资者来维护市场的稳定。

我国券商应不断提升自己的专业水平、资金实力以及风险管理水平，创新场外期权的业务模式，丰富场外期权的产品类型，发展场外期权的做市商机制，促进场外期权市场的发展。

收起

• 收藏 1
• 查看 594
• 回复 4收起 4
• 转发

期权时代

 昨天 16:28 来自 ＋关注

期权波动率的“预测艺术”  

期权时代  2019.5.25 期权波动率主要类型及相互关系 波动率是在一个时间结构中，时间与价格的运动规律。在期权交易中波动率主要有4种类型: 实际波动率、历史波动率、预测波动率、隐含波动率。   & ... 展开 期权时代  2019.5.25


期权波动率主要类型及相互关系
波动率是在一个时间结构中，时间与价格的运动规律。在期权交易中波动率主要有4种类型: 实际波动率、历史波动率、预测波动率、隐含波动率。

     实际波动率又称未来波动率。
它是对期权有效期内投资回报率波动程度的度量。由于投资回报率是不确定的，实际波动率永远是一个未知数，即实际波动率是无法事先精确计算的，人们只能通过各种办法得到它的估计值。
     历史波动率是指投资回报率在过去一段时间内所表现出的波动率。
它由标的资产市场价格过去一段时间的历史数据反映。历史波动率是基于过去的统计分析得出的，假定未来是过去的延伸，利用历史方法估计波动率，类似于估计标的资产收益系列的标准差。
显然，如果实际波动率是一个常数，它不随时间的推移而变化，则历史波动率就有可能是实际波动率的一个很好的近似值。
     预测波动率又称为预期波动率，它是指运用统计推断方法对实际波动率进行预测得到的结果，并将其用于期权定价模型，确定出期权的理论价值。
因此，预测波动率是投资者对期权进行理论定价时实际使用的波动率，即在讨论期权定价问题时所用的波动率一般均是指预测波动率。一般来说，预测波动率并不等于历史波动率，预测波动率是人们对实际波动率的理解和认识，历史波动率是这种理论和认识的基础。此外，对实际波动率的预测还可能来自经验判断等其他方面。
     隐含波动率是指期权市场投资者在进行期权交易时对实际波动率的认识，而且这种认识已反映在期权的定价过程中。
从理论上讲，要获得隐含波动率的大小并不困难。由于期权定价模型给出了期权价格与五个基本参数（St、X、r、T-t和σ）之间的定量关系，只要将其中前4个基本参数及期权的实际市场价格作为已知量代入期权定价模型，就可以从中解出唯一的未知量σ，其大小就是隐含波动率。因此，隐含波动率又可以理解为市场实际波动率的预期。
在实际交易层面，实际波动率和隐含波动率是波动率交易的关键指标，实际波动率常常用预测波动率代替，一般可简单地以历史波动率作为预测波动率，但更好的方法是用定量分析与定性分析相结合的方法，以历史波动率作为初始预测值，根据定量资料和新得到的实际价格资料，不断调整修正，确定波动率。
隐含波动率的预估方法类似期权定价方式，可使用Black-Scholes期权定价模型等推算得出。
在实践中，期权的公平价格不仅反映隐含波动率，而且也反映市场动态和供需关系。
所以，在期权交易中利用波动率交易寻找交易机会，就需要先对未来的波动率进行估计，并通过和市场上期权所隐含的波动率进行相应的交易。在预测波动率之前，需要先对过去的波动率水平进行度量。
期权波动率的度量方法
历史波动率的估计思路一般是根据资产价格时间序列数据，计算出相应的波动率数据，然后运用统计推断方法估算回报率的标准差，从而得到历史波动率的估计值。
     资产价格时间序列数据处理
在处理资产价格时间序列数据时，一般有两个方法:百分比价格变动法和对数价格变动法。
百分比价格变动法(即价格的环比增长速度)计算公式为:


其中，Xi是资产的百分比收益，Pi是基期资产的价格，Pi + 1是报告期资产的价格。
对数价格变动法计算公式为:

其中，Xi是资产的对数收益，Pi是基期资产的价格，Pi + 1是报告期资产的价格。
值得注意的是，上述两个公式的假定不一样，百分比收益公式假定有固定的不连续间隔价格变化，而对数收益公式假定价格是连续的变化。在Black-Scholes模型中，假定价格变动是连续的。所以，在研究估计波动率时一般采用对数收益公式。
     度量波动率常见方法
度量波动率的方法有很多，比较常见的是标准方差波动率、Parkinson估计量、Garman-Klass估计量和Yang-Zhang估计量
波动率的标准定义是方差的平方根，具体计算为针对资产的对数收益求其平均数 ，然后根据下面公式得到历史波动率的估计值。


这里，N是观察值的数量， σ代表对数收益的平均离差，即标准差。若将日、周等标准差转化为年标准差，需要乘以以年为单位的频数长度的平方根。
如美国期权市场一年有252个工作日，Xi为日变量，则年波动率为


标准方差波动率没有考虑一些具体情况，如股息的支付(或者拆股)，仅是历史波动率粗糙的表征，但标准方差波动率是各种调整方法的基础，Parkinson估计量、Garman-Klass估计量和Yang-Zhang估计量等估计方法都是在标准方差波动率基础上进行了一定的改进。
Parkinson(1980)估计量采用了交易时段最高价和最低价两个价格数据，利用极差进行估计，该估计量只需要较少的时间周期就可以收敛于真实波动率。
该估计量可以使价格波动区间在一定假设下比基于收盘价的估计量更能有效地估计回报波动率。
Parkinson(1980)估计量提供了一个对日最高与最低价格经验性质的探究性分析，建立了一个基于最高价和最低价时间序列预测模型，对未来价格波动区间的量化分析提供了重要的参考。
Garman-Klass（1980）利用了交易时段最高价、最低价和收盘价三个价格数据进行估计，该估计量通过将估计量除以调整因子来纠正存在的偏差，以便得到方差的无偏估计。
但Garman-Klass（1980）估计量无法解决价格序列中存在跳空开盘的情况。
Yang-Zhang（2000）推导出了适用于价格跳空开盘的估计量，本质上是各种估计量的加权平均。
上述讨论的几种波动率估计量，每类估计量都克服了上类估计量的不足，因此每次更迭都比上一次更优。
但值得注意的是，在仿真和实际环境下进行测试表明，没有任何迹象显示哪一个估计量是最好的，因为所有的度量方法都包含一定的信息量。
如果Parkinson波动率是50%，而标准方差波动率只有20%，至少可以认为真实波动率绝大部分是由较大的日内极差造成的，在决定对冲策略时，这些信息是很有用的。　
预测波动率的常用模型
在实际交易层面，预测波动率是十分重要的，在了解了如何估计历史波动率后，以历史波动率作为初始预测值，根据定量资料和新得到的实际价格资料，不断调整修正，预测波动率就显得非常重要。
在预测波动率时，常见的模型有滑动窗口法、加权移动平均（EWMA）模型和广义自回归条件异方差（GARCH）模型。
     滑动窗口法
滑动窗口法假设未来N天的波动率水平和过去N天的相同。因此只要我们估计出过去的历史波动率，就可以把历史波动率当作未来的预测波动率。但这种预测方法存在一个明显的问题，就是资产价格大幅变动会在波动率估计量的序列保持一段时间后突然消失，使得对波动率的预测存在较大的偏差。
     指数加权移动平均（EWMA）模型
指数加权移动平均模型通过对最近一期的收益率的平方与前一期的方差进行加权平均，得到当前一期的方差。
这种方法简单易用，便于理解，但不够灵敏。如果某一事件确实是异常事件，那么在预测未来波动率时，最好将这个异常数据删除，但指数加权移动模型假设事件的影响呈指数式递减，其实只是将这一问题简单回避掉了。
此外，该模型没有考虑最近的波动率估计量所处的市场环境，如指数加权移动模型忽略了高波动率后往往是低波动率的现象，对任何一天的预测值都是一样的，这与实际情况不太相符。
     广义自回归条件异方差（GARCH）模型
广义自回归条件异方差（GARCH）模型族引入了预期回复的长期平均方差水平项，解决了EWMA无法实现波动率均值回归的问题。在实际期权交易中，常常用GARCH(1,1)模型预测波动率，该模型能够捕获一些方差随时间演变的因素，而且该模型能被大量简单的基于市场微观结构的论据所支持。
GARCH模型也存在一定的不足，如该模型不能解释资产收益和收益变化波动之间出现的负相关现象。GARCH(p,q)模型假定条件方差是滞后残差平方的函数，因此，残差的符号不影响波动。
但在实际交易和实证研究中发现，当利空消息出现时，即预期资产收益会下降时，波动率趋向增大；当利好消息出现时，波动率趋向减少。GARCH(p,q)模型不能解释该现象。
此外，由于GARCH模型中正的和负的对冲对条件方差的影响是对称的，GARCH模型不能体现收益率条件方差波动的非对称性。
通过上述介绍，可以看出，没有哪一种度量方法是万能的，具体使用哪一种方法依赖于具体的环境。预测更像一门艺术，而对估计量、采样频率和预测方法的选择往往需要依靠经验。
在适当的市场环境中，一些方法的效果要好于其他方法。但在判断波动率是否处于极端水平还是市场正常水平时，需要综合考虑整个市场的发展状况。
来源：网络

【免责声明】
本文仅代表作者本人观点。本公众号转载为大家传播，对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。投资有风险，入市需谨慎。请读者仅作参考，并请自行承担全部责任。
|  往期热文  |







收起

求职香港

 昨天 15:49 来自 ＋关注

应届 |【法兴银行】TRAINEE: Trading Support Unit  

法国兴业银行是法国银行业三巨头之一，另两个为法国巴黎银行和法国农业信贷银行，全称为“法国促进工商业发展总公司”，创建于1864年5月。总部设在巴黎。公司的股票分别在纽约及巴黎的证券市场上市交易。它是世 ... 展开



法国兴业银行是法国银行业三巨头之一，另两个为法国巴黎银行和法国农业信贷银行，全称为“法国促进工商业发展总公司”，创建于1864年5月。总部设在巴黎。公司的股票分别在纽约及巴黎的证券市场上市交易。它是世界上最大的投资银行。

TRAINEE: Trading Support Unit

  职位描述
Ensure all the bookings are properly booked in Front Office database
Improve/control quality of database inputs
Ensure booking timeliness; provide justifications for any late bookings and amendments
Streamline booking workflow through automation and process review
Contribute to defining specifications and performing UAT for new information systems or booking scheme
Write down / update procedures linked to sensitive processes and controls
Assist Front Office on their specific requests
Liaise with other departments to ensure the smoothness of the operational flow

  职位要求
Hold a relevant Bachelors or Masters degree in IT, Banking & Finance or Engineering or similar
Good equity and derivatives products knowledge
Responsible and Proactive
Able to work under pressure and meet deadlines
Good working knowledge in Computer literacy (VBA programming is a plus)
Result orientated and demonstrates strong drive to achieve result while well estimate risk of own actions
Client focus who consistently searches for ways to improve our client service (Front-office/Trading teams)
Excellent communication skills and strong team spirit
Fluent English is mandatory

Apply Now

扫描下方二维码直接申请


http://t.cn/EtbLpuC
量身打造，精英求职课程

DBC 重磅打造精英特训课程  
2000＋专业导师为你量身定制职业规划
带你从简历入门到面试技巧，一路过关斩将
一对一分享行业求职经验，传授求职必备技能
将你拿Offer概率直线提升70%！




咨询方式
添加香港万能小编Adia为好友
微信ID：DBCHK11
私信【HK】即可快速咨询



▼▼▼
DBC Offer榜
斩获精英Offer，你也要有一张


本文为DreambigCareer求职香港原创。
如因作品内容版权等存在问题，请于本文刊发30日内联系微信ID：dreambigcareerPR1进行处理，并就版权问题联系相关内容来源。DreambigCareer非常欢迎品牌的推广以及战略合作，请发邮件至partners@dreambigcareer.com
2018 DreambigCareer职梦 保留所有权利
收起

东兴期权策略通

 昨天 01:55 来自 ＋关注

买入多少认沽期权能够对冲风险？  

   今日提示：50ETF的历次大跌，都能使期权的保险功能凸显，且不说认沽合约单日收盘990.91%的涨幅带来的高杠杆赚钱效应，对于与50ETF配置类似的资产组合市值，我们可提供一个短期对冲工具，使得在大跌之时 ... 展开    今日提示：50ETF的历次大跌，都能使期权的保险功能凸显，且不说认沽合约单日收盘990.91%的涨幅带来的高杠杆赚钱效应，对于与50ETF配置类似的资产组合市值，我们可提供一个短期对冲工具，使得在大跌之时，向下有保底，且不影响组合向上收益，防止日后踏空风险。
        根据对冲风险的需求，以2018年10月11日为例估计需购买期权合约的数量。
        假设：客户持有100万市值的股票投资组合，认为市场短期有风险，且买入组合与50ETF同步下调，请问短期之内买入多少认沽期权能够对冲风险？
        以10月11日50ETF的收盘价（2.439元）以及10月平值认沽期权（10月2.45认沽期权价格为0.0606元）为例，持有100万元的股票组合，需要41张期权（100万/24390），以1张期权606元的价格计算，需要24846元。
        此例目的只是提供计算方法，而对于市场大跌，认沽期权价格高估的情况，稳健性投资者应提早介入虚值认沽期权，以防止“黑天鹅”事件。

