隐含波动率对期权策略的影响

隐含波动率是将所有期权策略联系在一起，帮助投资者做出投资决策的一个重要变量。在某些时候预测波动率比预测价格要容易得多，这是因为几乎所有股票、股票指数或期货合约的隐含波动率图形都有相似的模式：一个交易范围。隐含波动率对期权价格的影响很大，特别是在期权套利和比较复杂的头寸中。交易者对于隐含波动率的变化怎样影响到其头寸，应当有一种直觉的“画面”，这是期权交易者必须掌握的技能。

正确认识波动率

　　在期权交易中有两类波动率很重要：一是历史波动率，它是对标的资产在过去价格变化剧烈程度的衡量；二是隐含波动率，它是投资者对标的物在期权生存期内波动率的“定价”。

　　一个简单的隐含波动率指数可以是标的资产的各档期权的隐含波动率加总平均。我们也可以合成更复杂的隐含波动率指数，例如vix指数。

隐含波动率是期权交易中的一个重要的“参照值”。在任何时间点，交易者可知标的物价格、行权价、到期日时间、利率、股息，唯独波动率需要主观预测。我们可以认为，隐含波动率是期权市场对标的物在期权生存期内将会出现的波动率的预测。一般来讲，交易者在大多数情况下不知道将来会怎样，如果有人提前得知内幕消息，就会积极交易相关期权，且多数时候为期权的买方，这时期权的隐含波动率就会增加。

　　如果把标的物的隐含波动率进行分区间统计，短期波动率分布范围较长期波动率要宽。如果范围很宽，一个接近极值分位数的隐含波动率代表了一手非常昂贵或非常便宜的期权；如果分布范围很窄，交易者也许不必过分关心隐含波动率目前的读数。如果交易者持有一个较远期的期权，在持有期内波动率分布范围会扩展开，隐含波动率可能会实质性下降；如果长期期权波动范围非常小，即使期权最初相当便宜，隐含波动率的迅速增长也不可能转化为像在短期期权中可以看到的价格收益。懂得过去隐含波动率范围的重要性，并且意识到隐含波动率的分布范围会随着时间的缩短而扩展，这对所有在交易决定中使用隐含波动率的投资者来说非常重要。

　　隐含波动率并不是预测实际波动率的优秀指标。隐含波动率可以看作对未来市场状况的定价，它是以交易者的推测为基础，因而有可能是错误的，就像所有对未来事件的预测都有可能是错误的一样。历史市场数据表明，隐含波动率和实际波动率之间相互预测性很弱。

　　因为隐含波动率和实现波动率经常出现偏差，这就带来了波动率交易的机会。波动率交易是指交易者寻找隐含波动率可能出错的情况，从而建立一个预期正收益的头寸，其目的在于发现隐含波动率是高估还是低估，对标的物本身价格走势并不做预判。从另一个角度看，波动率交易有时也是一种反向投资策略：当市场认为标的物不会有波动时，买进波动率，反之卖出波动率。

　　隐含波动率为何会走向极端？这是因为当市场存在突发事件或内幕消息时，大多数提前知道的投资者都会想法设法买进期权，期权价格和隐含波动率就会上升。当期权交易量激增和隐含波动率突然上升集中出现或只出现其一，波动率卖方应该意识到风险的存在。在波动率看起来走极端时，无论便宜还是昂贵，波动率交易者都应该持怀疑态度去思考是否适合建立头寸。在期货市场上，类似美国农业部供需报告或政府经济数据均可能造成高波动局面。

对期权策略的影响

　　对买/卖看涨期权的影响

　　隐含波动率爆发性增长是期权买方的“福音”，而对期权卖方来说可能是一场灾难。波动率的增长可以弥补几天甚至几个星期的时间价值衰减。隐含波动率常常会在市场崩盘中猛然上涨。1987年美股崩盘时，市场在一天内下跌了22%，而波动率指数于一天内在理论上从36%上涨到150%。事实上，由于隐含波动率的暴涨，尽管市场出现崩盘，某些股指期权上的看涨期权买家实际上还是做到了亏损和盈利相互抵消，或者赚一些钱。因此，投资者在建立一个买入期权头寸时，去参考波动率进行择时非常重要。低隐含波动率时买进，获利的可能性更大。反过来，卖出期权的投资者也必须关注隐含波动率。如果卖出期权头寸建立时隐含波动率“过低”，那么隐含波动率增加或暴涨就对该头寸有很大的威胁。隐含波动率的增长可能完全压倒由于时间价值衰减带来的盈利，对长期期权来说更是如此。反过来，如果买进“太贵”的期权，因隐含波动率“过高”，即使标的物朝着有利方向运动也未必能获利。

