如何与时间做朋友？——期权时间价值与日历价差策略

许多时候时间是投资者的敌人，比如我们期待的行情久久不出现而占用的资金却有成本，不过期权可以让时间成为投资者的朋友。

一、期权价值对于时间的敏感性

我们都知道，期权价值取决于标的资产的价值、标的资产的波动率、期权的执行价格以及权利的可行使时限即距离到期时间。当投资者买入一个标的资产的期权时，时间对于期权的买方是一个不利因素，因为随着期权到期日的临近，期权的价值会逐渐地减少。

买入期权意味着投资者“买入时间”（在一个时间范围内拥有行权的权利），期待标的资产价格向着对期权买入方有利的方向变动，投资者相当于为时间付出了“租金”，因此，只有当标的资产价格向有利方向的变动幅度大于时间流逝导致的期权价值损耗，期权买入者才能获利。

作为期权卖出者，他“出租了时间”，收取了“租金”，时间对他是有利的，只要标的资产价格变动幅度不大，他都可以从时间的损耗中获得利润。

我们通常用时间每流逝一天期权价值的减少量来衡量期权价值对于时间的敏感性，在很多交易系统的行情界面中我们可以看到这个值的大小，这个值用 theta 来表示。例如有一个vix.shtml" target="_blank" class="relatedlink">50ETF期权合约的 theta 值为-0.6486 时，在其它条件不变的条件下，对于持有该合约的买方来说，在其它条件不变的条件下，每一天他都要损失 0.0018（0.6486/365，一年按 365 天算）元这么多的价值；而对于期权卖方来说，每一天他可以赚得时间价值 0.0018 元。因此，操作期权时，投资者要想办法使得时间站在对其有利的一面，除非有足够的把握认为短期内价格变动的幅度大于时间价值的损耗，如果一个策略不能使得时间价值对于投资者有利，也要尽量避免策略对于时间太敏感。

在真格量化中，theta可以这样计算：

所有期权合约随着时间的流逝其价值都是在减少的，但是处于实值、平值状态的期权对于时间的敏感度是不一样的，如下图所示：

上图两根曲线表示期权时间价值与时间的关系图，总体来说，曲线是向右下方倾斜的，即随着时间的流逝，其价值都在减少。注意右边方框的部分，可以明显看出，期权快到期时，平值期权的时间价值的减小的速率比实值期权时间价值的减小要大得多。从这里我们可以看出，如果投资者在快到期时持有的是平值期权，其价值的流逝是很快的。因此，作为期权的买方在快到期时应该更加关注头寸的时间价值，而作为期权的卖方，应该善于利用平值期权在快到期时时间价值的快速流逝来更有效地设计策略。

如下图所示，各到期月份中，平值期权的时间价值最大，其中离到期日越远，期权的时间价值越大，当期权由平值状态变成虚值或实值状态时，时间价值迅速地衰减。当处于极度实值或极度虚值时，时间价值近乎衰减到 0。因此，如果投资者买入平值期权进行投机交易，由于时间价值因素此时对其是最不利的，选择平值期权面临更多的时间价值加速衰减的风险。

二、时间价值对于波动率的敏感性

我们再来看看波动率对时间价值的影响。总体来说波动率的增加使得期权价值增加。在其它条件不变的情况下，对于同一个到期日来说，在到期日时，期权只剩下内在价值，没有时间价值。为了简单说明，我们拿一个平值期权为例，因为平值期权没有内在价值，到期时又没有时间价值，所以到期时其合理价格应当为0。因此，对于一个高波动率对应的高价格的期权和一个低波动率对应的高价格的期权，其价值在到期日同样都衰减到0，所以对于高波动率的期权来说，在到期前其时间价值要比低波动率期权要大，如果其他因素不变，其时间价值的衰减的速度也更快。

如下图所示，在其它条件不变的情况下，随着波动率由 0.1 到 0.5 增加，其时间价值增加。由此可见，如果时间价值对投资者是有利的，那么波动率提高，时间价值将给投资者带来更多的收益；相反，如果时间价值对投资者是不利的，即使波动率提高，投资者也难以从持有期权多头获得高收益。

三、波动率期限结构

作为市场对期权定价高低的衡量指标，隐含波动率也具有一定的期限结构。投资者可以尝试卖出高隐含波动率的期权，买入低隐含波动率的期权，这样不仅可以带来市场高估的波动率收益，同时卖出高波动率的期权同时，投资者将获得较高的时间“租金”，买入低隐含波动率的期权，可以享有波动率回归带来的收益，同时可以为买入期权支付较少的时间“租金”。一般来说，当隐含波动率显著低于历史波动率时，这时买入期权一般不会损失太多。另外当短期的隐含波动率低于长期的隐含波动率时，买入期权也相对更安全。投资者要善于运用隐含波动率的高低来评估买入和卖出期权的风险-收益。

四、构建日历价差组合

通过选取同一标的同一执行价格的看涨期权或者看跌期权，在不同到期月份上建立不同的头寸可以构建一个日历价差组合。具体来看，对于看涨期权来说，在同一个执行价上卖出近月看涨期权同时买入远月看涨期权；对于看跌期权来说，在同一执行价上卖出近月看跌期权的同时买入远月看跌期权。同一执行价的远月期权比近月期权要贵，所以这一策略在构建时需要支付一定的权利金成本，即存在净支出。当然最大的损失也就是这一笔净支出。构建日历价差组合运用了时间价值的损耗速率不同给投资者带来收益。在前面的分析中，我们知道，对于快要到期的近月期权来说，一般其时间价值损耗速度要比远月的时间价值损耗速度要快得多，近月的空头时间价值损耗带来的收益要大于远月时间价值损耗所付出的成本。

如果近月合约到期时，标的资产价格正好落在执行价这个价格或者在执行价格附近，该组合将会获得最大的收益。理论上这个策略的最大收益等于远月合约在近月合约到期时（多头）的价格减去构建该合约时所付出的支出。因此构建该合约的初衷即认为标的价格在短期内不会偏离执行价格很远，或者在近月合约到期时标的价格趋向于执行价格。如果对市场偏中性，认为标的价格会在短期内在某个价格附近变化不大，可以该价格作为执行价格来建立日历价差头寸。

— — — — — — 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 [/url]

[url=http://mp.weixin.qq.com/s?__biz=MzU4OTg0NjkyOA==&mid=2247484342&idx=1&sn=dc71588a69945fae470388bf5d5d1b35&chksm=fdc60349cab18a5f60945415ce8d5221580622130ad7d6cd1476c5d6df305bcb04296a939124&token=130111513&lang=zh_CN&scene=21#wechat_redirect]Python中的阻塞、异步与协程