期权波动率交易的理论基础 [page::0][page::3-5]

• A股市场波动率显著高于海外主要市场，且波动更剧烈。

- 50ETF的历史波动率中位值24.6%，大多数时间波动率在18%-36%区间内。

• 波动率呈现短期动量效应和长期均值反转效应，且存在显著的波动率聚集现象。

- 我国市场杠杆效应不明显，故不依赖杠杆效应构建策略。[page::4][page::5][page::6]

期权波动率交易的策略设计 [page::9]

• 利用BS模型计算50ETF期权隐含波动率（IVI），通过成交量加权生成隐含波动率指数。

- 交易信号依据IVI的短期连续变动（连续2日上升或下降）及阈值判断（上阈值48%，下阈值16%）。

• 超出阈值预期反转，仅产生单方向信号。

- 策略不做delta动态对冲，暴露一定delta风险以获得趋势性盈亏机会。[page::9]

期权波动率交易策略实证检验 [page::10-13]

| 评价指标 | 当月跨式组合 | 当月价外一档宽跨式组合 | 当月价外两档宽跨式组合 | 次月跨式组合 | 次月价外一档宽跨式组合 | 次月价外两档宽跨式组合 |
|-----------------|------------|---------------------|---------------------|------------|---------------------|---------------------|
| 收益率 | 20.3% | 17.8% | 13.0% | 21.1% | 19.8% | 13.8% |
| 年化收益率 | 6.3% | 5.6% | 4.2% | 6.6% | 6.6% | 4.4% |
| 年化波动率 | 7.4% | 7.7% | 6.9% | 7.7% | 7.3% | 6.6% |
| 夏普比率 | 0.45 | 0.34 | 0.17 | 0.47 | 0.49 | 0.22 |
| 最大回撤 | -9.4% | -8.6% | -8.7% | -9.4% | -8.9% | -8.0% |
| 做多波动率胜率 | 40.0% | 23.3% | 33.3% | 36.7% | 33.3% | 36.7% |
| 做空波动率胜率 | 67.7% | 71.0% | 61.3% | 71.0% | 71.0% | 61.3% |

• 策略年化收益率约6%，最大回撤约9%，夏普比率约0.45，在波动剧烈年份表现较优。

- 交易成本较高，约占初始资金7-8.7%，影响策略收益，随着成本降低策略效果提升。

• 多个价位跨式和宽跨式组合可以分散流动性风险，提升资金承载能力。[page::10][page::11]

策略净值走势与年度表现 [page::12-13]

| 年份 | 年度收益率 | 最大回撤 |
|------|------------|----------|
| 2015 | 13.78% | 4.53% |
| 2016 | -3.95% | 5.16% |
| 2017 | 3.35% | 1.82% |
| 2018 | 5.61% | 1.58% |

• 策略在波动率变化大的年份（2015和2018）表现较好，波动率稳定年份（2016和2017）表现较差。

- 分开构建做多和做空波动率策略，做空波动率的胜率和稳定性明显更高。
[page::12][page::13]

期权波动率方向交易策略专题报告详尽分析

---

一、元数据与报告概览

• 报告标题： 期权波动率方向交易策略――期权策略专题报告之一

- 作者与分析师： 祝涛

• 发布机构： 渤海证券股份有限公司研究所

- 发布日期： 2018年4月2日

• 研究主题： 以中国A股市场的波动率特性为基础，设计并实证检验基于期权隐含波动率的方向交易策略

- 核心观点总结：
- A股市场具有高波动率和剧烈变化特点，波动率呈现短期动量和长期反转的双重效应。
- 利用期权，尤其是跨式组合(straddle)、宽跨式组合(strangle)，可交易波动率并设计相应趋势跟踪及均值回复策略。
- 设计的策略结合波动率动量效应和反转效应，以成交量加权隐含波动率指标产生信号，自2015年2月以来回测表现年化收益5.6%，最大回撤8.7%，显示策略适合波动剧烈时期，作为期权空头策略补充。

该报告的主要信息集中在中国市场波动率特征的研究、期权组合交易机制的介绍，以及基于隐含波动率信号的实证策略设计和性能评估。通过深入分析波动率的统计特征和期权组合风险，作者提出了适用于A股50ETF期权市场的波动率方向交易方案。[page::0,1]

---

二、逐节深度解读

2.1 期权波动率交易的理论基础

2.1.1 中国市场波动率明显高于其他市场

• 关键论点与解释：

A股市场因投资者结构及交易机制差异，其波动明显高于美股（标普500）、港股（恒生指数）及欧洲50指数。波动率不但均值高（诸如上证50均值26.8%、万得全A 27.7%），且变化更剧烈。

• 关键数据点：

- 图1显示2005至2017年期间主要指数年波动率走势，A股指数明显领先。
- 表1统计年波动率均值与中位值，A股相关指数显著高于其他市场。
- 50ETF历史波动率中位值为24.6%，波动主集中于18%-36%之间（图2，表2）。