免责声明：
本栏目刊载的信息仅为投资者教育之目的，介绍股票期权基础知识，不构成对投资者的任何投资建议。投资者不应当以该等信息取代其独立判断或仅依据该等信息做出投资决策。东兴证券力求本栏目刊载的信息准确可靠，但对这些信息的准确性或完整性不做保证，亦不对因使用该等信息而引发或可能引发的损失承担任何责任。


收起

麦客小期

 前天 23:48 来自 ＋关注

在期权交易中，那几个希腊字母到底咋用？！  

对于期权投资交易者而言，熟悉Delta、Gamma、Theta、Vega等的希腊值（Greeks值）的特征及性质是非常重要的，无论在交易策略制定上，还是在风险管理上。可以说，了解这些Greeks值在实际交易中的应用，以及如何在实际 ... 展开 对于期权投资交易者而言，熟悉Delta、Gamma、Theta、Vega等的希腊值（Greeks值）的特征及性质是非常重要的，无论在交易策略制定上，还是在风险管理上。可以说，了解这些Greeks值在实际交易中的应用，以及如何在实际交易过程中加以应用，是一个期权投资交易者必须掌握的知识与技能。
在实际应用中，Delta（Δ），可作为风险资产对冲计量的依据、到期时看涨期权是实值的概率、风险警示界限等；Gamma，可作为Delta敏感性因子、Delta-Gamma中性对冲因子；Theta（θ）为时间衰减因子。在实际交易中，Greeks值之间存在着规律性的对应关系。其中，Gamma值，与到期时间、波动率呈反比关系；Vega值，与到期时间、波动率呈正比关系；Theta值，所有期权的时间价值都会随时间流逝而消失，临近到期日，实值itm、虚值otm、平值atm时间价值消失速度加快。在实际交易中，可利用Greeks希腊值进行以下操作：（1）可利用Delta计算投资组合风险对冲比例；（2）可赚Gamma值来弥补Theta亏损；（3）在实际交易过程中，可利用Greeks值来估算与监测投资的期权单一资产或组合的各种风险值，从而实现对投资进行有效的风险管理。（4）更进一步，可通过对希腊值，使得投资交易者清楚期权价格变动主要由哪些因素造成的，每天所交易的期权盈利与亏损主要集中在哪些地方，从而找出每笔交易背后的价动归因，以实现对投资交易进行灵活、有效的动态管理。中信期货研究 陈静一、Greeks值在实际应用中指代的意义对于期权交易者而言，熟悉Delta、Gamma、Theta、Vega等的希腊值（Greeks值）的特征及性质是非常重要的，无论在交易策略制定上，还是在风险管理上。可以说，了解这些Greeks值在实际应用中指代的意义，以及如何在实际交易过程中加以应用，是一个合格交易员必须掌握的知识与技能。1.1、Delta指代意义Delta（Δ）代表标的标的物价格变动对看涨期权价格变动的敏感度，在实际应用过程中，该指标还具备以下功能。（1）风险资产对冲计量的依据。如果Δ＝0.22，出售1单位看涨期权需要买入22（＝0.22×100）股的标的股来对冲风险。又例如，如果Δ＝-0.6，出售1单位看跌期权需要卖出60股来对冲风险。（2）在到期时看涨期权是实值的概率。如果Δ＝0.6，该看涨期权到期时，成为实值的概率为60％，投资者有60％的机会获利（若其他情况不变）。（3）风险警示界限。就限界期权（敲入或敲出期权）而言，当标的物价格接近限界（或关卡）时，其Delta经常超过1，也可能变为很大（比如Δ＝3），这会被风险管理经理认为该期权的风险已是标的股的3倍，并要求交易员减仓，降低期权的风险。另外，需要说明的是，虽然理论告诉我们，Delta对冲风险必须是连续性的进行。但在实务操作时，连续对冲将产生较高的交易费用，故需采用离散式的对冲（discrete hedging）风险。这样交易成本会下降，但同时对冲风险的效率也下降，故在实际过程中，需要在“对冲误差”、“交易成本”二者之间进行权衡与取舍。1.2、Gamma指代意义看涨期权的Gamma（Γ）是看涨期权价格的二阶导数（也是看涨期权Delta的一阶导数），该指标在实际应用过程中还具备以下指代作用：（1）Delta敏感性因子。它代表了看涨期权价格曲线在给定价格点的曲率。它是Delta关于标的物价格变化的敏感性。Gamma越大，看涨期权价格越敏感，即表示该看涨期权在该给定标的物价格的风险越大。其中，平值期权的凸形风险最高，越是实值（或虚值）期权的凸形风险越低。此时，标的物价格变动对期权价格影响很小。所以，买入的期权处于平值附近时，当标的物价格上行的幅度较大时，投资者获利较多，而卖方则对应的亏损就较高。（2）Delta-Gamma中性对冲因子。一方面，若要对冲Gamma风险，可以用另外的期权去对冲。例如，两个豆粕期货期权的GammaΓ1、GammaΓ2，二者存在这样的关系GammaΓ1/GammaΓ2＝0.40/0.20＝2。所以，要对冲第1个期权的Gamma风险，需要买（或卖）2手的第2个期权来对冲。另一方面，若只对冲Gamma风险会扭曲组合的Delta风险的对冲，所以在实际应用中，最好采用Delta-Gamma中性对冲方法。这就需要采用两种期权，并求解出一个二元方程的解，计算出两种期权的具体手数，这样才能做到对冲原来期权的Delta-Gamma风险。这种方法对冲效果较为理想，不过因采用两种期权对冲风险，其成本可能比较高。1.3、Vega指代意义Vega风险可以由每1％的波动率变化所引起的期权价格百分比的变化来衡量。在实际应用过程中，它还具备以下作用：（1）波动率与期权价值之间纽带。布莱克-斯科尔斯定价模型假设的标的物价格波动率在期权有效期限内是固定的，但实际上波动率会随着标的物价格和时间而变化，当然也会因为宏观经济因素等外在因素的变动而造成波动率的变动。所以，Vega值帮助我们知道，当标的股波动率变动时，会造成期权价值多少百分比的变动。（2）风险度量的因子。Vega代表的是期权价格随着标的股波动率变化而变化的敏感性。Vega越高，期权价格的变化越大，因此会导致由更高波动率变化所引起的更大的期权风险，即Vega风险。1.4、Theta指代意义时间衰减因子（time decay factor），是指随时间流逝期权价值的下降速度。在其他条件相同的情况下，Theta值通常表示为期权价值每日下降的点数。例如，在实际应用过程中，Theta值为0.05的期权的价值在其他市场条件不变时，每一天下降0.05。如果该期权今日价值为2.75，那么明天它将价值2.70，后天它将价值2.65。无论看涨期权或看跌期权，所有期权的价值都会因到期时间的临近而下降。二、Greeks值在实际交易中对应关系2.1、Gamma与其他Greeks值关系经推导Gamma值由以下计算公式而得，通过公式，可以看出Gamma值与到期时间、波动率呈反比关系。2.2、Vega与其他Greeks值关系经推导Vega值可以由以下计算公式而得。通过公式，可以看出Vega值与到期时间、波动率呈正比关系。2.3、Theta与其他Greeks值关系（1）Theta值与Gamma值之间相互抵换（trade-off）；（2）所有期权的时间价值都会随时间流逝而消失；临近到期日，实值itm、虚值otm、平值atm时间价值消失速度加快，但存在差异；（3）对于看涨期权，无论到期期限的长短，平值期权的Theta值都比实值、虚值的大，其时间价值消失比较快；对于看跌期权，其时间价值可以为正或者为负。三、      Greeks值在实际交易中如何应用3.1、利用Delta计算投资组合风险对冲比例如果我们希望以标的期货合约对冲期权头寸，Delta值能告诉我们根据期权合约建立中性套保头寸所需标的合约的适当比率。例如，期货标的合约的Delta值总是100，所以用100除以期权的Delta值即可得到这一适当的套保。平值期权的Delta值为50，因此适当的套保比率就是100/50，即每买入2份期权就需要卖出1份标的合约以建立中性对冲。由于看跌期权Delta值为负，对冲买入的看跌期权头寸需要买入标的合约。对于Delta值为-75的看跌期权，每买入4份看跌期权就需要买入3份标的合约，适当的套保比率就是100/75=4/3。3.2、赚Gamma值弥补Theta亏损拥有期权时，时间价值会随着时间的过去而逐步消失，这可以视为持用期权的一个固定成本。所以：（1）当预期未来波动率会增加，预先买入Gamma值高的期权；等日后预期实现，高Gamma值的期权获利会比较大，就可以弥补时间价值的亏损。（2）若波动率没有预期大，则Gamma的获利无法弥补Theta的损失，很有可能会造成期权整体仓位的亏损。3.3、投资单一资产与投资组合风险管理在实际交易过程中，常常利用Greeks值来估算与监测投资的期权单一资产或组合的各种风险值，从而实现对投资进行有效的风险管理。在理论上，标的物价格、波动率和利率都是以瞬间单位表示。在实际中，我们常采用1％的单位替代瞬间单位。对于投资单一资产，假设某交易投资者进行买入豆粕看涨期权交易，某交易日，豆粕期货价格为2657元/吨，则该交易中存有的部位明细及风险参数如下表。从表中，我们可以得到：若豆粕期货价格每上涨1%，买入看涨期权1手1%delta部位将盈利140.36元，在其他条件不变时，1%Gamma部位将盈利0.88元；另外，若隔天豆粕期货的波动率上升1％，1%Vega部位将盈利36.20元；同样，在其他条件不变下，Dtheta表示到期日减少一天，会有10.62元亏损。对于投资组合资产，假设该交易投资者进行跨市组合策略，不仅买入1手豆粕看涨期权，还买入1手豆粕看跌期权。则在某交易日，豆粕期货价格为2657元/吨，则该组合交易中存有的部位明细及风险参数均发生改变。通过算出各单一资产的仓位的Greeks，将每个仓位的同样Greeks值加总起来，就可了解整体投资组合内。其中：（1）整体投资组合的Delta风险值为15.7元，相当于做多15.7元的豆粕期货仓位；（2）在其他条件不变的情况下，若隔天豆粕期货价格上涨1％，投资组合经由期权的Gamma值可获利1.77元（下跌1％，亏损1.77元）。（3）若隔天豆粕期货的波动率上升1％，投资组合经由期权的Vega值可获利72.39元。若波动率下降1％，亏损同样金额（在其他条件不变的情况下）。（4）在其他条件不变的情况下（比如豆粕期货价位、波动率等不变），时间每过1天，投资组合内期权仓位的时间价值消失20.90元（亏损）。3.4、价动归因分析与应用在实际交易过程中，除了利用Greeks值来跟踪与监测投资的期权资产的风险，更进一步，可通过对希腊值，使得投资交易者清楚期权价格变动主要由哪些因素造成的，每天所交易的期权盈利与亏损主要集中在哪些地方，从而找出每笔交易背后的价动归因，以实现对投资交易进行灵活、有效的动态管理。在实际应用过程中，利用Greek值来解释期权价格变动的主要理论基础就是泰勒公式。接下来我们举例来说明在实际交易过程中，如何通过希腊值来监控风险，并对期权价格变化背后的原因加以解释。首先，白糖期权品种，从表格中可以看到，在不同时期看涨期权的价格变动，能很好地被希腊值Greeks值诠释，未能解释的部分仅占到价格变化的8%比重。从Greeks值的变化可以发现主导期权价格变化的主要因素来自delta值，即标的物白糖期货价格的行情变动，相对而言，Gamma、Vega、Theta以及Rho对期权价格的影响相对有限。因此，在后期交易策略监控中，我们重点注意白糖期货价格对期权价格的影响。其次，豆粕期权品种，从表中我们注意到，在这段时间期权价格变化中，希腊值对期权价格变化解释相对有限，未解释量占比达38%。这说明除希腊值以外在此期间还有些其他因素作用到期权价格。

收起

小马白话期权

 前天 17:01 来自 ＋关注

波动率到底什么情况下会飙升？  

近期，50ETF期权的隐含波动率从一个月前的30%慢慢下降到了20%，期权价格很便宜了。 现在标的的价格在2.7左右，我们看看2个月后到期的7月份合约的价格 平值期权价格900块。 我们回头看看3月份的期权价格。 ... 展开
近期，50ETF期权的隐含波动率从一个月前的30%慢慢下降到了20%，期权价格很便宜了。
现在标的的价格在2.7左右，我们看看2个月后到期的7月份合约的价格


平值期权价格900块。
我们回头看看3月份的期权价格。


2月底，一个月到期的3月份平值期权的价格为900多元，波动率为31%，和现在2个月到期的价格差不多。

在现在这么低的期权波动率情况下，买方觉得买虚值期权很便宜了，卖方觉得没有多少肉了。那么，是不是买方机会来临了？——结果是，不好说。


上图是我期权入场以来（2016年8月）的50ETF走势和期权论坛波动率的叠加，我们可对照行情和波动率的走势看出波动率的一些升降规律，2017年1-4月份，0ETF窄幅震荡4个月，波动率一路走低到了8%，在标的上涨阶段，波动率的上升是标的到了上涨的中后期，加速上升阶段。
而标的快速下跌阶段，波动率是快速飙升的，但只要没有继续快速下行，波动率是会快速回落的。

