量化百科

波动率交易中的Delta hedging

由polll创建,最终由polll 被浏览 17 用户

很多MFE或者MF的课程里,在衍生品对冲或Black Scholes推导中都会介绍一种叫Delta hedging的对冲方式。在这些课程或者书籍里,大家都知道Delta就是期权关于标的资产价格的偏导数,然后做Delta hedging是为了消除掉来自于标的价格的风险。非常多的学生会很浅显的把Delta hedging就当作是个消除标的风险的过程,然后用之来推导BS等formula。

然而在实际的trading里,Delta hedging又是怎么用的呢?今天,我带着大家了解一下很多朋友既熟悉又陌生的Delta hedging。

首先,在我之前的文章讲过,期权区别于一般交易的显著特征就是它的因素维度很高,从标的到波动率以及时间等等因素。所以我们确定一个很重要的公式:

Option P&L = Delta P&L + Gamma P&L + Vega P&L + Theta P&L + ...

也就是说,一个期权的P&L最终是由整体因素P&L的加总来决定的。所以,我们如果做Delta hedging,其实就是消除掉Delta P&L,只暴露在其他P&L之中。

我们先画一个Call option在Delta hedge前后的图像进行对比。首先,假设我们只买入一个Call;然后我们通过卖空Delta份额的股票来完成Delta hedging,这样,我们整个portfolio的价值关于股价的图像变化是:

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='459' height='403'></svg>)

不难发现,经过了Delta hedging之后,不论股价增加还是下跌,我们的Delta hedged portfolio value应该都不会因为股价的波动而下跌。而且如果jump发生,我们的portfolio会产生价值的增长。这其实是因为我们买入了期权,等同于买了Gamma,而买入的Gamma保证了凸性的存在。对于买入期权的头寸,其实就相当于买入了Gamma,因为不论Call还是Put,它们的Gamma都是正的。反过来,卖出期权其实就是卖出Gamma。

所以有一种策略叫作Gamma scalping。这种策略就是在完成一次Delta hedging之后,在股价变化之后再做下一次Delta hedging,这种持续的Delta hedging就叫做Gamma scalping。我们可以从下图了解这种策略

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='463' height='403'></svg>)

对于这个策略,如果我们处于买入期权的头寸:我们做完第一次Delta hedging之后,不论价格增长或下跌,我们portfolio的价值都会增加;在价格波动之后,如果我们进行第二次Delta hedging,我们可以将portfolio价值的下界锁定(忽略Theta等维度的影响)。值得注意的一点是,在Delta hedging之后:如果股票价格上涨,我们再做Delta hedging其实就是在原有基础上卖出股票;如果股票价格是下跌,我们再做Delta hedging其实就是在原有基础上买入股票。这个现象其实也告诉了我们,如果我们处于Long Gamma position,Gamma Scalping其实是在股票下跌时买入股票,在股票上涨时卖出股票,同时不断提升并锁定期权的价值与收益。而反过来,如果我们处于卖出期权的头寸:我们此时处于short Gamma position,Gamma Scalping实际上是是在股票下跌时卖出股票,而股票上涨时买入股票。

所以,我们做Delta hedging的时候,实际上是得到了这样的公式:

Delta-hedged Option P&L = Gamma P&L + Vega P&L + Theta P&L + ...

而且,如果我们的期权头寸是买入,那么delta-hedging之后的Gamma会给我们带来正向利润;如果期权头寸是卖空,那么delta-hedging之后的Gamma其实是一种损耗。

通过Delta hedging,期权交易员可以把标的价格的波动给对冲掉,也就是Delta P&L那一项。但是如果这个对冲不是连续进行的,你还是会暴露在标的价格的风险之中,因为Gamma给了函数凹凸性。

最后,说点别的。上一次有位朋友给我留言,想了解一下关于期权临近到期日的特征,我也觉得这个话题确实值得一起探讨一下,所以我的下一篇文章会和各位一起探讨这个话题。也希望对其他话题有兴趣的朋友们给我留言。最近事情开始繁多了起来,所以更新速度或许会有所下降,所以也请朋友们海涵!


\

标签

波动率