💡

S(Situation)

期权卖方策略(如卖跨、卖宽跨)虽然胜率高、时间价值收益稳定,但存在两大结构性问题:
  1. “赚小亏大”特征明显 → 大波动行情中容易出现断崖式回撤;
  1. delta 风险暴露随市场快速变动 → 不对冲会在趋势行情中积累巨额方向性损失。
同时,学术与实务研究显示:
  • 隐含方差() vs 已实现方差()之间存在系统性差异,构成可预测的 方差风险溢酬(VRP)
  • VRP 的反常扩大往往对应市场对极端风险的过度定价,是“择时退出期权卖方策略”的天然指标。
因此需要一个能规避大波动 + 控制 delta 风险的可执行策略框架。
💡

T(Task)

  1. 构建一个基于 VRP 的期权卖方择时模型
      • 当 VRP 超出阈值,认为未来波动风险上行 → 空仓避险;
      • 在低 VRP 水平时执行卖宽跨策略,赚取 Theta。
  1. 对卖方策略加入可执行的 Delta 动态对冲机制
      • 以期货为对冲工具
      • 探索定时对冲 vs Zakamouline 双渐进解两种方法
💡

A(Action)

1)构建基础卖方策略:宽跨式做空波动率

  • 标的:上证 50ETF
  • 合约:买 1 档虚值的看涨 + 看跌
  • 到期互换:到期前 1 日换仓
  • 不提前行权、不调仓
  • 目的是检验未经择时的 “做空波动率” 是否显著盈利
结果:
→ 年化收益仅 0.56%
→ 最大回撤 -29.22%
→ 明显“高胜率低盈亏比 + 巨回撤”结构。

2)VRP(方差风险溢酬)择时模型的实现

已实现波动率(RV)

  • 使用 5 分钟收益率计算全天 RV,定义:

隐含波动率(IV)

  • 按照上交所《上证50ETF波动率指数编制方案》自行构建
  • 得到隐含方差(

VRP 定义

择时规则

  • 设置不同阈值:0.006 ~ 0.020
  • 当 VRP > 阈值 → 空仓(预计后续波动放大,不适合卖方)
  • 当 VRP ≤ 阈值 → 执行卖跨

择时结果(关键发现)

  • 最优阈值≈ 0.010
  • 在此阈值下:
    • 年化收益 19.83%
    • 夏普 1.31
    • 最大回撤从 -29% 降到 -8%
    • 胜率提升到 0.77
      • → 证明 VRP 能有效过滤高波动风险区间。

3)Delta 动态对冲

方法 1:定时对冲

  • 固定时间间隔(例如每日收盘)计算组合 delta
  • 使用上证 50 股指期货调整至 delta≈0
  • 受限于最小手数,只能做到“接近 0”
表现:
  • 年化收益提升至 20.68%
  • 夏普值略升至 1.40
  • 最大回撤降至 -11.09%
    • → 因 VRP 已限制大行情风险,对冲增益有限。

4)方法 2:Zakamouline 双渐进解(最优对冲带)

构建“对冲带”:
  • 当 delta 落在带宽内 → 不对冲
  • 超出边界 → 一次性对冲到边界
  • 带宽不是以 BSM-delta 为中心,而是经波动率修正后的 delta
  • 理论基础:效用最大化 + 交易成本最优对冲频率
表现:
  • 累计收益 149.77%
  • 年化收益 28.71%
  • 夏普 1.99
  • 最大回撤 -7.72%
    • → 明显优于定时对冲。
💡

R(Result)

综合 VRP 择时 + 对冲方法,研报得出三大结论:

1)简单卖跨风险极高,难以长期持有

  • “赚小亏大”特征导致策略在震荡行情中严重亏损。

2)VRP 择时有效解决“极端波动”风险

  • 年化收益从 0.56% → 19.83%(最佳阈值)
  • 最大回撤从 -29% → -8%
→ VRP 是国内市场中一个具有实际可操作性的波动率择时指标。

3)Zakamouline 对冲带在收益与回撤方面表现最佳

  • 夏普接近 2(显著提升)
  • 回撤 < 8%
  • 动态对冲进一步平滑收益曲线,风险收益比大幅提升。
Loading...