波动率是交易出来的，是果不是因，期权的定价公式里，其他不好解释的价格波动，就塞到波动率里来。
抛开希腊字母，波动率可以和下面这些因素有关：
标的波动的幅度。当标的每天涨跌经常在5分钱之上，虚值一档的期权很容易变成平值，这时候波动率应当较高，做过美股期权的投资者会有体会。2017年1-4月，50ETF每天波动在1分钱之内，2019年3-5月，经常波动5分钱以上，波动率自然不可同日耳语。买卖方力量的对比。当买方力量较强时，买买买，波动率就上去了，买方对未来前怕狼后怕虎，卖方力量又比较强大时，波动率就会一路打压。群众口袋的丰裕程度。从上面1个月到期的3月份平值期权的价格高达1000元来看，那是因为很多投资者在2月份赚了大钱，随便买个30万元虚值认购眼睛都不眨，而到了5月底，估计很多的买方在3-5月都收获甚微。要从银行卡里掏本金出来买期权，和从期权账户的浮盈里出钱，那感觉是不一样的。大家对未来的预期。经历过大涨又调整之后，再叠加一些外部因素，大家的预期与2月份 已经有所改变，当时许多人摩拳擦掌要进入股市——牛市来了，现在很多人更多是谨慎观望的态度 ，进入股市的资金少了，存量资金的博弈，热点的缺乏，自然会对情绪有影响。


那么，现在波动率维持在个低位，到底会不会马上上升呢，还是会继续下降，但是下降趋势趋缓？我也不知道了。。。走一步看一部。

买方等机会，或者轻仓试单
卖方降低仓位，同样竖着耳朵

波动率低不是买方进场的充分条件，关键还是看标的的波动。
收起

• 收藏 2
• 查看 701
• 回复 5收起 5
• 转发

redgavin

 前天 15:39 来自 ＋关注

【Matlab学习笔记】BS期权定价模型  

　　数个世纪以来，数学家和金融家们都在寻找精确估计期权价值的方程。1973年，这个难题终于被三个火枪手——Fischer Black、Myron Scholes和Robert Carhart Merton解决。即Black-Scholes-Merton定价模型（BSM模型） ... 展开 　　数个世纪以来，数学家和金融家们都在寻找精确估计期权价值的方程。1973年，这个难题终于被三个火枪手——Fischer Black、Myron Scholes和Robert Carhart Merton解决。即Black-Scholes-Merton定价模型（BSM模型）。
　　在那之前，尽管衍生品金融已经有了悠久的历史，然而大部分的研究方法与其说是理论，不如说更像是宗教信仰，既缺乏严谨的辩证逻辑，又很难找到有效的检验方法。BSM期权定价模型的重要贡献之一，在于期权定价公式不依赖于人的偏好，把所有投资者都引入同一个风险中性的世界中，为衍生品的定价和交易提供了理论依据。
　　期权定价理论成为了经济学方法论转变的重要标志，即从以哲学思辨和历史描述为主向定量描述和模型检验为主过渡。凭借这一学术成就，Merton与Scholes分享了1997年的诺贝尔经济学奖，此时Fischer Black已于1995年8月去世，未能共同分享这个荣誉。
　　看涨期权（call option）：看涨期权又称买进期权，是指期权的购买者拥有在期权合约有效期内按执行价格买进一定数量标的物的权利。看涨期权是这样一种合约：它给合约持有者（即买方）按照约定的价格从对手手中购买特定数量之特定交易标的物的权利。期权属于金融衍生产品的范畴。就期权其本身而言，它并不是某一独立的证券，但它通常又是由证券衍生而来，依附于某一证券且以其为标的资产，因而常称衍生证券或金融衍生产品。如香港交易所推出的长实股票期权，它不是由该公司发行的，也不需该公司授权。期权的价格行为与其标的资产的价格行为有密切的关系。
　　看跌期权（put option）：看跌期权又称卖权选择权、卖方期权、卖权、延卖期权或敲出。看跌期权是指期权的购买者拥有在期权合约有效期内按执行价格卖出一定数量标的物的权利，但不负担必须卖出的义务。如果未来基础资产的市场价格下跌至低于期权约定的价格（执行价格），看跌期权的买方就可以以执行价格（高于当时市场价格的价格）卖出基础资产而获利，所以叫做看跌期权。如果未来基础资产的市场价格上涨超过该期权约定的价格，期权的买方就可以放弃权利。按期权履约的方式可以分欧式期权与美式期权。欧式期权必须持有至到期，是不能提前执行的。美式期权可以看做附有提前执行权利的欧式期权，即可以在到期日前的任一交易日行权。
　　BS期权定价模型：BS期权定价模型是基于以下假设：
　　1、股票价格行为服从对数正态分布模式；
　　2、在期权有效期内，无风险利率和金融资产收益变量是恒定的；
　　3、市场无摩擦，即不存在税收和交易成本，所有证券完全可分割；
　　4、金融资产在期权有效期内无红利及其它所得(该假设后被放弃)；
　　5、该期权是欧式期权，即在期权到期前不可实施。
　　6、不存在无风险套利机会；
　　7、证券交易是持续的；
　　8、投资者能够以无风险利率借贷。
　　其完整公式为：

　　Matlab中内置函数blsprice可以实现Black-Scholes、Black-Scholes-Merton和Black期权定价公式，其函数语法为：
　　[Call,Put] = blsprice(Price, Strike, Rate, Time, Volatility, Yield)
　　输入参数如下：
　　Price：标的资产价格
　　Strike：期权到期执行价格
　　Rate：无风险利率（年化）
　　Time：距离到期时间（以年为单位）
　　Volatility：标的资产价格波动率（年化）
　　Yield：（可选）资产连续贴现利率，默认为0
　　输入参数如下：
　　Call：欧式看涨期权价格
　　Put：欧式看跌期权价格
　　本实验计划选取“上证50ETF购9月1800”作为估算的期权合约，采用2种方法估算该看涨期权的价格，一是Matlab内置公式，二是直接采用BS公式计算。
　　（1）       采用Matlab内置公式计算
　　%%选取一个上证50ETF期权作为标的，提取入参的各种数据
　　clc;clear;
　　%factor为标的资产价格
　　[price1, tickerList, timeList ] = getDataByTime ( 'CP', '2016-09-07 10:30:00', '2016-09-07 10:30:00',{'000016', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　%期权上证50ETF购9月的期权，到期执行价格从1800~2350
　　strike = 1800:50:2350;
　　%无风险利率，选择5年期国债利率
　　[rate1, tickerList2, timeList2 ] = getDataByTime ( 'QF_1YearBondInterest', '2016-09-07 10:30:00', '2016-09-07 10:30:00',{'600000', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　rate = rate1/100;
　　%距离到期时间,9月底到期，距离到期时间15个交易日，全年250个交易日
　　time = 15/250;
　　%标的资产价格波动率（年化）
　　[price, tickerList, timeList ] = getDataByLength ( 'CP', 251, '2016-09-07 10:30:00',{'000016', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　rt = log(price(2:end)./price(1:end-1));
　　volatility = (sum((rt - mean(rt))*(rt - mean(rt))')/(250-1))^0.5;
　　%资产连续贴现率
　　yield = 0;
　　for i = 1:length(strike)
　　[call(i), put(i)] = blsprice(price1,strike(i),rate,time,volatility,yield);
　　end
　　plot(strike,call);
　　title('期权到期执行价格对认购期权价格的影响');
　　得到图表如下：

当strike价格为1800的时候，call price 为438.7215， put price 为0。
　　（2）       采用Black-Scholes期权定价模型的公式计算
　　使用Matlab直接计算该Call Option价格为：
　　%%选取一个上证50ETF期权作为标的，提取入参的各种数据
　　clc;clear;
　　%factor为标的资产价格
　　[price1, tickerList, timeList ] = getDataByTime ( 'CP', '2016-09-08 10:30:00', '2016-09-08 10:30:00',{'000016', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　%期权上证50ETF购9月的期权，到期执行价格从1800~2350
　　strike = 1800:50:2350;
　　%无风险利率，选择5年期国债利率
　　[rate1, tickerList2, timeList2 ] = getDataByTime ( 'QF_1YearBondInterest', '2016-09-08 10:30:00', '2016-09-08 10:30:00',{'600000', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　rate = rate1/100;
　　%距离到期时间,9月底到期，距离到期时间15个交易日，全年250个交易日
　　time = 15/250;
　　%标的资产价格波动率（年化）
　　[price, tickerList, timeList ] = getDataByLength ( 'CP', 251, '2016-09-08 10:30:00',{'000016', 'ExchangeType.SSE'}, TimeIntervals.DAY01);
　　rt = log(price(2:end)./price(1:end-1));
　　volatility = (sum((rt - mean(rt))*(rt - mean(rt))')/(250-1))^0.5;
　　%资产连续贴现率
　　yield = 0;
　　for i = 1:length(strike)  %使用BS公式计算的call option price
　　d1 = (log(price1/strike(i)) + (rate + volatility^2)*time)/(volatility*time^0.5);
　　d2 = d1 - (volatility*time^0.5);
　　call(i) = price1*cdf('norm',d1,0,1) - strike(i)*cdf('norm',d2,0,1);
　　end
　　其中对应的1800~2350的12个执行价格的看涨期权价格为：
　　可以看到，使用matlab内置公式计算，与直接采用原公式计算结果接近。
　　绘图为：
　　l  可以看到，看涨期权价格受执行价格的影响，当执行价格越高，看涨期权的价格就越低。
　　l  当我们将执行价格设置为1800，但是标的价格设置为2000~3000，价格间隔为50。
　　%factor为标的资产价格
　　price1 = 2000:50:3000;
　　得到计算结果如下，
　　在执行价格相同的情况下，期权的价格随着标的价格的升高而增加。
感谢！
收起

• 收藏 1
• 查看 159
• 回复 2收起 2
• 转发

qiongyou

 前天 14:43 来自 ＋关注

期权多因子模型——揭开期权基金的神秘面纱  

　　本文来源：fofpower (ID:fofpower)，作者：私募云通 　　期权，带有神秘魅力的衍生品之一，如今已被广泛地应用于风险管理、资产配置和产品创新等领域，成为全球场内市场最为活跃的衍生产品之一。 　　据2010年 ... 展开 　　本文来源：fofpower (ID:fofpower)，作者：私募云通
　　期权，带有神秘魅力的衍生品之一，如今已被广泛地应用于风险管理、资产配置和产品创新等领域，成为全球场内市场最为活跃的衍生产品之一。
　　据2010年美国期权业协会（OIC）进行的一项调查显示，在来自美国本土的607个投资顾问机构中，48%的投资顾问机构利用期权管理其客户资产；其中，在管理资产规模超过一千万美元的投资顾问机构中，使用期权的比例高达85%。芝加哥期权交易所首席讲师James Bittman表示，根据美国几十年的交易历史数据统计，整体而言，使用期权的基金回报率要远远高于不使用的基金。
　　可见，期权在基金市场大有可为。在可以预见的未来，中国金融市场期权基金的家族成员会更加丰富。那么，如何对这类基金进行解读呢？
　　云通期权多因子模型，带你揭开期权基金的神秘面纱。
　　0
　　1
　　持仓信息已知的期权基金
　　根据基金披露信息的不同，我们将基金简单分为“已知持仓的基金”和“未知持仓的基金”，期权基金同样如此。在这一部分，我们首先对已经掌握了持仓信息的期权基金进行解读。
　　根据基金持有的金融产品品种的不同，可以将相关基金分为两类进行分析：
　　①“期权+固定收益”基金
　　②“期权+期货”基金
　　对于类型①基金，该类基金经理将固定收益类产品设置为“安全垫”，期权策略的收益主要来源于希腊字母暴露。在云通期权基金收益归因模型中，构建期权希腊字母多因子模型，对策略进行收益归因分析。
　　对于类型②基金，期货可以与期权进行组合投资以此构建特定的希腊字母暴露策略，基金经理主要意图是使用期货对冲期权的特定风险。因此，我们除了利用期权希腊字母多因子模型分析基金收益来源，还可以进一步拓展至分别计算当基金采取不同对冲策略（delta hedge, gamma hedge, etc.）时，基金的收益来源。
　　下面以“期权+固定收益”基金为例，简单介绍云通期权基金收益归因模型在持仓信息已知的情况下是如何发挥作用的。
　　对于持仓信息已知的期权基金，基金归因模型的核心是构建希腊字母因子。期权的希腊字母衡量了期权价格对标的资产的各类信息的敏感程度，我们采用Taylor公式来分析期权策略的收益来源：
　　表1：云通期权基金归因模型-希腊字母因子
　　我们知道，量化投资的风险与收益的源头是因子暴露，基金经理当期的因子找得好，未来的组合就更可能获得超额收益。对于期权基金同样如此，当该期权基金经理选择的希腊字母因子暴露符合市场行情时，期权策略就能够赚取特点风险带来的收益。
　　利用云通期权基金希腊字母因子模型，可以直观地看清特定时间区间内，该基金经理主动暴露了哪些因子头寸、控制了哪些希腊字母保持中性化，从而可以剖析期权组合所获得带来的收益来自于哪类特定风险。
　　具体而言，若模型分析出某一期权组合主要暴露Delta，则可判断出该组合旨在实行“方向性策略”，当标的走势与Delta方向一致时，该组合将获得收益，否则面临亏损；
　　若模型分析出某一期权组合主要暴露Gamma和Vega，且Delta被对冲为中性，则可判断出该组合实行“波动率策略”，当市场的波动率变动与暴露的因子头寸一致时，该组合获利。
　　进一步，可利用该模型对期权基金收益进行归因。以下列收益归因图为例，对某一期权组合做简单分析：该组合的收益主要来自于Gamma因子和Delta因子，说明该基金经理对市场走势及市场波动率的判断是基本正确的，这些判断是组合的大部分收益来源；Theta因子暴露为负，时间的流逝为组合带来负收益，该组合的亏损主要来源于时间价值的衰减。
　　花无百日红，在不同的行情中，能获利的因子是不一样的。因此，只有能够结合对市场行情判断、有选择性地暴露特定风险的基金经理，才可能获取特定风险带来的收益。因此，云通期权基金多因子模型支持子样本归因分析，便于直观分析不同市道下、不同行情下，各基金的表现。例如，在上涨行情中，选择正向 Delta 暴露的期权策略是正确的决策；在波动率上涨行情，优秀的期权基金经理应该选择正向 Gamma 暴露和 Vega 暴露的期权策略。
　　0
　　2
　　持仓信息未知的期权基金
　　在这种情况下，我们仅能获得基金净值数据，无法获得持仓数据。由于信息条件有限，云通引用Agarwal-Naik期权归因方法，构建另一套适用的多因子模型。在运用该模型时，无需限制该基金持有的金融产品类型。
　　由于基金收益可能来源于期权类产品或者非期权类产品，云通构建两组不同的因子（buy-and-hold and option-based risk factors）来对基金的超额收益率进行分解，即：
　　该模型的核心思路是通过逐步回归法获得能够最大程度解释模型的因子，并分解超额收益来源。云通多因子模型部分因子展示如下：
　　表2：云通多因子模型部分因子一览
　　其中，Buy-and-hold因子组从云通原有因子库中精选而来，涵盖所有主流金融产品；在Option-based因子组中，引用Agarwal-Naik期权归因方法，结合中国金融市场情况，构建了四个基于期权的因子——ATM-Call、ATM-Put、OTM-Call、OTM-Put。运用该模型，可以较为准确地给出仓位模拟结果，分析期权类基金的大类资产占比情况、风格因子占比情况，及期权头寸暴露情况。
　　云通期权基金业绩归因模型的用处还远远不止于此，想进一步了解的小伙伴，欢迎持续关注云小通哦~下期节目更精彩，敬请期待！
　　▼
　　往期精彩回顾▼【云通量化多因子】【云通量化多因子】Barra风格因子模型实用攻略（上）【云通量化多因子】撩拨神经的多因子模型真的把麦粒和麦糠分开了吗？（上篇）【资产配置】【云通原创】FOFPower助力资产配置——BL模型篇【云通原创】FOFPower助力资产配置——风险平价（RP）模型篇【云通原创】FOFPower助力资产配置——均值-方差（MV）模型篇【芳华系列】中欧基金——周应波【芳华系列】国海富兰克林——赵晓东【云通报告】【绩优池月报】私募云通绩优池基金11月分析报告（附上榜基金）
　　欢迎点击菜单栏“产品体验—申请试用”
　　原标题《【云通量化多因子】期权多因子模型——揭开期权基金的神秘面纱》

