金融期权密集上市中国量化、对冲进入高阶矩时代

目录

1、金融期权密集上市引领量化对冲进入新时代 4

、事件：金融期权密集上市 4

、展望：量化、对冲进入“高阶矩”时代 5

2、期权概念解析：从隐含波动率到隐含波动率曲面 5

、波动率：历史波动率、已实现波动率、隐含波动率、方差风险溢酬 5

、隐含波动率曲面：随机波动率、波动率跳跃 7

3、海外期权策略应用经验：CBOE期权策略指数一览 8

、美国市场的期权策略指数 8

、期权策略指数介绍 10

4、期权策略全面解读：机构投资者如何应用期权策略 12

、期权实现套利 12

、期权实现对冲 13

、期权实现增强收益 14

、期权实现多策略 15

5、风险提示 16

参考文献 17

2 期权研究报告

图表目录

图表1：沪深300股指期权合约（征求意见稿）与上证50ETF期权合约条款对比 4

图表2：美国前十规模的期权策略基金（截至2017年底） 8

图表3：主要指数和期权策略基金表现一览（2000年1月至2017年12月） 9

图表4：CBOE主要策略指数一览 10

图表5：CBOE主要策略指数的历史表现 11

图表6：CBOE主要BuyWrite指数一览 11

图表7：上证50ETF期权成交量按交易目的分类 12

图表8：上证50ETF期权的隐含波动率曲面 13

图表9：用50ETF期权、IH期货对冲50ETF 13

图表10：CBOE基于标普500指数的BuyWrite指数历史表现 14

图表11：上证50ETF期权主要BuyWrite指数表现 15

图表12：上证50ETF期权主要BuyWrite指数指标统计（2015-3-26至2019-5-21） 15

图表13：上证50ETF期权表现最好的BuyWrite指数业绩表现（2016-3-26至2019-5-21） 15

图表14：基于择时的做空波动率策略样本外回测 16

图表15：基于择时的做空波动率策略指标统计 16

1、金融期权密集上市引领量化对冲进入新时代

、事件：金融期权密集上市

2019年11月8日，经国务院同意，证监会宣布正式启动扩大股票、股指期权试点工作，将按程序批准上交所、深交所上市沪深300ETF期权合约，批准中金所上市沪深300指数期权合约，以更好满足投资者风险管理的需求，充分发挥期权经济功能，推动期现联动健康发展。

目前，我国首支金融期权—上证50ETF期权自2015年2月9日上市以来得到了市

场的广泛认可，定价效率逐步提高，市场规模稳步增长，目前单日成交量超过290万张，持仓量超过400万张。沪深300ETF期权、沪深300股指期权的推出将极大丰富中国的金融期权市场，为投资者提供更加便利的期权产品。

尽管沪深300指数与上证50指数均为大盘蓝筹指数，但二者的行业分布仍然有较

大差异。上证50指数中金融行业占比较较高，为56.73%。而沪深300指数行业分布相

对上证50指数更为均匀，覆盖股票数量和市值更大，期现货成交相对上证50指数更为

活跃。因此沪深300指数覆盖主流股票面更广，与多数股票资管产品的相关性更高，基

于沪深300指数的期权可以作为对冲工具。

图表1：沪深300股指期权合约（征求意见稿）与上证50ETF期权合约条款对比

上证50ETF期权

沪深300股指期权

合约标的

上证50ETF

沪深300指数

合约类型

认购期权和认沽期权

看涨期权和看跌期权

合约单位

10000份

每指数点人民币100元

报价单位

1张或其整数倍

1手或其整数倍

最小变动价位

0.0001元

0.2指数点

合约月份

当月、下月及随后两个季月

当月、下2个月及随后3个季月

交易时间

上午9:15-9:25，9:30-11:30（9:15-9:25为开盘集合竞价

时间）

下午13:00-15:00（14:57-15:00为收盘集合竞价时间）

上午9:25-9:30，9:30-11:30（9:25-9:30为开盘集合竞价时间）下午13:00-15:00（14:57-15:00为收盘集合竞价时间）

到期日

合约到期月份的第四个星期三（遇法定节假日顺延）

合约到期月份的第三个星期五（遇法定节假日顺延）

行权日

同合约到期日，行权指令提交时间为9:15-9:25，

9:30-11:30，13:00-15:30

同合约到期日，行权指令提交时间为9:30-15:15

交割方式

实物交割（业务规则另有规定的除外）

现金交割，交割结算价为最后交易日标的指数最后两小时的算术平均价

上市交易所

上海证券交易所

中国金融期货交易所

资料来源：上交所、中金所

沪深300ETF期权与上证50ETF期权类似，均为ETF期权，只是标的指数不同，重点需要关注的是沪深300股指期权。而不同期权的优劣势对比不言自明，本文重点介绍资管机构如何在策略中应用期权。