　　对买/卖看跌期权的影响

　　对于看跌期权买家来说，即使标的物价格下跌，看跌期权的价值增值也可能没有期望的那么大，因为看跌期权时间价值往往衰减得相当快。对于看跌期权卖家来说，一个看跌期权只要不再有时间价值，这个看跌期权的卖方就面临行权指派风险，即使长期看跌期权也在所难免。隐含波动率增长也可能增加看跌期权的价格，但如果看跌期权实值过深，隐含波动率的些许增长未必能使得看跌期权增值。也就是说，隐含波动率的增长会增加看涨期权的价值，但在其增加到足以超出持仓成本之前，实值看跌期权的价格将保持持平（看跌期权时间价值权利金=看涨期权价格-持仓成本），因此持有卖出看跌期权仍可能处于被指派的风险中。

　　对买/卖跨式套利或宽跨式套利的影响

　　跨式套利买方在低隐含波动率时买进，有两种盈利的可能：一是标的物价格波动大到足以超出跨式套利最初成本；二是隐含波动率增长快到足以克服因时减值的有害影响。相反，跨式套利卖方如果遇到隐含波动率急剧增长，则会有潜在的灾难性亏损。不过，如果隐含波动率下降，跨式套利卖方就可以获取比期权时间价值更快的收益。宽跨式套利表现就隐含波动率而言与跨式套利基本相同。

　　对垂直套利的影响

　　在看涨期权牛市套利中，如果标的物价格不变，隐含波动率急剧增长，套利理论价值会降低（隐含波动率上升增加了标的物价格波动范围的可能性，降低了影响期权价格其他因素的影响）。对牛市套利策略来说，如果标的物高波动，即使标的物价格按照希望的方向有不错的运动，套利的跨度也不会扩大多少。

但是，隐含波动率的上升会帮助买进看涨期权策略。因此，买进看涨期权和牛市套利不是非常相像的头寸。在期权权利金很高的情况下，如果交易者想用牛市套利来有效降低买进一手平值期权的成本，至少要确定期权之间的行权价分得相当开，这样牛市套利就会有合理的空间吸收一定数量的价格增值。高的或者增长的隐含波动率不是牛市套利的“朋友”，却是直接买进看涨期权的“同盟”。如果交易者认为看涨期权过于昂贵，想要降低成本，可以考虑买进看涨期权的同时，卖出一手信用看跌套利（牛市套利），使用略微虚值的看跌期权。这个策略降低了看涨期权的成本，同时保持上行方向的潜在盈利（虽然增加下行风险，不过是固定的，可以考虑止损以降低风险）。相反，隐含波动率突然增加对熊市看跌期权套利是有帮助的。同样，当标的物迅速下跌以及隐含波动率迅猛增加时，看跌期权熊市套利中的价差并不会扩大多少。相比买进一手看跌期权，收益要小很多。

　　对其他流行期权策略的影响

　　在更为复杂的策略中，要察觉隐含波动率的效果也不难，只要把波动率对简单策略的影响加总即可。一个看涨期权比率套利实际上只是一些看涨期权牛市套利与一些裸卖出看涨期权的组合。对裸卖出看涨期权来说，隐含波动率的增长会产生很大的伤害作用。此外，隐含波动率的增长实际上对平值看涨期权牛市套利有害。因此，对一个比率看涨期权套利来说，两个组成部分都会因为隐含波动率上升而受到伤害。相反，隐含波动率减小会对比率套利有利。在看跌期权比率套利中，实际上是一个看跌期权熊市套利加上一些裸看跌期权的组合。如果标的物价格下跌，同时隐含波动率增加，那么看跌期权比率套利的表现就会很差。如果标的物价格下跌得非常快，隐含波动率暴涨，那么比率看跌期权套利者所处的情况会非常糟糕。相反，看涨期权反套利是看涨期权比率套利的反面，隐含波动率对反套利策略的影响是有利的。

　　总之，对一个期权交易者来说，知道隐含波动率如何影响其头寸和策略是十分必要的。交易者对头寸波动率暴露面有了感觉，就能够对是否出现不利的波动率运动进行估量。许多交易者仍然将大部分注意力集中在标的物的潜在运动上，常常忽视了波动率变化会带来的影响。这是个错误，因为大部分有经验的期权交易者在任何时候对波动率的风险都会有所计划。懂得处理好波动率风险对期权交易者的盈利会产生积极的影响。

— — — — — — E N D — — — — — —
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

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