收起

• 收藏 0
• 查看 187
• 回复 1收起 1
• 转发

衍生品小汪

 3 天前 来自 ＋关注

【白话期权】雪球结构的delta对冲  

通过了多期的循序渐进的铺垫，特别是在上一期【白话期权】对看涨期权的delta对冲讲解后，今天终于可以把欠了很多读者的债还了！对！今天狗哥终于可以给大家说一下雪球结构是怎么对冲的了。 一、客户卖出看跌期 ... 展开 通过了多期的循序渐进的铺垫，特别是在上一期【白话期权】对看涨期权的delta对冲讲解后，今天终于可以把欠了很多读者的债还了！对！今天狗哥终于可以给大家说一下雪球结构是怎么对冲的了。


一、客户卖出看跌期权给券商，券商是怎么对冲的

在讨论雪球结构对冲前，我们再补一课，先聊一下客户卖出看跌期权给券商，券商怎么对冲，因为雪球结构的基础就是卖出看跌期权。

那么我们先看看卖出普通看跌期权，参与双方的目的是怎么样的：

投资者
券商
行为
卖出看跌期权
买入看跌期权
目的
博弈赚取期权费收益
赚取定价差（以相对低的价格买入）
要求
对市场有观点（认为下跌幅度有限）
对波动率有观点，通过二级市场买卖对冲敞口，赚取超过期权费的对冲收益

值得注意的是：券商的二级市场对冲是存在正收益的，我们后文会进行简单的验证。




首先我们回顾delta对冲的概念：
券商在对冲期权的价值变动的过程中，为保持中性于市场价格，利用计算delta作为对冲系数进行建仓。
（不记得的小伙伴可以翻看之前文章中的详细介绍及定义）

特别的对看跌期权的购买方，delta与股票价格及行权价格关系可由下图看出：



Delta：券商对冲时候的持仓股票/期权的金额
S：股票在期权运行周期中的价格
K：行权价（如果是平值期权，K就是你股票的初始价格）

券商在购买看跌期权的过程中delta长期处于负值的状态，即当股票价格下跌越高，则券商持有对冲股票越多，这样才能够做到delta中性。




给出一个理想化的例子（依旧不考虑到期时间与波动率变化）

假设背景：投资者向券商卖出一个执行价格K的看跌期权挂钩100万股中国平安，言下之意是期权到期时，只要中国平安股票价格低于K的部分，投资者都要赔付给券商100万股*跌幅的资金。

为此权利，券商支付投资者一定的期权费用。




细心的同学可以发现，最终股票价格高于行权价，投资者赚取了期权费用，但券商的角度来看，对冲过程持续不断的高抛低吸，获得了对冲的收益。

这个刚好和对冲看涨期权是相反的情况，波动率越大，券商的对冲收益越高，所以上述对冲是收益性对冲，而之前的看涨期权对冲是损耗性对冲。

  二、雪球结构的对冲

在理解投资者卖出普通的看跌期权时券商如何对冲后，让我们回顾雪球结构的特点以及券商在这一结构的对冲过程中会不会加入更加复杂的操作。

1、雪球结构机制回顾

雪球结构实质上就是投资者向券商卖出奇异的看跌期权，同时将获得期权费用的过程，值得注意的是，卖出的看跌期权并不是传统的看跌期权（put），而是添加了两个障碍价格的奇异期权（exotic option），这两个障碍价格就是我们所熟悉的敲出价格与敲入价格。

忘记雪球结构的请参考：【收益凭证】十大未解之谜 | 今天你的股票出轨了吗？

敲出价格：敲出价格是合约提前终止的价格屏障，当股票价格在观察日高于敲出价格（一般在103%-110%），投资者将会直接获得年化收益且合约结束。

敲入价格：当股票在每天收盘价曾经低于敲入价格，则在存续期结束时股票价格低于期初价格的，投资者要承担期初价格和期末价格间的下跌损失，若存续期结束股票价格高于期初价格但是低于敲出价格，则不获得收益。



这样一来，看似复杂的雪球结构被成功拆解为三个部分；

即卖出普通看跌期权、敲出价格观察以及敲入价格观察。

建议小伙伴回顾之前具体介绍雪球结构的文章来验证自己的理解是否正确。

2、雪球结构的delta对冲

或许有的小伙伴心存疑问：既然雪球结构也是投资者向券商卖出看跌期权，那券商的对冲是否和上文介绍的一样呢？

答案是基本思路相同，但细节稍有区别。

这里的区别指的是由于障碍价格的存在，定价方法的不同以及delta的计算方法的复杂化。但是券商期望delta对冲获得大于向客户支付期权费这一核心机制是不变的。




接下来狗哥将简单介绍一般券商在计算类似奇异期权过程中使用的蒙特卡洛原理。
（这里只做简单的介绍，想具体学习这一模型及在期权中这一模型具体操作方法的同学推荐阅读Monte Carlo Methods in Financial Engineering written by Paul Glasserman）

（1）蒙特卡洛原理：

蒙特卡洛原理是一种用于仿真的数学方法，即通过被研究对象的波动特征（波动率）建立仿真模拟路径，并通过每一条路径的概率及出现的结果解决具有相互关系的复杂模型。

（2）蒙特卡洛原理用于雪球结构的定价：

我们可以通过简单的二叉树模型逐步理解蒙特卡罗原理如何用于雪球结构的定价及对冲。我们假设如下一只理想的雪球结构：
股价期初=10元，每天上下波动0.5元，通过不断的裂变分解，我们可以看到下边的图：（手画的，字特丑）




每个路径下，最后可能会触碰敲入敲出或不触碰，但是每个路径下券商都可以算出这个路径下的对冲收益Rn，且每个路径发生的概率为Pn。

所以这个雪球的定价可以表达为：

理论报价=P1R1+P2R2+……PnRn=∑PnRn

当然，实际上券商不会那么白痴用上边的涨跌幅0.5元的假设条件来做蒙特卡洛运算，大家可以粗略的理解为是二叉树方法的连续形式（即股价的变动按照多个连续区间试算），通过成千上万甚至几十万次的路径模拟以及对每条路径波动率及收益的仿真，最终得到雪球期权的定价。




（3）是不是一定可以赚钱？

那么，券商那么牛，都模拟了那么多路径了，他们是不是一定可以赚到钱呢？

回答是：看他们用什么波动率来定价了。当券商用比价低的波动率定价（运行蒙特卡洛模型）时，雪球的报价会比较低，但是券商赚钱的概率就会相对上升，而当他们用比较高的波动率定价时，雪球的报价会比较高，但是券商赚钱的概率就会相对下降。具体可以看看这个图：




学过统计学的同学看到上面这个正太分布图，券商报价的时候相对平均的波动率（平均波动率是通过历史数据选择的，并不代表未来）降低，增厚自身的安全区间（图中比较丑的斜纹位置）。

如果最终实际发生的波动率在报价波动率的左侧（即实际波动率低于报价用的隐含波动率），券商基本就要亏钱了；

如果最终实际波动率在报价波动率的右侧（即实际波动率高于报价用的隐含波动率），那么券商就可以赚钱了。

所以，券商主要还是应用概率学来做雪球的，他们难以保证每个雪球结构都可以定价准确，但是只要做了很多很多的不同标的的雪球，最终因为每个雪球都存在一个理论的阴影面积，所以是个胜率相对较高的结构，或者可以学数学期望为正数的行为。

狗哥今天终于将欠大家的补回来了，希望大家明白和理解，记得继续支持狗哥！



希望大家继续点赞和转发，传播正确的期权知识和观点。

关于衍生品的正确知识你可能还想知道：
【期权投资策略】什么股票适合做雪球？
【期权策略】牛回头最好的上车工具
【期权策略】市场火爆应该怎么用期权
【期权策略】why用看涨期权替代部分获利持仓

收起

• 收藏 2
• 查看 727
• 回复 5收起 5
• 转发

小马白话期权

 3 天前 来自 ＋关注

六月期权注意事项（期权视频更新+优惠）  

期权市场发展与风险管理论坛，扫码可免费报名 5月23日，6月份合约进入主场，但是现在的位置比较尴尬，买卖方都不好下手，两方面原因： 标的在平台震荡，可能有所偏向，但并未有效选择方向，买方不敢出手。 ... 展开

期权市场发展与风险管理论坛，扫码可免费报名




5月23日，6月份合约进入主场，但是现在的位置比较尴尬，买卖方都不好下手，两方面原因：
标的在平台震荡，可能有所偏向，但并未有效选择方向，买方不敢出手。



波动率下跌到了20%，而6月份合约是个长月，有5个星期，卖方觉得时间太长，肉也不厚。



哪怕是刚刚开出来的7月份合约，与前一两个月比较，都瘦太多了，60多天平值期权不到一千，之前可是1个月到期的平值期权就差不多一千元。




对于这样一个情况，有这几方面注意事项：
月初若波动率没有明显升降，标的没有明显选择方向，短线高手可以根据标的波动方向做短线 ，买卖都可。但是要快进快出，避免被套。
中线持仓等待标的突破再下手，并且在合约虚实度选择上要注意。也可以先小仓位试试买跨组合，可以带一点偏向。还可以铁鹰先稳住。
卖方如对未来方向有所看法，可以尝试方向性卖出，但要知道本月利润率没有5月份那么高。
如保持中性卖方，则应该考虑波动率的突然上升，控制好仓位，留住对冲买方的银子。
使用三腿策略、价差策略做好应对。
波动率低了不是买方的充分条件，只是说买方的成本又低了，有时候低了，但标的波动不大，买方情绪不佳，还可能再低 ，1月底波动率低到了14%。

《小马白话期权》视频版 基础班、第一季、第二季全线促销，扫码即可预定。









昨日的5月份总结视频版，扫码分享即可免费观看。比文字版更详细，更丰富。


收起

aizhan

 3 天前 来自 ＋关注 期权扫地僧、软件高手

让期权论坛收录您的微信公众号，账号所有权归您所有  

期权论坛于2018年开始收录公众号，并得到了许多投资者的欢迎。据统计，2019年17个公众号共访问了1.051亿次。为更好的服务大家，期权论坛即将删除并更新部分微信公众号。期间如果想让期权论坛收录您的微信公众号，请 ... 展开 期权论坛于2018年开始收录公众号，并得到了许多投资者的欢迎。据统计，2019年17个公众号共访问了1.051亿次。为更好的服务大家，期权论坛即将删除并更新部分微信公众号。期间如果想让期权论坛收录您的微信公众号，请您将您的公众号名称发邮件于optbbs@163.com。
要求：不能违法相关的法律和证监会相关规定，不接受低质量内容，不接受场外期权、配资和期权分仓等公众号。
费用：期权论坛免费推广。
优势：电脑端期权类第一入口，百度权重排名第一，百度和360搜索分秒收录，公众号内容长期保存，按时间顺序您个人主页自动聚集您所有历史内容，便于后期新手系统学习。
备注：1.无论是否收录，任何微信、雪球和知乎公众号都可以在任何条件下，无需授权可直接引用期权论坛的相关数据。
2.如果您在公众号中引用了其它的波动率指数，且当日该数据失真明显，为保护电脑端投资者的利益，期权论坛有权处理。
3.遵循合作共赢的原则，期权论坛会自动将昵称设置为您的公众号名称，自动引用头像，您可以申请将该账号密码发给您，账号所有权归您所有。 收起