相比ETF期权，股指期权现金交割更为灵活，受到期流动性影响更小，可以作为股票类资管产品的对冲工具。沪深300指数本身交易量更大、更活跃，因此可以预见沪

深300股指期权的推出会进一步推动期权市场各种高、中、低频策略的应用。

、展望：量化、对冲进入“高阶矩”时代

众所周知，期权向市场提供了非线性的收益结构，极大地丰富了投资者的策略选择。传统的投资策略都是基于收益率的“期望”，即一阶矩，进行制定投资策略。而期权的出现使得我们可以动态对冲实现“波动率”等二阶矩维度上的投资。

在策略中应用期权可以实现对冲、套利、收益增强等目的，未来期权在实际投资中应用前景广阔，可以在多个维度上进行多空、对冲或者套利，也就是说除了交易“预期收益率”，未来利用期权等衍生品还可以交易波动率、偏度甚至是收益率分布的一个局部，这将极大丰富现有投资策略。我们将在后面第4节中具体介绍金融机构如何在实际投资中应用期权。

此外，期权的意义不仅在于其本身能作为一种投资标的，更重要的是，从期权市场得到的隐含信息具有极强的前瞻性，其中最重要的是从期权价格中能得到二阶矩指标—

—隐含波动率（VIX）。隐含波动率及其包含的信息对理解资产价格、进行投资决策有重要意义，其对实际投资的意义体现在以下两个方面。

第一，波动率本身是市场中重要的投资标的，如美国市场上存在大量基于VIX的衍生品（VIX期货、VIX期权、VIXETP等），一些投资机构直接押注波动率的多空。更为关键的是，市场上的很多策略都暗含做空波动率的逻辑（类做空波动率策略），如风险平价策略、被动投资（部分smartbeta策略）、CTA趋势跟踪策略、风险溢价策略（低波动率因子），做空波动率类策略在1987、2008、2018年均出现过大幅回撤，研究波动率有助于改进策略绩效、优化风险管理。

第二，VIX包含的信息是市场对未来波动率的预期，并且数据更新频率和价格更新频率一致，对一些市场变量有显著的预测作用。除了已实现波动率，VIX还对其他很多金融市场变量（股权溢价、信用债收益率、汇率等）有预测作用。通过对VIX分解得到的方差风险溢酬还对股权溢价、宏观经济变量有一定的预测作用。

2、期权概念解析：从隐含波动率到隐含波动率曲面

期权是一种关于基础资产的非线性衍生品，期权定价的BSM（Black-Scholes-Merton）模型已经成为投资领域的基础课程内容，期权的一些基本属性已经为投资者熟知，这里我们不再重复介绍。期权的“贵、便宜”其实就是看隐含波动率的相对高低，理解期权的关键就是理解隐含波动率。

然而，期权的一些核心概念可能还没有普及开来，很多人知道的最多仅限于希腊字母对冲。为了更好地理解期权，这里先对期权相关的波动率等二阶矩指标、隐含波动率曲面的概念、内涵、如何构建等内容进行解析。

、波动率：历史波动率、已实现波动率、隐含波动率、方差风险溢酬

“波动率”是指资产收益率在一段时间内波动程度。其度量方法主要有两种：传统的“收益率标准差”方法、利用高频数据进行积分的“已实现波动率”方法。由于一般

大家习惯用波动率（标准差）而非方差，本文遵循这一习惯但一些情况下波动率实际指的可能是方差。

“已实现波动率”由AndersenandBollerslev（1998）与NielsenandShephard(2002)提出，由于已实现波动率更加接近真实波动率，所以常常用已实现波动率来指代真实波动率。而收益率的标准差虽然是真实波动率的无偏估计，但其收敛速度较慢，实际效果不如已实现波动率。