• 意义：

由于市场高波动及剧烈变化，适合运用期权工具进行波动率交易，这为后续策略设计提供环境基础。[page::3,4]

2.1.2 波动率的趋势与反转并存

• 论点：

波动率同时存在短期动量（趋势）效应和长期均值回复（反转）效应。
长期看50ETF波动率围绕中位值（24.6%）波动，极端高点（90%分位约48%）和低点（10%分位约15%）不会常态持续。
短期具趋势性，波动率上下变化往往连续。

• 对应图表：

图3显示50ETF波动率历史走势，标出10%、中位及90%分位线，验证均值回复与趋势并存。

• 分析与推断：

该波动率特性为设计基于波动率趋势跟踪与均值回归结合的多空交易策略提供理论基础。[page::4,5]

2.1.3 波动率聚集现象与杠杆效应

• 论点：

50ETF存在波动率聚集效应，即高波动率时期连续出现高波动，低波动时期连续低波动，实现一定自相关性—由ARCH模型验证（图4）。
同时，A股市场的“杠杆效应”即波动率对价格涨跌的非对称反应不显著（表3），与美股（S&P500显著杠杆效应）有明显区别。

• 意义：

波动率聚集增强了波动率的趋势性，有利于趋势交易策略。杠杆效应不明显表明基于此现象设计策略的难度，故本策略未重点利用该效应。

• 数据解读：

表3中50ETF杠杆效应估计值极小且t检验不显著（0.7075），较S&P500显著不同。

• 总结：

本节明确A股市场波动率特征支持设计既考虑趋势又考虑波动率均值回复的交易策略，同时区分A股与美股的差异。[page::5,6]

2.2 波动率交易的期权组合策略

• 核心内容：

利用期权的非线性性质及波动率对期权价格的重要影响，通过组合策略交易波动率。
主要组合策略是跨式（straddle）和宽跨式（strangle），即同时买入平价或价外的认购和认沽期权。

• 组合风险收益特征：

- 做多跨式组合需标的价格显著变动（上涨或下跌）才能盈利（图5）。
- 宽跨式需要更大的价格波动幅度才能获利（图6）。
- 不用动态delta对冲时，组合等价于对波动率的押注，即预期剧烈趋势行情赚钱，震荡行情则导致亏损。卖空组合则反过来，押注震荡行情。

• 理由与逻辑：

期权价波动依赖于标的价格和波动率，跨式组合对波动率敏感，因而适合捕捉波动率变化。

• 总结：

本节为策略实盘构建奠定组合基础，解释为何跨式与宽跨式为主要工具。[page::6,7]

2.3 波动率策略的风险因素

• 希腊字母解析与组合特征：

期权价格变动受delta、gamma、vega和theta影响：
- delta：标的价格变动影响
- gamma：标的价格变动的二阶效应
- vega：波动率变动影响
- theta：时间流逝影响（时间价值损失速率）

• 跨式 & 宽跨式组合风险结构（图7、图8）：

- delta在价位附近为零，偏离时逐步加大。
- gamma和vega呈钟形、高峰集中于行权价附近，表明组合对波动率变化高度敏感。
- theta为负，意味着持有成本随时间发生，需注意时间价值损失。

• 影响理解：

该风险框架说明策略对隐含波动率价格波动极其敏感，时间成本不可忽略，需权衡交易频率和持仓时间。

• 总结：

了解组合风险特征为后续交易信号的合理设定及风险管理提供基础。[page::8,9]

2.4 期权波动率方向交易策略设计

• 交易信号生成机制：

- 利用BS模型反推出50ETF期权隐含波动率，再用成交量加权计算市场隐含波动率指数(IVI)。
- 根据波动率动量效应：连续2日IVI上升则做多波动率（买入跨式组合），连续2日下降则做空波动率。
- 利用均值回归设定上下阈值，IVI > 48%时只做空波动率，IVI < 16%时只做多波动率，避免高位追涨或低位追跌。
- 不做动态delta对冲，暴露delta风险以捕捉更大趋势，但风险相应增加。

• 合理性说明：

选择隐含波动率而非实际波动率，是因为隐含波动率反映专业投资者预期，更前瞻且具有领先性。

• 重点假设：

阈值设置基于历史90%与10%分位值略上的经验，实际交易时或可调整。

• 总结：

结合动量与反转效应设计的信号具有实证支撑，利用隐含波动率先行指标提高策略预测能力。[page::9,10]

2.5 实证检验与策略表现

• 回测设定：

- 回测期2015年2月9日至2018年3月14日。
- 初始资金100万元，交易当月跨式组合，多头或空头均等面值配置，无加杠杆。
- 交易成本单向10元/张，冲击成本0.5%。
- 展期规则为距到期日少于8个自然日换仓。