• 收藏 0
• 查看 522
• 回复 5收起 5
• 转发

IQT期权实验室

 3 天前 来自 ＋关注

期权方法论：3.4 铁秃鹰策略的使用  

一、什么是铁秃鹰 秃鹰是垂直价差策略的代号，铁秃鹰即是在同一个标的资产上，同时做一个认购和认沽垂直价差策略，且两份策略对应的合约到期日相同。其中，认购秃鹰（垂直价差）即是卖出一份虚值认购合约，同时再买 ... 展开 一、什么是铁秃鹰
秃鹰是垂直价差策略的代号，铁秃鹰即是在同一个标的资产上，同时做一个认购和认沽垂直价差策略，且两份策略对应的合约到期日相同。其中，认购秃鹰（垂直价差）即是卖出一份虚值认购合约，同时再买入一份稍微比这份合约更加深度虚值的认购合约，来限制其最大损失；认沽秃鹰（垂直价差），同理，即是卖出一份虚值认沽合约的同时，再买入一份离其稍远的虚值认沽合约。即认购秃鹰和认沽秃鹰分别围绕在标的资产的现价的上方和下方。
例1，认购秃鹰


IQT公司目前价格为每股2.709元，当前标的资产波动率为19.67%，无风险利率为6%假设其涨跌幅很少超过0.1元。
1）我们卖出一手下个月的（35天到期）2.80元的认购（对应最小标的单位为10000股IQT股票），获得508.25元，然而，万一市场发生极端情况，超过了2.80元，那么我们就会面临无限亏损（注1）。
2）因此为了限制潜在亏损，我们再对应买入1手2.85元认购，支付-354.14元。
3）我们的最大盈利为，508.25-354.14=154.11元，即IQT股价不高于2.800元；我们的最大损失为10000*(2.800-2.850)+
154.11=-345.89元,即IQT股价涨到2.850元及以上。潜在回报率为154.11/345.89=44.55%
注1：需要知道的是，裸卖义务，是件非常危险的事情，因为价格位移和波动率上涨都将对我们非常不利，简而言之，我们只有两者都对我们有利的前提下才能获得这份义务仓合约的有限利益，做个简单的概率口算题，假设波动率涨跌和价格位移的概率都是1/2，我们裸卖义务仓的预期盈利即= 有限利润*（1/2）*（1/2）+无限亏损（1-（1/2）*（1/2））=0.25*有限盈利+0.75*无限亏损，所以一目了然了吧。
  
例2，认沽秃鹰


继续上面IQT公司的例子，这次我们做认沽方向的开仓。
1）我们卖出一手下个月的2.60元的认沽，获得289.14元，然而，万一市场发生极端情况，低过了2.55元，那么我们就会面临无限亏损。
2）因此为了限制潜在亏损，我们再对应买入1手2.55元认沽，支付-179.30元。
3）我们的最大盈利为，508.25-354.14=109.84元，即IQT股价不低于2.600元；我们的最大损失为10000*(2.550-2.600)+
109.84=-390.16元,即IQT股价跌到2.550元及以下。潜在回报率为109.84/390.16=28.15%
  
二、铁秃鹰分析
例3，铁秃鹰策略
我们来将例1，例2两个组合合成，假设其他条件依旧。我们卖出1手2.80元的认购，买入1手2.85元认购，卖出1手2.60元的认沽，买入1手2.55元认沽。
1）卖出两手义务仓，我们一共获得508.25+289.14=797.39元
2）买入两手权力仓，我们一共支付-354.14-179.30=-533.44元
3）我们的最大盈利为，797.39-533.44=263.95元，最大亏损为10000*(2.800-2.850)+
263.95=10000*(2.550-2.600)+ 263.95=-236.05元（注2），潜在回报率居然达到了263.95/236.05=111.82%，远远高于了单独做认购边（44.55%）或者认沽边（28.15%）的秃鹰组合
注2：
需要注意的是，由于铁秃鹰是由认沽和认购边的两组价差策略（秃鹰策略）合成的，因此铁秃鹰的两边到期时不可能都有损失;要么两边都盈利（即标的资产价格在认购和认沽义务开仓价格以内），要么只有一边有损失（另一边则会盈利，但盈利额度小于亏损边的额度）。
  
可以看出，铁秃鹰对于我们来说，是个在方向上非常友好的策略。如果是欧式期权，以50ETF和铜为典型，只有到实际到期日才能行权，这是潜在的巨大的安全网。因为只有到最后一个交易日，我们才会被迫承担方向上的亏损，即使标的资产的位移已经到了我们的最大亏损价位，即权力仓价格之外，我们继续持有等到价格回复到我们的两个义务仓价格范围内平仓，我们不但没有任何损失，反而还是以盈利的方式退出。

theta/vega比，或者vega/theta比
铁秃鹰本身是个中性策略，对于我们来说我们实际上赚的是theta衰竭的钱，而同时承受vega方向的上升所带来的亏损，因此theta/vega比，是个用来寻找更优建仓价位的好工具。
  
那么还有没有比我们例子中的2.55|2.60|2.80|2.85铁秃鹰更好的组合呢，我们通过Black-Scholes 的Greeks来做些列举计算
（1）2.55|2.60|2.80|2.85铁秃鹰的theta/vega比； -0.65 vega/theta比 -1.54
即波动率每上涨1个点，会吃掉我们1.54天的theta利息
  
（2）2.65|2.70|2.75|2.80铁秃鹰的theta/vega比； -0.58 vega/theta比 -1.71
即波动率每上涨1个点，会吃掉我们1.71天的theta利息
  
（3）2.60|2.65|2.80|2.85铁秃鹰的theta/vega比； -0.64 vega/theta比 -1.56
即波动率每上涨1个点，会吃掉我们1.56天的theta利息
  
我们可以看出，我们的2.55|2.60|2.80|2.85组合虽然在theta/vega比上，没有比2.60|2.65|2.80|2.85好多少，但是按照目前标的资产为2.709的价格来看，显然我们原先的组合能够承受得住更大的价格波动范围（2.80-2.60）-（2.80-2.65）=0.05, 因此仍然是我们当下的首选。

三、交易铁秃鹰的技巧与注意事项
1、交易手法：
铁秃鹰盈利的关键是通过大量小额交易实现盈利，并在达到调整点或盈利点时移除头寸。当达到最大利润的一半时，平仓盈利，寻找下个机会，当损失是可接受的金额的两倍时，及时平仓。
  
2、仓位管理：
留足40%-50%的资金以应对不利情况下所需要进行的调整，如果低于20％,在不利情况下，容易发生追保，可能会被迫以亏损的方式（除了平仓亏损的价差组合外，还会面临因紧急平仓而被迫产生的让利费用）来平掉部分仓位，造成实际的损失。

文中涉及的Python代码
import math
import numpy as np
import matplotlib.pyplot as plt
from scipy.integrate import quad
from decimal import Decimal
#以下是helper funciton
def dN(x):
    return math.exp(-0.5*x**2)/math.sqrt(2*math.pi)

def N(d):
    return quad(lambda x: dN(x),-20,d,limit=50)[0]

def dif(St,K,t,T,r,sigma):
    d1 = (math.log(St/K)+(r+0.5*sigma**2)*(T-t))/(sigma*math.sqrt(T-t))
    return d1
#以上是helper function
# BSM认购期权定价模型
def BSM_call_value(St,K,t,T,r,sigma):
    St:float
    K:float
    t:float
    T:float
    r:float
    sigma:float
    d1 = dif(St,K,t,T,r,sigma)
    d2 = d1-sigma*math.sqrt(T-t)
    call_value = St*N(d1)-math.exp(-r*(T-t))*K*N(d2)
    return call_value
# BSM认沽期权定价模型
def BSM_put_value(St,K,t,T,r,sigma):
    St:float
    K:float
    t:float
    T:float
    r:float
    sigma:float
    d1 = dif(St,K,t,T,r,sigma)
    d2 = d1-sigma*math.sqrt(T-t)
    put_value = -St*N(-d1)+ math.exp(-r*(T-t))*K*N(-d2)
    return put_value


def CallTheta(St,K,t,T,r,sigma):
    St:float
    K:float
    t:float
    T:float
    r:float
    sigma:float
    theta:float
    d1=dif(St,K,t,T,r,sigma)
    d2 = d1 - sigma * math.sqrt(T - t)
    theta=-((St*dN(d1)*sigma)/(2*math.sqrt(T-t)))-r*K*math.exp(-r*(T-t)*N(d2))
    return theta

# 03-03-01-02 BSM Put Theta
def PutTheta(St,K,t,T,r,sigma):
    St: float
    K: float
    t: float
    T: float
    r: float
    q: float
    sigma: float
    theta: float
    d1 = dif(St,K,t,T,r,sigma)
    d2 = d1 - sigma * math.sqrt(T - t)
    theta=-((St*dN(d1)*sigma)/(2*math.sqrt(T-t)))+r*K*math.exp(-r*(T-t)*N(-d2))
    return theta

def BSM_vega(St,K,t,T,r,sigma): #计算Vega
    St:float
    K:float
    t:float
    T:float
    r:float
    sigma:float
    vega:float
    d1=dif(St,K,t,T,r,sigma)
    vega=St*dN(d1)*math.sqrt(T-t)
    return vega


Siqt = 2.709#当前IQT公司股票的的价格
t = 0 #当前时间
T = 35/252
r = 0.06#无风险利率
sigma = 0.1967 # 波动率
#例1，认购秃鹰
开仓c2800义务 = Decimal(10000*BSM_call_value(Siqt,2.800,t,T,r,sigma)).quantize(Decimal('0.00'))
开仓c2850权利 = -Decimal(10000*BSM_call_value(Siqt,2.850,t,T,r,sigma)).quantize(Decimal('0.00'))
#开仓
print("卖出2800认购获得的资金",开仓c2800义务)
print("买入2850认购支付的资金",开仓c2850权利)
print("认购边最大盈利",开仓c2800义务+开仓c2850权利)
#跟仓
S = np.linspace(2.400,3.000,100) #IQT股价运动范围
payoff =[10000*(BSM_call_value(Siqt,2.800,t,T,r,sigma)-BSM_call_value(Siqt,2.850,t,T,r,sigma)-
                       (BSM_call_value(S0,2.800,t,1/252,r,sigma)-BSM_call_value(S0,2.850,t,1/252,r,sigma)))for S0 in S]
plt.figure()
plt.plot(S,payoff,'blue',lw=2.5,label='Call Condor Payoff')
plt.grid(True)
plt.legend(loc=0)
plt.xlabel('Stock Price At Expiry')
plt.ylabel('Profit/Loss')
plt.show()

#例2，认沽秃鹰
#开仓
开仓p2600义务 = Decimal(10000*BSM_put_value(Siqt,2.600,t,T,r,sigma)).quantize(Decimal('0.00'))
开仓p2550权利 = -Decimal(10000*BSM_put_value(Siqt,2.550,t,T,r,sigma)).quantize(Decimal('0.00'))
print("卖出2600认沽获得的资金",开仓p2600义务)
print("买入2550认沽支付的资金",开仓p2550权利)
print("认沽边最大盈利",开仓p2600义务+开仓p2550权利)
#跟仓
S = np.linspace(2.400,3.000,100) #IQT股价运动范围
payoff =[10000*(BSM_put_value(Siqt,2.600,t,T,r,sigma)-BSM_put_value(Siqt,2.550,t,T,r,sigma)-
                       (BSM_put_value(S0,2.600,t,1/252,r,sigma)-BSM_put_value(S0,2.550,t,1/252,r,sigma)))for S0 in S]
plt.figure()
plt.plot(S,payoff,'blue',lw=2.5,label='Put Condor Payoff')
plt.grid(True)
plt.legend(loc=0)
plt.xlabel('Stock Price At Expiry')
plt.ylabel('Profit/Loss')
plt.show()

#例3，铁秃鹰
#开仓
print("卖出2800认购和2600认沽获得的资金",开仓c2800义务+开仓p2600义务)
print("买入2850认购和2550认沽支付的资金",开仓c2850权利+开仓p2550权利)
print("铁秃鹰的最大盈利",开仓c2800义务+开仓c2850权利+开仓p2600义务+开仓p2550权利)
#跟仓
S = np.linspace(2.400,3.000,100) #IQT股价运动范围
payoff =[10000*(BSM_put_value(Siqt,2.600,t,T,r,sigma)-BSM_put_value(Siqt,2.550,t,T,r,sigma)-
                       (BSM_put_value(S0,2.600,t,1/252,r,sigma)-BSM_put_value(S0,2.550,t,1/252,r,sigma))+
                       BSM_call_value(Siqt, 2.800, t, T, r, sigma)-BSM_call_value(Siqt, 2.850, t, T, r, sigma)-
                        (BSM_call_value(S0, 2.800, t, 1 / 252, r, sigma)-BSM_call_value(S0, 2.850, t, 1 / 252, r,sigma)))for S0 in S]
plt.figure()
plt.plot(S,payoff,'blue',lw=2.5,label='Iron Condor Payoff')
plt.grid(True)
plt.legend(loc=0)
plt.xlabel('Stock Price At Expiry')
plt.ylabel('Profit/Loss')
plt.show()