“历史波动率”是“已实现波动率”之前的概念，一般是指用“收益率标准差”方法计算一段历史数据的波动率。

期望波动率分为无条件期望波动率和条件期望波动率，我们常常更关心条件期望波动率，因为在现实中我们能获得信息（Innovation）是随事件不断增长的。ARCH模型就是对条件方差进行建模，其全称“自回归条件异方差模型”，ARCH、GARCH类模型旨在对方差（但需注意是历史方差）进行预测。根据有效市场理论（EMH），市场信息能在相关变量得到及时充分的反映，学者往往在对美国市场的研究中，把已实现波动率的事后（ex-post）计算值作为其在当前时刻的期望值，但中国市场有效性往往不及美国，我们在《期权定价效率以及基于择时的做空波动率策略》探讨过期权定价效率问题，这种近似可能会引一定的偏差。

t,T

t

t,T

RV=EPRV

隐含波动率是指由期权价格倒推出的波动率，其严格定义是真实波动率在风险中性测度下的期望值。隐含波动率计算分为无模型、有模型方法，有模型方法是指把期权价格代入期权定价模型（如BSM模型）反求出隐含波动率。无模型方法由Britten-JonesandNeuberger(2000)提出，该方法从无套利条件出发，发现在风险中性世界中，标的资产的波动率是看涨期权价格关于行权价格的某种形式的积分。2003年开始，CBOE的VIX指数正是采用这种无模型方法进行计算，我国iVIX指数也采用类似的方法进行计算。由于中国iVIX指数已不再公布，我们根据iVIX计算方法自行计算得到中国隐含波动率指数，其中的无风险利率采用Shibor利率。

t,T

t

t,T

IV=EQRV

t,T

t

t,T

t

t,T

与此相关，方差风险溢酬被定义为真实方差在自然概率测度和风险中性概率测度下的条件期望之差。

VRP

EPRV

EQRV

由于波动率本身存在随机波动率等特征，收益率Rt

随机变量的无穷阶变差中，

除了二次变差以外的高阶变差不可忽略，对应于二次变差定义为方差风险。方差风险溢酬本质上对基础资产价格二次变差以上的高阶变差，体现了股票价格除波动率以外的高阶矩风险，期权市场为我们提供了分离股票高阶矩风险的工具。

C=CS+12C(S)2+Ct

S 2S2 t

CCS=12C(S)2+Ct

S 2S2 t

12C(S)2+12CS2 t

2S2

2S2

imp

12CS2(S)2( t)2

2S2

S

imp

12CS2RV

IV

2S2

t,tt

t,tt

而在投资应用层面，方差风险溢酬直接对应了Delta对冲的主要收益来源。从以下简单推导中可以看出，Gamma值始终为正，决定Delta对冲收益的主要是VarianceSpread，即已实现波动率和隐含波动率的差值。如果方差风险溢酬显著为负，那么做空波动率类策略长期能获得稳定的正收益，例如在美国市场中长期来看赚钱的是期权的卖方，机构普遍偏好卖期权。

、隐含波动率曲面：随机波动率、波动率跳跃

对单一期权品种（如沪深300股指期权）而言，有多个行权价（实值、平值、虚值）、多个期限（近月、远月、当季、下季）的不同合约，那么如何来看不同合约价格之间的关系呢，这里核心是利用期权的隐含波动率曲面。

“隐含波动率曲面”是指利用期权不同合约的市场价格计算出的不同行权价、不同期限期权所一一对应的隐含波动率构成的曲面。

隐含波动率曲面在实际投资中有两个非常重要的作用。

一是由于期权本身交易的是未来的预期，因此隐含波动率本身蕴含着关于未来的预测信息，这一点跟远期利率曲线类似，具有即时性、前瞻性和真实性的特点。基于此可以利用期权市场的指标对现货市场进行择时，比如大家熟知的期权PCR、VIX、SKEW等指标对未来的现货市场行情有重要的择时作用。

二是隐含波动率曲面提供了一个期权“估值”校准的工具，由于期权价格是市场投资者充分交易出来的，在市场定价效率高的前提假设下，正确提取出的隐含波动率就是期权市场的估值校准工具。比如利用隐含波动率曲面进行套利，如果部分期权合约的隐含波动率偏离了隐含波动率曲面，可以利用“均值回复”规律进行统计套利。另外，场外期权等衍生品的定价往往是基于场内期权的波动率，其关键工具就是隐含波动率曲面。