• 主要回测结果：

- 总收益率20.3%，年化6.3%，年化波动率7.4%，夏普比率0.45，最大回撤9.4%。
- 策略在波动率变化剧烈年份（2015、2017下半年、2018初）表现显著，波动平稳时期表现较差。
- 不同子策略（当月跨式、不同档位宽跨式、次月对应合约）表现类似，但一策略限于流动性，建议组合分散。
- 交易成本对策略性能影响显著，目前交易费用较高限制收益潜力，未来降本可能改善结果。

• 多个子策略净值走势与评价指标详见图9和表4：

- 几乎各子策略年化收益率均在4%-6.6%范围，夏普比率约0.2-0.5，最大回撤8%左右。
- 胜率均约50%左右，盈亏比普遍大于1，表明盈利交易幅度大于亏损交易。

• 整合策略表现（图10，表5，表6）：

- 等权配置多个子策略年化收益5.6%，最大回撤8.7%，夏普0.34，胜率50.3%，盈亏比1.70。
- 2015年和2018年表现显著优于2016年（波动较低年份亏损）和2017年。
- 交易频繁（372次），平均持仓12天。

• 单独做多或做空波动率分析（图11）显示：

- 做多策略在波动率整体下降的2016、2017年上半年表现不佳。
- 做空策略在2015年波动剧烈期出现较大净值波动，提示风险较大。

• 总结：

策略结合波动率短期趋势和长期均值特性，实现了稳定回报，适合波动率剧烈波动的市场环境，但在波动率稳定时表现逊色，且交易成本制约明显，提示策略需根据市场周期调整运用。[page::10,11,12,13]

---

三、图表深度解读

3.1 图1与表1（国内外主要指数年波动率对比）

• 描述： 展示2005-2017年期间，代表中国市场的上证50指数和万得全A指数，以及国际市场的标普500、恒生指数和欧洲50指数的年波动率趋势。

- 解读： 明显中国指数波动率更高，波动率峰值显著，尤其在2008-2009年金融危机和2015年A股大跌期间，高于其他市场近10个百分点，且回落较快震荡剧烈。

• 联系文本： 支撑报告开篇波动率高且剧烈变动的市场背景设置。

- 局限性： 图中部分指标（STOXX欧洲50）2012年的跳跃可能为数据异常，需注意数据完整性。

3.2 图2与表2（50ETF历史波动率频率分布及分位值）

• 描述： 50ETF历史标准差波动率的频率分布及对应的20日波动率分位点。

- 解读： 波动率大部分时间分布于0.18至0.36之间，20%至80%分位数相对集中，极端高波动率较少，表明市场波动率总体稳定但偶有爆发。

• 联系文本： 说明波动率的均值回复和合理波动范围，是策略阈值设定参考依据。

3.3 图3（50ETF历史波动率走势）

• 描述： 时间序列显示50ETF月度波动率及其10%、50%、90%分位线。

- 解读： 波动率明显波动，2008年金融危机达到70%以上极高水平，随后逐渐回落并围绕中位数波动，加强均值回归性理解。

• 联系文本： 提供波动率趋势与反转并存理论图片依据。

3.4 图4（波动率聚集）

• 描述： 50ETF收益率序列波动率显示，高波动和低波动连续现象明显，被标记圆圈区域代表波动率聚集效应。

- 解读： 证明波动率具有自相关性，趋势特征鲜明，为波动率交易策略的实现奠定统计基础。

3.5 图5与图6（跨式及宽跨式组合到期损益图）

• 描述： 显示跨式和平价、价外宽跨式组合在到期日、前1月和前2月的损益特性相较。

- 解读： 到期日跨式组合损益呈“V”形，中间价即行权价处亏损最大，两翼盈利；时间越早，损益曲线越平滑。宽跨式因价外期权组合，具备较宽容的价格变动区间盈利也更广。

• 联系文本： 验证组合风险收益特征，展示组合的非线性风险。

3.6 图7与图8（跨式与宽跨式组合关键希腊字母风险因素）

• 描述： 跨式及宽跨式组合的delta、gamma、vega和theta曲线。

- 解读： 这四个指标均呈行权价附近的“钟形”或“S形”变动，表明组合的风险暴露集中于标的价位附近，且theta均为负表时间流逝带来价值损失。宽跨式相较跨式theta影响更小，gamma和vega峰值较低，风险相对分散。