#铁秃鹰的theta/vega比分析
ratio1 =(-PutTheta(Siqt,2.600,t,T,r,sigma)+PutTheta(Siqt,2.550,t,T,r,sigma)
               -CallTheta(Siqt,2.800,t,T,r,sigma)+CallTheta(Siqt,2.850,t,T,r,sigma))/\
        (-BSM_vega(Siqt,2.600,t,T,r,sigma)+BSM_vega(Siqt,2.550,t,T,r,sigma)
               -BSM_vega(Siqt,2.800,t,T,r,sigma)+BSM_vega(Siqt,2.850,t,T,r,sigma))
print("2.55|2.60|2.80|2.85铁秃鹰的theta/vega比",Decimal(ratio1).quantize(Decimal('0.00')),
      "vega/theta比",Decimal(1/ratio1).quantize(Decimal('0.00')))

ratio2 =(-PutTheta(Siqt,2.700,t,T,r,sigma)+PutTheta(Siqt,2.650,t,T,r,sigma)
               -CallTheta(Siqt,2.750,t,T,r,sigma)+CallTheta(Siqt,2.800,t,T,r,sigma))/\
        (-BSM_vega(Siqt,2.700,t,T,r,sigma)+BSM_vega(Siqt,2.650,t,T,r,sigma)
               -BSM_vega(Siqt,2.750,t,T,r,sigma)+BSM_vega(Siqt,2.800,t,T,r,sigma))
print("2.65|2.70|2.75|2.80铁秃鹰的theta/vega比",Decimal(ratio2).quantize(Decimal('0.00')),
      "vega/theta比",Decimal(1/ratio2).quantize(Decimal('0.00')))

ratio3 =(-PutTheta(Siqt,2.650,t,T,r,sigma)+PutTheta(Siqt,2.600,t,T,r,sigma)
               -CallTheta(Siqt,2.800,t,T,r,sigma)+CallTheta(Siqt,2.850,t,T,r,sigma))/\
        (-BSM_vega(Siqt,2.650,t,T,r,sigma)+BSM_vega(Siqt,2.600,t,T,r,sigma)
               -BSM_vega(Siqt,2.800,t,T,r,sigma)+BSM_vega(Siqt,2.850,t,T,r,sigma))
print("2.60|2.65|2.80|2.85铁秃鹰的theta/vega比",Decimal(ratio3).quantize(Decimal('0.00')),
      "vega/theta比",Decimal(1/ratio3).quantize(Decimal('0.00')))

收起

• 收藏 1
• 查看 766
• 回复 4收起 4
• 转发

期权达摩院

 3 天前 来自 ＋关注

当前6月份合约价格是否合理？从历史平值合约价格及日均时间价值消耗对比寻找答案  

当波动率上升时，不少期权投资者明白，期权价格会被推高，但是具体推高多少，往往又说不清楚，今天我们通过统计2015年4月-2019年6月平值期权合约成为当月合约时，前一个交易日收盘价和当月可供交易的交易日，来分析 ... 展开 当波动率上升时，不少期权投资者明白，期权价格会被推高，但是具体推高多少，往往又说不清楚，今天我们通过统计2015年4月-2019年6月平值期权合约成为当月合约时，前一个交易日收盘价和当月可供交易的交易日，来分析当下6月份平值期权合约，乃至其他期权合约价格是否合理，从来判断接下来是买方比较有优势，还是卖方比较有优势。上图密密麻麻的数据，不太方便观察，我们再通过图表进行分析根据图表分析，当月平值期权合约在牛市末端和熊市初期被显著推高，2015年4月认购平值合约价格达到2183元/张，2015年9月认沽平值期权合约价格达到2270元，意味在此刻买入的看涨/看空期权合约，赔率非常的低，如果此时合约到期不涨不跌，日均时间价格消耗分别为95元/126元。

在市场筑底阶段，当月平值期权的价格基本在200-500之间徘徊，日均持有消耗的时间价值大约在20元/交易日。
通过数据发现，2019年5月当月平值价格较平均水平高出不少，尤其是日均买方持有时间价值消耗认购58.5元/交易日、认沽47.75元/交易日，从买卖双方来看，非常有利于卖方操作。
2019年6月平值期权价格相对合理，日均时间价值消耗认购31.58元/交易日、认沽24.29元/交易日，次月对于买卖双方机会均等，主要取决于标的涨跌幅，也可以通过下图，选本月最佳交易的期权合约
红色字体代表，买入不同行权价期权合约，当本月合约到期时最大收益，这只是理论值，当然如果市场出现的涨跌幅扩大，涨跌幅速率比较快，收益还没更好，通过上述合约不同行权价进行搭配组合交易才是上策，避免看对方向依然不赚钱的事情出现。（微信电脑端可查看大图）回顾历史，以史为鉴，从历史数据中找寻答案，为接下来的交易指明方向，欢迎订阅《上证50ETF期权历史已到期合约（已更新至2019年5月）》来源：期权达摩院
收起

• 收藏 3
• 查看 566
• 回复 2收起 2
• 转发

小马白话期权

 4 天前 来自 ＋关注

标的震荡卖方最赢——5月总结（竞猜开奖）  

2019年5月行权月（4月25日-5月22日），50ETF大涨在4月份的高位上回落，五一后的几次跳空低开，最后按个月在2.7元以上震荡。   一、行情回顾 上月期权合约行权日50ETF收盘2.958元（4月24日），本月（5月2 ... 展开 2019年5月行权月（4月25日-5月22日），50ETF大涨在4月份的高位上回落，五一后的几次跳空低开，最后按个月在2.7元以上震荡。
  一、行情回顾
上月期权合约行权日50ETF收盘2.958元（4月24日），本月（5月22日）收盘2.709元，最高2.958元（4月25日），最低2.669元（5月9日），区间跌幅8.42%，回落后横盘整理，波动率整体下行。
这个月的行情是在4月份从2.7元快速上行到3.03元创出新高后，几乎镜像的几根跳空低开阴线回到当时的起点，有时候就是那么神奇——镜像。


  
图1 2019年5月行权月50ETF日线图
期权论坛波动率QVIX从4月底的27%横盘一段时间后稳中有降，月底到达21%，下降的较多。
  


图2 期权论坛波动率指数
总的来看，从月初开始，本月实值2800以上认购沽涨，2750以下的认沽曾经浮盈过，但是后期标的横盘震荡和波动率下降，这些虚值期权面临时间这个最大的敌人，但如果是卖购的话，虚值平值实值全部赚钱，且比较轻松。近期平值附近认购期权表现如下：


图3 认购2750


图4 认购2850
  


图5认购3000
  
平值附近的认沽表现如下。


图6 认沽2700

图7 认沽2800
二、个人操作
5月份操作比四月份要好，首先在面对五一长假的不确定性时，降低仓位+铁鹰过节，结果在节后50ETF跳空低开，仓位不重加对冲并未有所损失，随后调整思路保持双卖偏空，并在标的下行时加大卖购仓位，向下移仓卖沽仓位，日内有时候加点买方对冲，但持仓时间都不长。末日轮时用卖方做了几次，收获不错。总体来说是有盈利。

图9     5月合约结束前某持仓结构
三、几点体会
1.标的为王。4月份50ETF处在高位，暂时上不去，应当根据前面1月份“一拨反弹的精细化操作”反向来操作，先卖出上方虚值认购，后面标的实际波动后，要持有让你安心的安全仓位，不要因为持仓睡不着觉。事后看，卖出认购既安全，又安心，而买沽常常会被风吹草动所影响。
2.学会用卖方表达自己的观点。1-2月份买方赚嗨了，但是3月份，表达看多看空的做法，较好的做法还是使用卖方，卖方有时间流失+波动率下降+标的窄幅震荡或单边的加持，比买方容易赚钱多了。买方持有长了总是挨打，卖方赚的时候多，扛住就好。“涨不到”某个价位，比“跌到”某个价位要容易的多。本月控制了权利仓的投入，没有亏损。
3.卖跨要做好对冲和移仓。5月份有两三次跳空低开，如果“不幸”之前卖出了跨式，一边的仓位面临亏损，而标的波动的方向还在持续时，则要考虑使用买方、卖出反向、移仓等方式来做好对冲。
4.参考波动率来交易。你未必做波动率交易，但是在现在高波动率的时代，要参考波动率的升降来决定做买方还是卖方，如果方向正确，波动率搞反了，买方亏钱还是很容易的。5月份波动率从30%下降到21%，利润丰厚。
  四、一些不足
1.不习惯买认沽。其实参考简单的均线理论，在第一个跳空时，或者之前，如果能适当买入一些仓位的认沽，会获利很多倍，但笔者习惯不买沽，宁愿选择卖购。并且就已2018年以来的弱势来说，买入认沽，尤其是虚值认沽连续获利的时间，常常不超过一周，第一天还在看，第二天在犹豫，第三天就机会差不多失去了。可能，我就是不会用买认沽去赚大钱吧。
2.关注多品种的机会。最近50ETF期权卖方好做，但是我们看其他几个商品期权风生水起，玉米、棉花、白糖、豆粕都有较好的波段机会，但是要把握好这种机会，也许要及时灵敏的反应和快速进出场，并参考波动率进行交易。
3.对标的的精确把握不够。没有精确把握住标的上涨、下跌和横盘的趋势，不能准确踩点，并没有及时切换买方、卖方、双卖、比率等策略，右侧交易了。
五、5月份展望
目前50ETF回到了2.7元一线，看起来，应该是涨跌两难，上方压力重重，下方缺口也有一定支撑，应该按照区间来做比较好。但现在波动率已经下降到了21%附近，相对之前的高位，期权价格降低了不少，卖方一方面利润比较薄，二来怕标的选择方向和波动率上升会浮亏。
3元以上一毛钱一档，适当的可以用上垂直价差，比率价差策略。

图10   4月24日收盘时5月份合约报价图

图11   5月22日收盘时5月份合约报价图

图12   5月22日收盘时6月份合约报价图
市场在波浪式前进，一会买方的大机会，一会卖方的大机会，及时转变、跟上，适应市场的节奏！
竞猜开奖。前五名中的是《小马白话期权2》彩色签名版，请留地址。后面的是288元通用视频课抵扣券，请私信或留言便于我找到你。
序号昵称猜的点位1期货胡哥2.7092翱翔天际2.7093陆亮2.714火炎焱2.715天天向上2.716吴温泓2.7087饭粥2.7088佰易人生2.7089ˇRan2.70810Я2.70811饕餮2.70812Mr.刘2.70813小二西风2.71114在水一方2.70715浩2.70716汤中派℡2.71217唐嘉泽2.71218 沐  沐 2.71219胡士龙2.71220晓菲2.7122145度角，遇见阳光2.70622村夫2.70623王业娟2.70524海风2.70525当当当2.71426大墨西哥饭团丸子2.71427欣颜意尤在2.71428豪2.71429妖刀2.714
期权市场发展与风险管理论坛，扫码可免费报名


收起

• 收藏 0
• 查看 728
• 回复 2收起 2
• 转发

国泰君安金融衍生品研究所

 4 天前 来自 ＋关注

基于高频数据的50ETF期权买卖价差及市场容量分析  

摘要 本文基于TICK级别高频数据，统计了50ETF期权的买卖价差及市场容量情况。统计结果从瞬时成交和日成交两个方面去看，瞬时成交是统计每笔TICK的平均买卖价差以及盘口挂单情况，代表了瞬时成交的宽度及深度；日成交 ... 展开 摘要
本文基于TICK级别高频数据，统计了50ETF期权的买卖价差及市场容量情况。统计结果从瞬时成交和日成交两个方面去看，瞬时成交是统计每笔TICK的平均买卖价差以及盘口挂单情况，代表了瞬时成交的宽度及深度；日成交是统计每日累计的交易额，代表了日成交的容量。

从瞬时成交来看：（1）期权的平均买卖价差是成交价的0.5%（2）以成交价的比例衡量买卖价差，不同月份的期权买卖价差几乎是一样的（3）近月虚值期权由于绝对价格偏低，买卖价差较大（4）5月6号和5月9号的两次限制开仓将买卖价差扩大了约10倍（5）一档的盘口深度平均是2.3万元（6）越远月、越实值的期权盘口深度越高，原因可能是做市商考核的是最小报价数量，在报价数量差不多情况下，远月实值期权由于单张价值高导致盘口深度高

从日成交情况看：（1）当月期权合约成交额最高，日成交金额约为12.02亿元，占比约65%（2）当月期权随到期日临近，成交额占比逐步下滑，到期前一周，成交额下滑到与下月期权相当的水平（3）平值期权是交易最活跃的期权，当月平值认购日成交约1.1亿元，当月平值认沽日成交约1.2亿


正文


本文基于TICK级别高频数据，统计了50ETF期权的买卖价差及市场容量情况。数据样本是2019年4月25日至5月17日，统计结果从瞬时成交和日成交两个方面去看。瞬时成交是统计每笔TICK的平均买卖价差以及盘口挂单情况，代表了瞬时成交的宽度及深度；日成交是统计每日累计的交易额，代表了日成交的容量。

01
瞬时成交情况

在做市商帮助市场提供流动性的情况下，所有期权合约的买卖价差都比较接近。所有期权的平均买卖价差大约是成交价的0.5%，不同月份、不同行权价的期权买卖价差几乎是一样的，远月期权尽管成交量不活跃，但是盘口的价差仍旧保持在较小的水平。近月的虚值期权由于绝对价格偏低买卖价差价差较大。