那么如何估计期权的隐含波动率曲面呢？

第一类是间接法，主要是标的资产价格模型，由现有数据，算出模型参数，再由模型得到更多的数据点（插值、平滑等），从而代入BS中倒推出隐含波动率，画出曲面。直接法的主要思想是让波动率的模型设定变得丰富，来拟合实际市场中波动率的形态，主要有随机波动率模型、局部波动率模型、局部随机波动率模型，其中集大成者是随机波动率跳跃扩散模型（SVDJ）。对于带跳跃（Jump）的波动率模型，实际中往往是市场价格下跳带来的VIX上跳，在美国对冲基金的策略中，“尾部风险策略”长期表现优异，

但很可能他们是用PQuant而不是QQuant去预测尾部风险，因为跳跃过程（JumpProcess）是不可料过程（UnpredictableProcess），从模型角度只能事后拟合，跳跃过程的触发是纯随机的，事前不可预测。

Gatheral（2006）证明了，给定合理的参数，所有随机波动率模型将产生几乎一致的隐含波动率曲面，因此不需要找一个特别复杂的模型，但这是一个理论的结果。实务中常用的方法是SV随机波动率模型（Heston，1993）和SABR模型（Haganetal,2002），原因是他们都有拟解析解或者渐进解析解。

第二类是直接法，直接对波动率曲面进行拟合，也有两种方法。第一种是比较传统的参数模型和非参数模型，第二种是近年来发展比较快的隐含波动率曲面随机模型。

最普遍的直接法就是多项式参数模型，直接利用多项式进行拟合，因为即使是非线性的东西也可以用泰勒展开来逼近。类似的一种方法是Gatheral（2004）的SVI模型

（StochasticVolatilityInspired），优点是SVI模型满足Lee（2004）得出的在极端实值和极端虚值时，隐含方差与在值程度呈现近似线性，意味着SVI可以作为隐含波动率的外插值公式。并且GatheralandJacquier（2011）证明了在剩余期限较长时，Heston模型与SVI模型产生的隐含波动率曲线具有一致的形式，但SVI计算复杂度远小于SV模型。缺点是在SVI参数表达式下，无法给出简单可操作的无套利约束条件。不过GatheralandJacquier（2014）提出SSVI模型，进行了改进，直接画出隐含波动率曲面。另外，还有插值法和曲线拟合法等数学方法直接进行拟合，但都不满足无套利条件，可能出现偏离真实值较远的情况，这里不详细介绍。

直接法的另一大类—隐含波动率曲面随机模型，主要借鉴了固定收益理论中著名的动态利率模型。目前这方面的研究比较少，主要是这些论文：ZhuandAvellaneda(1998)、Schönbucher(1999)、Daglishetal.(2007)、CarrandWu(2016)：VGVV模型。CarrandWu(2016)在设定隐含波动率服从的随机过程后，利用无套利条件推导出了隐含波动率曲面的表达式，实现了波动率曲面的动态描述。

我们将在后续期权策略专题报告推出基于中国市场的期权隐含波动率曲面计算模型，隐含波动率曲面是期权交易的基础，波动率曲面套利是非常重要的期权策略，届时会有相关计算流程、对比、校准的详细介绍。

3、海外期权策略应用经验：CBOE期权策略指数一览

美国市场期权上市较早，基金应用期权策略历史悠久，我们可以从CBOE编制的期权策略指数以及基金实际应用期权策略指数投资的情况，来借鉴一些应用期权策略的经验。

、美国市场的期权策略指数

自2002年以来，ChicagoBoardOptionsExchange（CBOE）陆续推出了以期权策略指数为主的StrategyBenchmarkIndex，这些指数涵盖了从方向性策略到波动率策略的主流期权策略。随着市场对期权类策略指数的认可与接受，基于期权策略的共同基金产品也出现了较大幅度的增长。

图表2：美国前十规模的期权策略基金（截至2017年底）

基金

Ticker

规模（亿美元）

Gateway

GATEX

85.24

SwanDefinedRiskI

SDRIX

31.83

BlackRockEnhancedEquityDiv

BDJ

18.68

EVTax-ManagedDivEquityIncome

ETY

18.46

JPMorganHedgedEquityI

JHEQX

15.72

NuveenS&P500Buy-WriteIncome

BXMX

14.86

AllianzGINFJDivInterest&Prem

NFJ

13.97

CatalystHedgedFuturesStrategyI

HFXIX

12.33

资料来源：CBOE

2004年，IbbotsonAssociates出具的研究报告认为，在大类资产配置中，CBOE的BXM指数在过去的16年有相比于美股和其他国际主要股指更好的风险调整后收益。这一研报发表后，以BXM为代表的期权策略指数逐渐得到市场的认可。2016年4月，晨星在对共同基金（mutualfund）的分类中新增了一个optionwriting的分类，分类基础正是CBOE的BXM指数。近年来，美国市场上投资者已配置超过200亿美元于BuyWrite类策略的基金。

