机构投资者交易期权的优势与特点

论坛 › 期权论坛 › 期权

 真格量化  2019-11-18 11:33  3870  0

中国衍生品市场期权上市后为投资者提供了一种新型交易工具，相比其他金融衍生品，期权市场具有特有的不对称性和丰富的内涵，期权交易适用于许多不同类别投资者。金融市场上的机构投资者作为专业金融资产管理者，参与期权市场交易有着独特的优势。

机构投资者运用期权的优势

第一，机构投资者的资产规模较高，期权的高杠杆性和灵活性使机构投资者能更方便地实现套保目的，获得更加稳定的收益。与期货相比，期权占用较少的权利金就能对较大的风险暴露头寸实现套保，并将市场风险锁定在一定的范围内。这样，机构投资者可以将多余资金配置于其他资产上，充分发挥其全面的研究优势，获得更广泛的投资机会。

第二，在交易策略上，机构投资者配有专业的研究人员，能通过研究各种期权交易策略，提高投资收益和套保效率。与其他金融衍生品相比，期权的操作手法、交易策略种类更多，而机构投资者由专业团队来进行策略研究，不仅可以使用简单的买权、卖权组合策略进行交易，还可以研究基于期权、期货和现货的跨市场风险规避和套利交易策略，通过进行复杂的组合交易来获得更好的套保效果和套利收益。

第三，在交易方式上，机构投资者能在期权市场上使用算法交易或程序化交易来获取更高收益。根据市场调查，美国的权益类期权市场上将近50%的交易指令是通过算法交易系统进行下单，而在做市商交易中，这个比例接近95%。由于期权策略组合复杂多样，靠人工判断套利机会并构建套利策略的速度较慢，通过程序化交易能迅速捕捉市场的套利机会。对于普通投资者而言，由于资金和技术制约，其在程序化系统开发上往往处于劣势，机构投资者有专业的人才和大规模的资金，能充分发挥程序化交易的优势，从而获得更高收益。

第四，国际期权市场一般采用做市商制度，交易所通常选择有实力的会员作为做市商，维持市场的流动性并发挥稳定市场的功能。作为独立法人的机构投资者可以申请成为做市商，通过为期权市场提供流动性，从中获取低风险的价差收益，拓展收益来来源的渠道。

机构投资者运用期权的主要特点

机构投资者使用期权的主因是用于风险管理。由于机构投资者在资产管理规模、交易策略和交易方法上有着独特优势，也使得机构投资者在期权市场上表现出一些交易特点。

（一）风险管理是机构投资者使用期权的主因

随着期权市场的发展成熟，作为一种灵活的风险管理工具，无论对于保守的投资者还是激进的投资者，期权都已成为不可替代的金融工具。据调查，美国机构投资者使用期权的最重要原因是进行风险管理。Greenwich Associates的调查结果显示，接近60%的机构投资者将避险目的列为其使用期权的原因。Tower Group的调查结果表明，接近80%的机构投资者将避险目的列为其使用期权的原因，同时，有61%的机构投资者表示使用期权是为了构建一种现金流中性策略来防范投资组合价值下降的风险。

（二）机构投资者是期权净卖方

期权损益特点表明，期权卖方获得了一定数量的权利金，但需承担履约义务，承担较高的标的资产价格波动风险。不仅如此，期权卖方还需要缴纳一定数量的保证金，承担资金的占用成本。因此，相比期权买方，期权的卖方对于自身风险管理的要求更高。在实践中，机构投资者可以通过多种策略管理期权的卖方风险，通过构建投资组合策略来降低整体头寸风险并赚取权利金收入，是期权市场上重要的卖方。