交易规则的改变会极大影响市场交易成本。5月6号和5月9号，两次限制了当月认购期权合约的开仓，导致买卖价差相比平时扩大了约10倍。

盘口深度主要受合约价值影响。一档的盘口深度平均是2.3万元，越远月、越实值的期权由于单张价值高，盘口深度越高。价值较小的当月合约，尽管成交量高，但是盘口的挂单量没有成比例的增加，原因可能是做市商考核的是最小报价数量，而不是按报价金额考核的。

每个合约的买卖价差及盘口深度均采用时间加权的方法，ask1_t表示t时刻的卖一价，bid1_t表示t时刻的买一价，avol1_t表示t时刻的卖一量，bvol1_t表示t时刻的买一量，dur_t表示盘口数据不变的持续时间，Last_t表示t时刻最新成交价，multiplier表示合约乘数。












02
日成交情况

从月份看，当月期权合约是成交额最高的期权。当月期权成交额最高，日成交金额约为12.02亿元，占比约65%，当月期权随到期日临近，成交额占比逐步下滑，到期前一周，成交额下滑到与下月期权相当的水平。

从行权价看，平值期权是成交额最高的期权。当月平值认购日成交约1.1亿元，当月平值认沽日成交约1.2亿，越远离平值的期权，成交额越低。






本文作者：王智奇

证书编号：Z0014266
联系电话：021-52138046

期权专题往期回顾
期权标的组合策略指数系列研究之一：看涨备兑策略指数BXM
基于期权隐含波动率的低频择时策略
市场不确定性增强    期权风险管理正当时
突发事件引起的IV走高一般会持续几天
期权标的下跌信息的领先指标：黑天鹅指数
长假隐含波动率一般怎么走
50ETF期权到期周的统计规律
基于隐含波动率的市场情绪与行情阶段分析
清明风险或在外盘      买入（宽）跨式继续持有
50ETF大幅反弹    期权策略何从
期权彩票策略之卖方篇
期权彩票策略之买方篇
玉米、棉花和橡胶期权上市首日交易策略
2019年期权年报：四维指标引方向    随市而动建策略
铜期权上市首日交易策略
【期权专题（03）】二元性思维——超额收益的来源
【期权专题（02）】运气与实力——期权交易的系统性优势
【期权专题（01）】概率思维看期权——风险与收益的trade-off


收起

• 收藏 2
• 查看 620
• 回复 2收起 2
• 转发

我的名字叫小飞

 5 天前 来自 ＋关注 期权论坛元老，算吧？

【公告与通知】关于调整白糖、棉花期权持仓限额的公告  

根据《郑州商品交易所期权交易管理办法》第五十三条规定，经研究决定，自2019年5月22日结算时起，非期货公司会员、客户所持有的按单边计算的某月份白糖、棉花期权合约投机持仓限额均调整为10000手；白糖、棉花期权合 ... 展开 根据《郑州商品交易所期权交易管理办法》第五十三条规定，经研究决定，自2019年5月22日结算时起，非期货公司会员、客户所持有的按单边计算的某月份白糖、棉花期权合约投机持仓限额均调整为10000手；白糖、棉花期权合约取消执行“投机、套利与套期保值期权持仓之和不得超过期权合约投机持仓限额的 3 倍”的规定。
特此公告。

郑州商品交易所
2019年5月21日

收起

tomtom

 5 天前 来自 ＋关注

从“Gamma Scalping”策略到利用小资本投资美股的方式解码  

芝商所特约评论员 寇健　　期权是金融史上人类发明的最精密的投资工具。期权的多维性给了我们几乎无数的想象空间来设计各种不同的交易策略。 　　Gamma Scalping 是我们常用的期权策略之一，什么是Gamma?简单地说, ... 展开 芝商所特约评论员 寇健　　期权是金融史上人类发明的最精密的投资工具。期权的多维性给了我们几乎无数的想象空间来设计各种不同的交易策略。
　　Gamma Scalping 是我们常用的期权策略之一，什么是Gamma?简单地说, Gamma 是一个二阶的期权风险导数，是用来观察标的产品的价格变化与期权头寸Delta值之间的变化关系。买期权 (多头) 时，不论是看涨、看跌，Gamma 值都是正的。卖出期权头寸，不论是看涨、看跌，Gamma值都是负的。但Gamma 正负值的多少是一个相对比较复杂的问题。
　　Gamma Scalping 具体运作很简单：就是先建立一个平值期权跨式套利(Straddle)多头头寸，大家知道平值期权跨式套利多头是市场中性(DeltaNeutral)，Gamma 正值。在建仓之后，当标的产品上下移动时，我们的头寸的市场中性也会产生相应的变化。由于Gamma 正值的作用，当标的产品上升时，我们的头寸的市场中性就会变成市场多头(Delta long)；当市场下降时，我们的头寸就会变成相对的空头(Deltashort)。但是这个Delta 值变化的多少与快慢，是由头寸的 Gamma量来决定的。这样,为了继续保持我们头寸的市场中性，当市场上升时，我们就要卖出期货，以保持市场中性；当市场下降时,我们就要买进相应的期货,目的也是为了保持头寸市场中性。也就是说，我们是在期权的保护之下，进行期货的高抛低吸。这就是GammaScalping这一期权策略的简单基本原理和具体运作。
　　从上面的简单介绍当中，我们可以看到，成功地进行GammaScalping 这一策略的交易需要两个基本条件: 第一, 需要市场价格的频繁震荡。第二，我们所建立的平值期权跨式套利头寸的Gamma正值，在风险管理允许的范围之内，越大越好.

　　根据统计,绝大部分的金融或者商品市场超过70%的时间都是在震荡之中，趋势性市场的机会是少之又少,短之又短。这就是说，在市场中，我们有很多的时间和机会可以应用 Gamma Scalping 这一个策略.
　　这样我们就只需要解决第二个问题，也就是: 在风险管理允许的范围之内,怎样才能使我们的跨式套利头寸具有更大的 Gamma值?
　　这一问题也好解决，根据期权价格公式, 我们知道短期期权与长期期权相比，短期期权具有更高Gamma值。
　　请看下面的两张图。第一张图是以5月6日，星期一,美国股票市场中芝商所 E Mini 标普指数期货(ES) 为例，显示当天平值期权和同一协定价格的两天、四天、七天以及25天期权Gamma 值的对应关系。这张图的数据告诉我们:平值期权时间越短Gamma值越大。(本文最后会详细介绍这几种超短期期权的特点)
　　第二张图是以图像的形式，显示了随着时间的流逝，短期和超短期平值期权Gamma 值急速上升。而同期的虚值和实值期权Gamma值趋近于零。这是一个非常重要的概念，是我们为什么要做一个短期平值期权跨式套利多头的根本原因。
　　当前的美国股票市场可能是利用 Gamma Scalping 这一策略的最好机会.这是因为股票多空头会在目前的这一价位上反复争夺阵地，等待着市场的明确方向。5月6日，芝加哥商品交易所又成功地推出了四个微型E-Mini 股票指数期货。这些微型E-Mini股票指数期货和相应的E-Mini 股票指数期货的关系是1：10的关系。这对于我们期权交易员来说。是莫大的喜讯。这是因为我们可以利用微型E-Mini股票指数期货，精确地对冲 Delta 值到小数点以后一位数. 这在5月6日之前是没有办法做的。(本文最后会详细介绍这四个微型E-Mini 指数期货的特点)
　　同时由于有了微型E Mini 股票指数期货，我们就可以更频繁的、小批量平衡我们的股指期权头寸。
　　Gamma Scalping 这一策略是有风险的，其中最大的风险就是超短期期权保险费在到期前几天，时间值会急速地下降。
　　美国的股票指数衍生品市场可能是目前世界上最成熟的股票指数衍生品市场。仅仅以芝加哥商品交易所(CME) 股票指数衍生品市场作为例子，就有数十种产品供大家选择。

　　大家都熟悉芝加哥商品交易所 E-Mini 标普指数期货和E-Mini标普指数标准期权，可能大家并不太熟悉芝加哥商品交易所同时交易三个不同到期日的 E-Mini 标普指数超短期每周期权 (Weeklyoptions)。
　　这三个超短期产品每天交易都非常活跃, 有30个做市商, 每天二十三个小时、从不间断地为市场提供流通性, 每天的交易量在不断的增加。成为芝加哥商品交易所整个市场大趋势的重要组成部分。
　　现在, 对这三个不同到期日的E-Mini 标普指数每周期权给大家做一个简单的介绍.
　　第一，与 E-Mini 标普指数标准期权不同的是，E-Mini标普指数标准期权是美式期权，也就是说期权的持有人可以随时行权。
　　E-Mini 标普指数短期每周期权 (Weekly options)是欧式期权。也就是说每周期权的持有人只能在到期日的这一天行权。
　　第二, 这三个短期每周期权到期日分别是每个星期一、星期三和星期五的芝加哥时间下午3点。
　　第三，这三个短期每周期权是现货交接，交接产品为当月的E Mini 标普指数期货(ES)。
　　每个星期一到期的E Mini 标普指数短期每周期权交易代码分别为:E1A, E2A, E3A, E4A。代表每个月的四个星期一的不同到期日交易；
　　每个星期三到期的E Mini 标普指数短期每周期权交易代码分别为:E1C, E2C, E3C, E4C。代表每个月的四个星期三的不同到期日交易；
　　每个星期五到期的E Mini 标普指数短期每周期权交易代码分别为EW1, EW2, EW3, EW4。代表每个月的四个星期五的不同到期日交易。
　　这样,在美国的股票指数市场上,就出现了一个连续不断的超短期(仅仅两天) 的E Mini 标普指数期权。
　　它的好处在哪里? 它的最大的好处就是期权的买方可以用最小的费用,来获取最大的利润.
　　购买超短期股票指数期权是指数化投资美国股票市场的一种办法。现在对于小投资者来说，也可以直接用芝加哥商品交易所将在5月6日推出的微型E迷你股票指数期货来投资了。
　　为了便利小投资者进行美国股票指数化投资，芝商所于五月六日同时推出四个微型E迷你指数期货：
　　1.微型E迷你标普指数期货(MES)
　　2.微型E迷你那斯达克股票指数期货(MNQ)
　　3.微型E迷你道琼斯股票指数期货(MYM)
　　4.微型E迷你罗素2000股票指数期货(M2K)
　　这四个微型股票指数期货的市值只有现在正在交易的同一内含的指数期货市值的十分之一。以微型E迷你标普指数期货(MES)作为例子。只需要用一万多美元，就可以掌控500个美国最大的蓝筹股,这样就更便于小投资者进行美国股票指数化交易了。
　　如欲了解更多关于芝商所微型E迷你期货，请点击左下方阅读原文按钮访问芝商所中文官网相关页面。

收起

• 收藏 1
• 查看 501
• 回复 1收起 1
• 转发

量化陶吧

 7 天前 来自 ＋关注

【财通金工每周观点】RV、HV对隐含波动率有领先效应  

投资要点 利用RV、HV与波动指数进行波动率择时有不错效果 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。 IVIX指数与RV之间存在相关性。期权波动率相对于市场已实现波动率 ... 展开 投资要点

利用RV、HV与波动指数进行波动率择时有不错效果
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。
IVIX指数与RV之间存在相关性。期权波动率相对于市场已实现波动率有一定滞后性，因而已实现波动率对于波动率有一定的预测作用。
而HV是历史波动率，历史波动率对于未来波动率预期有一定指示作用，因此HV对于波动率也有一定的预测作用。
  
财通金工期权世界看多空，本期打分为34/100
财通金工利用期权市场的数据，构造了几个择时能力较强的因子。
通过计算这些因子在历史上所处的分位点，我们给出相应的择时打分，择时打分满分为100分。
本期综合打分为34分，情绪中性偏谨慎。
  
本周市场下跌，波动率上升
市场延续了之前下跌趋势，本周50ETF下跌1.94%。
波动指数在本周大幅下降，从上周的29.30下降到本周的24.63。
本周50指数与期权市场活跃度均有所下降，日均成交额14.18亿元，较上周下降39.74%。

0、 利用RV、HV与波动指数进行波动率择时
0.1   RV与HV对于隐含波动率有领先作用
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。
IVIX指数与RV之间存在相关性。期权波动率相对于市场已实现波动率有一定滞后性，因而已实现波动率对于波动率有一定的预测作用。
而HV是历史波动率，历史波动率对于未来波动率预期有一定指示作用，因此HV对于波动率也有一定的预测作用。



0.2   利用RV与波动指数做择时
令diff = 波动指数– RV - (波动指数-RV).mean()
（波动指数与RV差值的历史均值大约为4.5）
如果 diff > 0, 代表波动率偏高，卖出宽跨式期权组合
如果 diff < 0, 代表波动率偏低，买入宽跨式期权组合
我们发现策略有接近27%的收益率，但是策略在2016年8月到2017年6月这段时间回撤比较大。


这段时间波动指数处于历史极低的波动率水平，因此diff的经常取到负值，策略会买入宽跨式期权组合，而2016 ~ 2017年是波动率的下行区间，因此策略会失效。

0.3   利用HV与波动指数做择时
令diff = 波动指数–HV - (波动指数 - HV).mean()
（波动指数与HV差值的历史均值大约为4.5）
如果 diff > 0, 代表波动率偏高，卖出宽跨式期权组合
如果 diff < 0, 代表波动率偏低，买入宽跨式期权组合