期权具有非线性收益结构，将期权加入投资组合可以改变组合的损益分布，从而满足不同投资者的收益-风险偏好。另一方面，通过对期权进行动态对冲还能实现对波动率的交易。因此期权策略成为市场上一部分投资者进行资产配置的重要选项，为了方便期权策略类ETF等的投资，CBOE将主流的期权策略均编制成了期权策略指数，为市场投资者提供参考。

从美国市场的情况来看，运用期权策略的基金长期来看有更高的风险调整后收益以及更低的波动率。在美国市场，无论是公募基金（MutualFund）还是私募基金（HedgeFund）都有不少成功利用期权策略的明星基金公司，我们将在下一节介绍中国的资管机构如何利用期权策略。

图表3：主要指数和期权策略基金表现一览（2000年1月至2017年12月）

Jan2000toDec2017

Options-Based

Funds

BXM-Cboe

S&P500

BuyWriteIndex

PUT-Cboe

S&P500

PutWriteIndex

S&P

500

Citigroup

30-yrTreasury

S&P

GSCI

MSCI

EAFE

AnnualizedReturn

4.20%

4.80%

6.40%

5.40%

7.10%

-0.40%

3.40%

StandardDeviation

10.40%

10.60%

10.60%

14.60%

13.60%

22.70%

16.80%

Semi-StandardDeviation

9.00%

10.30%

11.70%

11.10%

8.70%

16.20%

12.40%

Jensen'sAlpha

0.17%

0.72%

2.44%

0.00%

6.60%

-3.75%

-1.98%

BetatoS&P500

0.64

0.65

0.61

1

-0.27

0.45

0.99

Skewness

-0.98

-1.21

-1.86

-0.59

0.27

-0.42

-0.57

Kurtosis

3.76

4.55

8.41

1.22

2.84

1.24

1.5

SharpeRatio

0.25

0.3

0.45

0.26

0.41

-0.09

0.11

SortinoRatio

0.29

0.31

0.41

0.34

0.64

-0.13

0.15

TreynorRatio

0.04

0.05

0.08

0.04

-0.2

-0.05

0.02

StutzerRatio

0.24

0.46

0.58

0.39

0.52

0.03

0.22

Autocorrelation

0.16

0.11

0.14

0.1

0.04

0.18

0.15

CorrelationtoS&P500

0.9

0.89

0.84

1

-0.29

0.29

0.86

CorrelationtoBXM

0.86

1

0.97

0.89

-0.26

0.34

0.78

MaximumDrawdown

-43.90%

-35.80%

-32.70%

-50.90%

-26.00%

-80.90%

-56.70%

M-Squared

5.20%

6.00%

8.20%

5.40%

7.60%

0.30%

3.20%

资料来源：CBOE

、期权策略指数介绍

期权策略指数是将成熟的期权组合策略流程化制作成较为标准的策略，然后跟踪这一策略组合的表现形成指数。期权组合策略的原理是利用期权组合+现货组成静态或者动态的投资组合。当然，一些CBOE的策略指数不仅运用了期权，还涉及了VIX期货、VIX期权等衍生品。

图表4：CBOE主要策略指数一览

指数大类

指数

BuyWriteIndexes

BXM、BXD、BXMC、BXMD、BXMW、BXN、BXR、BXRC、BXRD、BXY

PutWriteIndexes

PUT、PUTR、WPUT、WPTR

ComboIndex

CMBO

ButterflyandCondorIndexes

BFLY、CNDR

CollarIndexes

CLL、CLLR、CLLZ

PutProtectionIndex

PPUT

RiskReversalIndex

RXM

VIX-relatedBenchmarkIndexes

VPD、VPN、VXTH、LOVOL、VSTG

资料来源：CBOE

CBOE的策略基准指数涵盖了目前市场上主流的期权方向性策略和波动率策略，少部分策略甚至还带有一定程度的择时。

期权方向性策略涉及备兑收益策略（BuyWrite、PutWrite）、保护性对冲策略（PutProtection）、蝶式策略（Butterfly）、衣领策略（Collar），均是较为常见的组合期权策略。