（三）机构投资者交易额最高的是股指期权

机构投资者的投资组合中有各类资产，对应需要运用各类期权来规避风险、提高收益。根据Tower  Group对美国机构投资者的调查，在不同类型的期权中，机构投资者使用最多的是权益类期权，包括股指类、个股类、ETF类等期权，其次则是利率类期权。而在权益类期权中，机构投资者更多地参与股指类期权交易。实际上，由于机构投资者需要对冲风险的资产规模较大，所以其对市场的流动性和深度要求较高。与个股期权和ETF期权相比，股指期权的单张合约名义金额更高，市场成交量也更大，股指期权市场的流动性和深度能更好满足机构投资者风险对冲的需求。因此，相比个股期权和ETF期权，机构投资者在其投资组合风险管理中使用股指期权更为普遍。WFE/IOMA发表的衍生产品市场调查显示，通过比较不同类别股权类衍生产品的平均成交金额，表明个股和ETF衍生品主要被零售投资者使用，而机构投资者则更多地使用股指类衍生品。该调查报告说，这一结论得到了参与调查的交易所关于分类产品零售投资者活动情况的证实。同样，港交所公布的数据也表明，在权益类期权中，个人投资者在个股期权上的交易量高于机构投资者，而机构投资者则比个人投资者更多地参与股指期权市场）。此外，虽然部分市场机构投资者在股指期权品种上的交易量低于个股期权，但若考虑到单张股指期权合约的名义成交金额远高于个股期权，那么机构投资者在股指期权中的交易额应高于个股期权。

（四）采用多种期权组合的交易策略

期权是一种使用灵活、功能丰富的金融工具，将多种期权组合起来可以形成复杂多样的产品损益结构，与其他金融产品组合在一起则能更好地实现保值增值目标。因此，机构投资者一般不会根据标的资产价格走势预测来单独买卖一种期权，而会采用期权组合交易策略来降低组合的风险、提高获利的概率。根据美国
期权业协会为共同基金、对冲基金、养老基金等提供的报告，机构投资者可采取的基本交易策略包括备兑买权组合（Covered Call）、保护性卖权组合（Protective  Put）、保护性上下限组合（Protective Collar）、牛市买权价差组合（Bull Call Spread）等交易策略。这些策略不仅能锁定市场下跌时现货市场的损失，而且能帮助机构投资者追求更高的稳定收益。

— — — — — — E N D — — — — — —

真格量化可访问：
https://quant.pobo.net.cn

真格量化微信公众号，长按关注：

遇到了技术问题？欢迎加入真格量化Python技术交流QQ群  726895887

往期文章：
Numpy处理tick级别数据技巧
真正赚钱的期权策略曲线是这样的
多品种历史波动率计算
如何实现全市场自动盯盘
AI是怎样看懂研报的
真格量化策略debug秘籍
真格量化对接实盘交易
常见高频交易策略简介

如何用撤单函数改进套利成交

Deque提高处理队列效率

策略编程选Python还是C++

如何用Python继承机制节约代码量

十大机器学习算法
如何调用策略附件数据

如何使用智能单

如何扫描全市场跨月价差

如何筛选策略最适合的品种

活用订单类型规避频繁撤单风险

真格量化回测撮合机制简介

如何调用外部数据

如何处理回测与实盘差别

如何利用趋势必然终结获利

常见量化策略介绍

期权交易“七宗罪”

波动率交易介绍

推高波动率的因素

波动率的预测之道

趋势交易面临挑战
如何构建知识图谱
机器学习就是现代统计学

AI技术在金融行业的应用

如何避免模型过拟合

低延迟交易介绍

架构设计中的编程范式

交易所视角下的套利指令撮合

距离概念与特征识别

气象风险与天气衍生品

设计量化策略的七个“大坑”

云计算在金融行业的应用

机器学习模型评估方法
真格量化制作期权HV-IV价差
另类数据介绍

TensorFlow中的Tensor是什么？

机器学习的经验之谈

用yfinance调用雅虎财经数据

容器技术如何改进交易系统
Python调用C++
如何选择数据库代理
统计套利揭秘

[h1]一个Call搅动市场？让我们温习一下波动率策略[/h1][h1]如何用真格量化设计持仓排名跟踪策略[/h1][h1]还不理解真格量化API设计？我们不妨参考一下CTP平台[/h1][h1]理解同步、异步、阻塞与非阻塞[/h1][h1]隐波相关系数和偏度——高维风险的守望者[/h1]Delta中性还不够？——看看如何设计Gamma中性期权策略