我们发现策略也有不错收益，这表示HV也是一个不错的波动率择时指标。

0.4   利用RV、HV与波动指数进行波动率择时
HV代表过去一年的趋势，而RV代表过去一天的日内波动，通过两个波动率的组合可以构造新的择时指标
令diff1 = IVIX – HV
     diff2= IVIX – RV – 4.5
令diff = w * diff1 +（1-w）* diff2
如果 diff > 0, 代表波动率偏高，卖出跨式期权组合
如果 diff < 0, 代表波动率偏高，买入跨式期权组合


结果显示，策略胜率非常高，表现十分出色。

1、 期权世界看多空
1.1   财通金工市场择时打分系统
财通金工利用期权市场的数据，构造了几个择时能力较强的因子。
通过计算这些因子在历史上所处的分位点，我们给出相应的择时打分，满分为100分。
从本期开始，我们会发布财通金工的期权择时观点。


本期综合打分为34分，情绪中性偏谨慎。

1.2   基差alpha
股指期货的基差与期权购沽之间的隐含波动率溢价都能反映市场的多空情绪。我们这里的隐含波动率溢价如下定义：
隐含波动率溢价 = 平值认购期权隐含波动率 – 平值认沽期权隐含波动率
一般而言，认购期权相对认沽期权隐含波动率溢价通常表示市场的乐观情绪，认沽期权隐含波动率溢价则表示市场悲观。但直接使用波动率溢价择时效果较差。这是因为股指期货通常被当做期权的对冲工具，因此股指期货基差对隐含波动率溢价影响较大，因此我们结合基差与波动率溢价可以构造新的择时指标。基差alpha便是通过波动率溢价减去基差的影响构造而成的指标。

1.3   期权市场预期价格差
买入并持有期权合约的投资者会期望期权能够到期行权，这些期权合约的行权价格反映出了期权市场对于标的到期时的价格预期。
期权的持仓量可以反映投资者对于市场的关注度，因此结合期权合约的行权价格，我们可以根据类似股票市场筹码概念，构期权市场的预期价格p0。
令diff = p_50etf - p0,
如果diff > 0，代表标的价格突破预期，有望继续上涨；
如果diff < 0，代表标的价格跌破预期，可能出现下跌。

1.4   成交额PCR变化值
期权的成交额反映了期权套期保值需求的大小，折射出市场情绪的变化。
成交额PCR = 认沽期权总交易额/认购期权总交易额
当市场情绪转好时，认购期权的总交易额会增加，从而导致成交额PCR下降；
当市场情绪不佳时，成交额PCR会不断上升。
dPCR = 本日成交额PCR– 前一日成交额PCR
如果dPCR > 0，代表市场情绪偏谨慎；
如果dPCR < 0，代表市场情绪偏乐观。

2、 波动率
2.1   当前市场波动率



2.2   主要期权合约隐含波动率



2.3   不同到期日期权的隐含波动率



3、 基础数据
3.1   最热合约



3.2   50ETF走势



3.3   交易量与持仓量



4、 期权类私募产品净值参考


本文内容来自于
证券研究报告：《金融工程：RV、HV对隐含波动率有领先效应》
发布时间：2019年5月19日

法律声明

根据《证券期货投资者适当性管理办法》（2017年7月1日正式实施），本订阅号发布的观点和信息仅供财通证券专业投资者参考，完整的投资观点应以财通证券研究所发布的完整报告为准。若您并非专业投资者，请勿订阅或转载本订阅号中的信息。若您并非财通证券客户中的专业投资者，为控制投资风险，请取消订阅、接收或使用本订阅号中的任何信息。
本订阅号旨在沟通研究信息，分享研究成果，所推送信息为“投资参考信息”，而非具体的“投资决策服务”。本订阅号推送信息仅限完整报告发布当日有效，发布日后推送信息受限于相关因素的更新而不再准确或失效的，本订阅号不承担更新推送信息或另行通知义务，后续更新信息请以有关正式公开发布报告为准。
市场有风险，投资需谨慎。在任何情况下，本订阅号中的信息所表述的意见并不构成对任何人的投资建议，订阅人不应单独依靠本订阅号中的信息而取代自身独立的判断，应自主做出投资决策并自行承担投资风险。本资料接受者应当仔细阅读所附各项声明、信息披露事项及相关风险提示，充分理解报告所含的关键假设条件，并准确理解投资评级含义。在任何情况下，信息发布人不对任何人因使用本订阅号发布的任何内容所引致的任何损失负任何责任。


收起

• 收藏 0
• 查看 942
• 回复 3收起 3
• 转发

查查期权

 昨天 17:02 来自 ＋关注

《波动率曲面 期权波动率建模实战指南》  

内容简介 这本书关注于期权隐含波动率曲面的构建，让读者更好地理解隐含波动率曲面，是波动率曲面建模方面非常**与经典的读本，基本所有关于波动率建模的研究都会引用这本书，它堪称波动率建模方面的圣经。这本书已 ... 展开 内容简介

这本书关注于期权隐含波动率曲面的构建，让读者更好地理解隐含波动率曲面，是波动率曲面建模方面非常**与经典的读本，基本所有关于波动率建模的研究都会引用这本书，它堪称波动率建模方面的圣经。这本书已经成为业界流传的经典资料。本书作者对局部波动率、随机波动率模型的处理方法成为业界的标准。

目录

第1章 随机波动率和局部波动率
1.1 随机波动率
1.2 局部波动率


第2章 风险均衡原理简介
2.1 动态过程
2.2 Heston模型下的欧式期权定价公式
2.3 Heston模型下特征函数的推导
2.4 Heston模型的仿真模拟


第3章 隐含波动率曲面
3.1 从隐含波动率到局部波动率
3.2 Heston模型的局部波动率
3.3 Heston模型的隐含波动率
3.4 标准普尔500指数期权的隐含波动率曲面


第4章 Heston-Nandi模型
4.1 Heston-Nandi模型的局部方差
4.2 数值例子
4.3 结果讨论


第5章 引入跳过程
5.1 为什么需要引入“跳”
5.2 跳扩散(Jump Diffusion)
5.3 特征函数方法
5.4 随机波动率加跳


第6章 违约风险建模
6.1 Merton的违约模型
6.2 资产结构套利
6.3 跳灭模型中的局部和隐含波动率
6.4 违约风险对期权价格的影响
6.5 CreditGrades模型


第7章 波动率曲面渐近
7.1 剩余到期时间较短的情况
7.2 Medvedev-Scaillet的结果
7.3 加入跳
7.4 剩余到期时间较长的情况：Fouque、Papanicolaou和Sircar
7.5 极小的波动率的波动率：Lewis
7.6 执行价的极值：Roger Lee
7.7 渐近性总结


第8章 隐含波动率曲面动态
8.1 随机波动率模型下的波动率倾斜动态
8.2 局部波动率模型下的波动率倾斜动态
8.3 随机隐含波动模型
8.4 数字期权和数字Cliquets


第9章 障碍期权
9.1 定义
9.2 特殊情况
9.3 反射原理
9.4 回溯对冲法
9.5 平价公式
9.6 准静态对冲和定性估价
9.7 针对离散监测的调整
9.8 巴黎期权
9.9 障碍期权的应用
9.10 结论


第10章 奇异凯利期权
10.1 局部封顶、全局封底凯利
10.2 反向凯利
10.3 拿破仑


第11章 波动率衍生品
11.1 一般的欧式收益结构概览
11.2 方差和波动率互换
11.3 波动率衍生品定价
11.4 基于二次变差的交易所交易衍生品
11.5 总结
参考文献
推 荐 阅 读
1、《股市晴雨表》(珍藏版)
2、《漫步华尔街》(原书第9版)(珍藏版)
3、《以交易为生》(珍蒇版)
4、《专业投资原理》(珍藏版)
5、《与天为敌：风险探索传奇》(珍藏版)
6、《江恩华尔街45年》(珍藏版)
7、《如何从商品期货贸易中获利》(珍藏版)
8、《投机与骗局》(珍藏版)
9、《经典技术分析》(上册)
10、《经典技术分析》(下册)
11、《在股市大崩溃前抛出的人：巴鲁克自传》(珍藏版)
12、《客户的游艇在哪里》(珍藏版)
13、《彼得.林奇的成功投资》(珍藏版)
14、《战胜华尔街》(珍藏版)
15、《投资新革命》(珍藏版)
16、《投资者的未来》(珍藏版)
17、《3小时快学期权》
18、《期权36课——基本知识与实战策略》
19、《期权交易策略十讲》
20、《2周攻克期权策略》
21、《3小时快学ETF》
22、《保守型投资者的期权交易策略》
23、《波动率交易   期权量化交易员指南》(原书第2版)


收起

匿名的用户

 19 分钟前 来自 ＋关注

人是出于什么原因要买备用机？  

一有国产旗舰机面世 除了热捧铁粉 或是买来做主力机的人外 还有许多人说要买个做备用机 实在想不通现在社会去哪带着俩手机多不方便 如果是不嫌麻烦 需要装微信小号的 或是看电影的 完全可以入手一个iPad mini系列 如 ... 展开 一有国产旗舰机面世 除了热捧铁粉 或是买来做主力机的人外 还有许多人说要买个做备用机 实在想不通现在社会去哪带着俩手机多不方便
如果是不嫌麻烦 需要装微信小号的 或是看电影的 完全可以入手一个iPad mini系列
如果是害怕续航不够 带这个移动电源不就行了吗

所以备用机的意义在哪里 到底有多少人会每天带着俩个或更多的手机上街 收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

2019年，三星和华为您买哪一部？  

在春季的手机发布会上，三星和华为先后发布了三星s10系列和华为p30系列，无与伦比的摄像技术和屏幕占比，先进的技术相互摩擦，如何抉择？哪个才是安卓机皇？ 展开

在春季的手机发布会上，三星和华为先后发布了三星s10系列和华为p30系列，无与伦比的摄像技术和屏幕占比，先进的技术相互摩擦，如何抉择？哪个才是安卓机皇？

收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

中国能不能写出操作系统?  

中兴的下场，引发一大波的讨论，有人说中国现在缺芯少魂，芯片需要工业基础，但操作系统呢？国外大学生写出了Linux操作系统，中国能不能写出中国版的Linux呢？ 展开 中兴的下场，引发一大波的讨论，有人说中国现在缺芯少魂，芯片需要工业基础，但操作系统呢？国外大学生写出了Linux操作系统，中国能不能写出中国版的Linux呢？
收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

怎样学习 Emacs？  

如何入门且快速上手？有什么书值得看的？获取其他Emacs学习资源的途径有哪些？还有什么特别的建议？

• 收藏 0
• 查看 6
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

自学两个月Python可以开始赚钱吗？  

不是喜欢钱，而是需要钱。

如果可以，该怎样去学？

谢谢。

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

智能手表应该是一个怎样的产品角色？市场表现差是否意味着角色错误？  

Moto 360终结，联想无限期推迟新款智能手表发布 据TheVerge报道，联想摩托现在已经确认，不会在明年 Google发布 Android Wear 2.0时跟进新款智能手表。今年稍早些时候他们的说法是年内不再发布新智能手表。 IDC 统计 ... 展开 Moto 360终结，联想无限期推迟新款智能手表发布
据TheVerge报道，联想摩托现在已经确认，不会在明年 Google发布 Android Wear 2.0时跟进新款智能手表。今年稍早些时候他们的说法是年内不再发布新智能手表。
IDC 统计的数据显示，现在联想摩托的智能手表市场份额排全球第四。
-----------更新------------
IDC：苹果Apple Watch第三季销量仅为110万只，同比锐减71%
收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

游戏 心跳文学部《 Doki Doki Literature Club 》中有哪些细节与彩蛋？  

很喜欢这个游戏!!!想要了解更多 补充: 自己玩游戏的时候发现了很多在b站主播视频中没出现的东西。 比如没有问题，只选是和否的弹框中我选择了是，出现的是纱世里上吊的简笔画，旁边写着“快乐的情绪，快乐的情绪”。 ... 展开 很喜欢这个游戏!!!想要了解更多
补充:
自己玩游戏的时候发现了很多在b站主播视频中没出现的东西。
比如没有问题，只选是和否的弹框中我选择了是，出现的是纱世里上吊的简笔画，旁边写着“快乐的情绪，快乐的情绪”。而同样的选项在视频中是一首诗。
二周目在写完诗后出现了乱码，接下来是一片血红。在部分up的视频里没看见。
在monika房间听她谈话时有几率脸上会突然花一下，然后问你有没有被吓到。但我自己玩的时候 谈话的内容已经重复了很久，也没出现这个画面……
想知道还有类似的随机出现的事件吗？ 收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

怎么保存下载 ins 上别人发的快拍（Story）到自己手机上?  

快拍是24小时内可见的，超过24小时候会消失

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

有哪些对配置要求高又好玩的手机游戏？  

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发

匿名的用户

 19 分钟前 来自 ＋关注

王垠当年提倡「完全用 linux 工作」，然而最近又发文挺 windows 喷 unix，这中间究竟经历了什么？  

之前：2004 完全用Linux工作_cnBeta 博文精选_cnBeta.COM 之后：2013 谈 Linux，Windows 和 Mac 建议阅读：为什么 Linux 在桌面会失败？ 展开 之前：2004 完全用Linux工作_cnBeta 博文精选_cnBeta.COM
之后：2013 谈 Linux，Windows 和 Mac

建议阅读：为什么 Linux 在桌面会失败？ 收起

• 收藏 0
• 查看 5
• 回复 5收起 5
• 转发