波动率类策略涉及做空波动率策略、尾部风险策略、低波动率策略（LOVOL）等,但部分策略需要VIX期货来完成。

图表5：CBOE主要策略指数的历史表现

SPX BXM PUT CLL BXMD

BFLY CLLZ CMBO CNDR PPUT

2600

2500

2400

2300

2200

2100

2000

1900

1800

1700

1600

1500

1400

1300

1200

1100

1000

900

800

700

600

500

400

300

200

100

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

0

资料来源：CBOE

以1986年6月30日为起点至2018年6月29日，标普500指数（SPX）上涨至期初的10.83倍，而同期表现最好的BXMD指数上涨至期初的25.29倍。总体来看，不少指数长期收益高于股指，或者其波动率、回撤等风险指标明显低于股指，利用期权实现了多样化的投资目的，可以是收益增强，也可以是对冲下跌风险。

图表6：CBOE主要BuyWrite指数一览

Ticker

Index

原理

BXM

CboeS&P500BuyWriteIndex

卖出1个月期限的平值看涨期权，期权与现货1:1完全备兑

BXMC

CboeS&P500ConditionalBuyWriteIndex

与BXM类似，但每个月调仓日根据VIX水平选择备兑期权

数量是100%还是50%

BXMD

CboeS&P50030-DeltaBuyWriteIndex

卖出1个月期限的delta最接近0.3的看涨期权

BXMW

CboeS&P500Multi-WeekBuyWriteIndex

每周调仓，使多个平值期权综合到期日始终保持在4星期

BXY

CboeS&P5002%OTMBuyWriteIndex

与BXM类似，但卖出2%虚值度的看涨期权

BXD

CboeDJIABuyWriteIndex

基于DowJonesIndustrialAverage的BXM

BXN

CboeNasdaq-100BuyWriteIndex

基于NASDAQ-100Index的BXM

BXR

CboeRussell2000BuyWriteIndex

基于Russell2000Index的BXM

BXRC

CboeRussell2000ConditionalBuyWriteIndex

基于Russell2000Index的BXMC

BXRD

CboeRussell200030-DeltaBuyWriteIndex

基于Russell2000Index的BXMD

资料来源：CBOE

CBOE的期权策略指数编制相当精细，涵盖了多个子类，基本可以直接用来作为一个ETF的编制方案。例如，BuyWrite指数类动态选择不同行权价、不同调仓时间、不同期限、不同仓位等细节构成了不同的指数。

BuyWrite指数的基本原理是期权的备兑开仓（coveredcall）策略，即持有现货同时卖出认购期权。美国市场期权产品种类较为丰富，CBOE的BuyWrite指数涵盖了标普500、道琼斯工业平均指数、纳斯达克100指数、罗素2000指数。另一方面，该类指数还有着不同的细节，例如卖出看涨期权的行权价选择不同，滚动卖期权的调仓频率不同

等。以最基础的BXM指数为例，其策略组合是持有标普500指数现货，并卖出平值认购期权。

4、期权策略全面解读：机构投资者如何应用期权策略

根据上交所每年发布的《股票期权市场发展报告》，增强收益类期权交易在过去两年占全市场期权交易量的比重超过45%，其次是套利交易，保险交易相对占比较低，可能与50ETF期权标的为ETF、实物交割且股票涵盖权重股为主不具市场代表性有关。

从投资者类别看，机构投资者主要以增强收益和套利交易为主，个人投资者则主要以增强收益和方向性交易为主。

图表7：上证50ETF期权成交量按交易目的分类

保险

增强收益

套利

方向性交易

2018年

13.97%

45.29%

22.35%

18.39%

2017年

13.10%

45.02%

22.86%

19.02%

2016年

14.61%

38.56%

26.37%

20.46%

2015年

15.38%

31.77%

21.13%

31.72%

资料来源：上交所

预计未来期权的主要交易目的也是以对冲（保险）、增强收益、套利、构造结构化产品等为主。

未来随着沪深300股指期权的上市，应用期权进行对冲的交易应该会有较大幅度的

增长，沪深300指数更具市场代表性，而且股指期权是现金交割，股指期权流动性很可能会好于现阶段的ETF期权。

、期权实现套利

一般而言，在期权上市初期由于定价效率较低会衍生出很多套利机会，我们推荐在未来期权密集上市之际大力布局期权套利策略。50ETF期权刚上市的2015年期权套利策略很多盈利都超过了50%甚至100%，而预计沪深300股指期权上市后流动性充裕，因此期权套利策略应该能获得较好的收益。