[h1]Python的多线程和多进程——从一个爬虫任务谈起[/h1]线程与进程的区别
 皮尔逊相关系数与历史K线匹配

Python2和Python3的兼容写法
 Python代码优化技巧

理解Python的上下文管理器

如何写出更好的Python代码？这是Python软件基金会的建议
评估程序化模型时我们容易忽视的指标

看看如何定位Python程序性能瓶颈

什么是Python的GIL

投资研究中的大数据分析趋势及应用

理解CTP中的回调函数

如何围绕隐含波动率设计期权交易策略
看看如何用Python进行英文文本的情感分析
算法交易的分类

Python编码的最佳实践总结

什么是波动率锥？如何用波动率锥设计期权策略？
期权的波动率策略与时间价值收集策略对比

期权用于套期保值和无风险套利

隐含波动率对期权策略的影响

卖出期权交易的风险管理原则和技巧
期权交易中的“大头针”风险
期权做市商策略简介

精细化您的交易——交易成本评估与交易执行策略
海外市场交易执行策略的实践
设计期权套期保值方案时应注意的问题
美式期权、欧式期权比较分析——定价与风险管理
构建您的AI时代武器库——常用的机器学习相关Python库
期权波动率“微笑曲线”之谜
运算任务愈发繁重，如何加速Python程序运行？
证券市场微观结构理论模型是什么

是瞬间成交还是漫长等待？——如何衡量市场流动性
波动率指数及其衍生品介绍

Python的异常处理技巧

Python中的阻塞、异步与协程

"香草"之外的更多选择——几种常见的路径依赖奇异期权
什么是CTP？——了解上期所CTP快速交易系统
了解季节性——以谷物和油籽为例
是前因还是后果?——在真格量化中进行格兰杰因果检验

Python导入模块的技巧
Python程序员常犯的十个错误

搜索数据泄露天机？——舆情指数与期货行情关联性分析思路

机器学习常见算法分类汇总

如何使用Data Pipeline 自动化数据处理工作？
CTP API的委托介绍和在真格量化中的订单流控制
高频交易对市场的影响
期货行情及其组织形式——以上期所为例
理解并行与并发
郑商所和大商所套利指令及在真格量化的实现
机器学习用于金融市场预测面临的挑战
高频交易中风险控制的常用措施
查询结果偏离预期？来了解CTP的报单函数及委托状态查询
Python中的ftplib模块

理解真格量化的Python编程范式
需要处理大量市场数据？来了解一下MySQL、HBase、ES的特点和应用场景

NumPy中的ndarray与Pandas的Series和DataFrame之间的区别与转换
Python中的scikit-learn机器学习功能库
什么是程序设计中的高内聚、低耦合？
Python的内存管理与垃圾回收机制
云服务中的容器技术
什么是“面向对象”程序设计-以Python为例
波动率介绍及其在资产定价中的应用
发现策略中的孪生兄弟——期权交易中的等价或相似策略解析

如何利用期权改进指数投资表现——借鉴海外市场经验
如何用期权进行“哑铃型”资产配置——“90/10”策略介绍
国外著名商品指数编制方法比较
FPGA技术在金融行业的应用——以沪深行情加速为例
美国市场对部分高频交易行为的监管

报价驱动制度与指令驱动制度比较
理解动量投资策略和逆向投资策略——通过行为金融学视角

期权做市商面临的风险及其对做市业务的影响

商品期权在现货企业中的应用
期权进行套期保值的优势与策略分类

COT报告揭秘——如何解读CFTC的持仓报告
什么是“零拷贝”技术

跨市场套利——策略简介与风险因素
什么是期权市场的PCR指标？
量化交易的频谱分析与策略搭配规律

资产价格与波动率的关系

基本面量化与美林时钟模型

常见的价差交易策略介绍
高频交易是否对市场造成了负面影响？

海外股指期权市场概况
期权是否能用于底层资产的价格预测？

什么是股指期权？
股指期权现货指数的构成和波动率
ETF期权与股指期权在策略设计中需注意的差异性
股指期权与ETF期权合约设计比较

回复

分享到 :

0 人收藏

6级职业

积分:870

帖子:180

精华:0

+ 关注私信

期权论坛

期权论坛

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.