3.7 图9（各子策略净值走势）

• 描述： 不同期权组合策略从2015年初至2018年初的净值增长趋势。

- 解读： 各策略走势近似，显示整体收益稳定增长，个别时间点有较大挫折。跨式策略效果略优于宽跨式，次月合约与当月合约表现差异不大。

• 联系文本： 支撑多组合策略分散流动性问题的建议。

3.8 图10（综合方向交易策略净值走势与回撤）

• 描述： 综合等权策略净值（蓝线）与最大回撤（灰色区域）关系。

- 解读： 净值总体平稳上升，2015年波动较大同时最大回撤高；2016-2017净值平缓，回撤持续；2018年初再现成长跃升。

• 联系文本： 增强策略对波动率环境敏感的理解。

3.9 图11（做多与做空波动率策略净值走势）

• 描述： 做多（蓝线）和做空（红线）波动率的独立策略净值走势。

- 解读： 做多波动率策略在波动率整体下行期表现不佳，呈现显著回撤；做空策略收益较平稳，但2015年波动剧烈时期波动明显。

• 联系文本： 突出策略单边风险及适用市场环境。

---

四、估值分析

该报告属于策略研究报告，不涉及传统的股票估值方法，没有运用DCF或股票乘数法的估值。但其对策略回测结果的“估值”体现在收益风险指标上：

• 收益指标： 总收益率、年化收益率、夏普比率。

- 风险指标： 最大回撤、年化波动率、盈亏比、胜率。

这类指标合乎衍生品交易策略分析常规，有效衡量策略的风险调整后收益水平。

---

五、风险因素评估

报告在1.3节及策略设计中指出关键风险：

• 交易成本：包含佣金、结算费、冲击成本较高（单向10元/张，约8%以上初始资金规模），严重影响策略净收益。

- 市场波动环境依赖性：策略依赖波动率存在明显的趋势和反转效应，波动较平稳时期表现较差，甚至亏损。

• delta风险敞口：不做动态delta对冲，暴露标的价格移动风险，可能导致亏损。

- 流动性风险：单一组合策略流动性不足，分散多个合约改善后，但规模依然受限。

• 模型风险：隐含波动率指标计算和阈值设定依赖历史数据，若未来市场结构变化，策略有效性可能降低。

报告未显著提供缓解措施，强调策略作为衍生品空头策略的补充工具，更侧重于市场环境选择。

---

六、批判性视角与细微差别

• 优点：

- 系统结合波动率统计特征与实际期权组合风险，方法科学。
- 用成交量加权隐含波动率信号设计明晰，策略应用实际合约，回测期跨度近3年。
- 细致分析了各子策略表现和不同市场环境下的影响。

• 限制与不足：

- 交易成本设定对策略性能影响较大，现阶段实际交易成本较高或限制策略普及。
- 未考虑动态delta对冲，增加了市场风险，尽管可以提高收益，但加大了回撤风险。
- 策略适用环境较窄，波动率平稳期表现疲软，在实际投资组合中可能带来拖累。
- 风险管理与资金管理策略未充分展开，例如杠杆使用、止损规则等。
- 隐含波动率阈值和规则较为经验化，缺少基于统计学习优化的参数调节。
- 杠杆效应结论虽明确，但并未尝试设计基于非对称性的策略，可能错失潜在机会。

• 内部细微差别：

- 策略定频交易时长固定（12天），可能忽视了波动率趋势非均匀时间的变异性。
- 对做空策略的风险提示有限，单边风险可能被低估。

---

七、结论性综合

本报告全面分析了中国A股市场波动率的高波动和剧烈变化特征，利用波动率的短期动量与长期均值回复效应，构建了基于50ETF期权市场的波动率方向交易策略。该策略通过成交量加权的隐含波动率指数作为信号判断依据，结合跨式与宽跨式组合的多空建仓逻辑，实现了顺应市场波动趋势的波动率交易。

实证回测结果表明：

• 策略整体年化收益约为5.6%，最大回撤为8.7%，收益回撤比0.64，夏普比率适中，表明风险调整后回报较为稳健。

- 策略在波动率剧烈变化的年份表现优异，如2015年和2018年，净值显著增长；而在波动率较稳定的2016年，则出现小幅回撤。

• 不同期权组合子策略表现整体趋同，多组合策略可以分散流动性风险，提高策略承载资金规模。

- 交易成本较高成为策略收益回报的重要制约因素，未来成本下降将显著提升策略竞争力。

• 策略裸露delta风险，未采用动态对冲，风险暴露明显，适合对风险有一定承受力的机构和高端投资者。

图表中的50ETF波动率历史走势（图3）、跨式组合风险因子曲线（图7、图8）、综合净值走势（图10）以及做多做空策略表现（图11）生动支撑了文本中策略设计的科学性和实用性，提供了量化交易领域基于波动率交易新策略的初步验证。

综上，报告作者祝涛持谨慎但积极态度，认为该期权波动率方向策略是对传统期权空头策略的有益补充，适合在波动率剧烈变化的市场环境中加以运用，同时需关注交易成本与风险管理。[page::0-13]

---

参考主要图表示例（部分）

---

以上为本次期权波动率方向交易策略专题报告的详尽分析解读。

报告