期权套利策略是主流的期权交易策略之一，2018年上证50ETF期权的套利交易占比达到22.35%。即使长期来看，套利策略也可以作为一种日常的中性化策略进行交易，随着场内衍生品合约的丰富，衍生品套利策略前景广阔。

期权波动率曲面套利，就是寻找隐含波动率偏离波动率曲面的合约，利用“均值回复”规律期望其会回复到波动率曲面。可以在不同行权价、不同期限两个维度上去寻找同一期权不同合约的套利机会。

此外，随着多种金融期权的上市，跨品种期权套利也成为可能。比如沪深300ETF期权和沪深300股指期权，本质标的都是沪深300指数，一旦两种期权对应合约出现较大偏离可以进行套利。

当然，还可以进一步对隐含波动率曲面进行预测、择时构造复杂的期权统计套利策略，我们会在后续“期权策略专题”中更新这些套利策略。

图表8：上证50ETF期权的隐含波动率曲面

资料来源：Wind

、期权实现对冲

期权为投资组合的特定风险敞口提供了绝佳的对冲工具。比如股票Alpha类策略，目前国内主要用股指期货来对冲股票组合的Beta风险，但期权提供了一个更好的对冲工具选项。一方面，股指期货贴水严重，实际对冲成本较高。另一方面，期权提供了非线性对冲工具，在对冲下跌风险时不放弃上涨的收益，基于择时的期权对冲策略可以实现较好的对冲效果。

图表9：用50ETF期权、IH期货对冲50ETF

50ETF对冲50ETF近月平价期权 50ETF对冲IH当月期货

1.1

1.05

1

0.95

0.9

0.85

0.8

0.75

15/04

15/10

16/04

16/10

17/04

17/10

18/04

18/10

19/04

0.7

资料来源：

此外，近年来股市下跌风险较大，如2018年整年都在下跌，而部分资方对回撤控

制的要求很高，可以利用期权构造结构化收益产品，大幅降低权益类产品的回撤，同时保留市场上涨获得收益的可能。

预计未来期权对冲策略将是一种主流对冲策略，尤其是沪深300股指期权的上市后，与现有多数权益类产品的相关性会更高，期权对冲策略将进一步在实际投资中应用。4.3、期权实现增强收益

期权的备兑类策略（coveredcall）可以实现收益增强，即在持有现货时卖出期权以获得期权费。

以备兑看涨策略（BuyWrite）为例，在持有现货多头的同时卖出虚值看涨期权，这样只要现货不出现大幅上涨，卖出看涨期权的期权费就实现了收益增强。在美国市场，很多基金都是股票多头，因此常用BuyWrite策略来进行收益增强，每年的增强收益一般在1%左右。

图表10：CBOE基于标普500指数的BuyWrite指数历史表现

SPX BXM BXMC BXMD BXMW BXY

2600

2500

2400

2300

2200

2100

2000

1900

1800

1700

1600

1500

1400

1300

1200

1100

1000

900

800

700

600

500

400

300

200

100

1986

1988

1990

1992

1994

1996

1998

2000

2002

2004

2006

2008

2010

2012

2014

2016

2018

0

资料来源：CBOE

长期来看，BuyWrite类指数确实有收益增强的效果，所有指数都跑赢了标普500指数（BXMW由于数据太短不明显）。其中，BXMD和BXY的收益增强效果最好，长期稳定跑赢了标普500指数以及其他BuyWrite类指数。

备兑类策略通过卖出看涨期权获得的额外权利金收益实现了收益增强的目的，但同时放弃了标的资产价格大幅上涨带来的收益。

中国市场面临的情形类似，有大量的股票多头基金需要长期持仓，而在市场弱势震荡或者下跌时完全可以通过卖看涨期权来增强收益。但是中国市场多空切换更快、涨跌幅更大，因此很多策略都需要择时，我们基于择时提出的50ETF期权BXY_Roll30和BXY_OtmFix指数长期表现明显优于基础BuyWrite指数。

图表11：上证50ETF期权主要BuyWrite指数表现

50ETF BXM BXM(虚值一档)

BXM(虚值二档) BXMD BXY

140

130

120

110

100

90

80

70

15/03

15/05

15/07

15/09

15/11

16/01

16/03

16/05

16/07

16/09

16/11

17/01

17/03

17/05

17/07

17/09

17/11

18/01

18/03

18/05

18/07

18/09

18/11

19/01

19/03

60

资料来源：

图表12：上证50ETF期权主要BuyWrite指数指标统计（2015-3-26至2019-5-21）

指数

总收益率

年化收益率

年化波动率

年化夏普比率

最大回撤

50ETF

2.98%

0.74%

24.77%

0.0136

-44.96%

BXM

0.75%

0.18%

21.33%

-0.0100

-38.96%

BXM(虚值一档)

10.10%

2.49%

22.22%

0.0941

-39.15%

BXM(虚值二档)

13.70%

3.38%

22.89%

0.1302

-40.51%

BXMD

7.88%

1.94%

22.27%

0.0693

-41.10%

BXY

14.15%

3.49%

22.62%

0.1366

-38.36%

资料来源：

以BXY指数为基础，我们在《50ETF期权BuyWrite指数》进一步提出了BXY_Roll30和BXY_OtmFix两个动态选择行权价的BuyWrite指数，相比于BXY指数指数有明显地夏普提升，长期收益增强效果显著。

图表13：上证50ETF期权表现最好的BuyWrite指数业绩表现（2016-3-26至2019-5-21）

虚值度

总收益率

年化收益率

年化波动率

年化夏普比率

最大回撤

BXM（5%）

44.90%

11.08%

22.14%

0.4824

-22.76%

BXM（8%）

46.22%

11.41%

22.15%

0.4970

-24.85%

BXY_Roll30

44.56%

11.00%

19.98%

0.5304

-19.35%

BXY_OtmFix

47.89%

11.82%

21.20%

0.5385

-22.99%

资料来源：

4.4、期权实现多策略

此外，期权还有很多常用的策略，未来也将成为公募、私募基金的重要策略来源，而且这些期权策略与现有股票为主的策略相关度较低。

卖期权策略是一种常见的期权策略。期权市场上长期来看赚钱的永远是卖方而不是买方，卖期权策略是一种高胜率、低盈亏比的策略，通过不断卖出与当前现货市场走势

相反的期权来赚取期权费，比如市场上涨卖看跌，市场下跌卖看涨。

做空波动率策略是一种常用的期权策略，由于隐含波动率长期高于已实现波动率，可以通过不断做空波动率来赚取这部分收益，但需注意VIX暴涨带来的大幅回撤。

卖期权策略和做空波动率策略都需要择时、严格止损来控制回撤，其中择时最为关键。我们在《期权定价效率以及基于择时的做空波动率策略》利用择时来在稳健的窗口期做空波动率，策略表现优异。

统计指标

统计值

总收益率

19.33%

年化收益率

9.66%

最大回撤

-1.51%

交易次数

11

胜率

72.72%

盈亏比

3.88

图表14：基于择时的做空波动率策略样本外回测 图表15：基于择时的做空波动率策略指标统计

策略净值

1.25

1.2

1.15

1.1

1.05

1

17/05

17/07

17/09

17/11

18/01

18/03

18/05

18/07

18/09

18/11

19/01

19/03

0.95

资料来源： 资料来源：

当然，还有很多的期权CTA策略，基于量价信号进行中高频择时交易，与期货CTA

策略类似，这里不再详细介绍。

总体而言，期权是一个高、中、低频都有巨大投资机会的市场，不同市场参与者都可以通过期权实现自己的交易目的。

未来期权投资市场前景广阔，美国的现在就是我们的将来，未来的量化对冲策略就是“金融衍生品”的量化对冲，机构投资者应抓住衍生品时代的发展机遇，提早布局衍生品投资。

5、风险提示

（1）极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。

（2）50ETF期权定价短期内可能出现较大偏差，部分结论在短期内可能不成立。

参考文献

AndersenTG,BollerslevT.Deutschemark–dollarvolatility:intradayactivitypatterns,macroeconomicannouncements,andlongerrundependencies[J].theJournalofFinance,1998,53(1):219-265.

BanerjeePS,DoranJS,PetersonDR.Impliedvolatilityandfutureportfolioreturns[J].JournalofBankingandFinance,2007,31(10):3183-3199.

Barndorff‐NielsenOE,ShephardN.Econometricanalysisofrealizedvolatilityanditsuseinestimatingstochasticvolatilitymodels[J].JournaloftheRoyalStatisticalSociety:SeriesB(StatisticalMethodology),2002,64(2):253-280.

Britten‐JonesM,NeubergerA.Optionprices,impliedpriceprocesses,andstochasticvolatility[J].TheJourna