随机波动率微笑模型及套利

投资要点

1. 金融市场的波动率 

金融市场波动率具有尖峰肥尾、波动率群集、具有杠杆效应等特点。 本文将简单地分析金融市场波动率重要的几个特性,并介绍 50ETF 相关波 动率的度量方法。 

2. 波动率微笑 

与 BS 模型假设不同,隐含波动率ω (t, t + h) 在很大程度上取决于日历时 间 t 、到期期限 h 和期权的货币性,隐含波动率曲面呈现明显的微笑或倾 斜的特征。 本文将简单地介绍隐含波动率微笑的基本特性。 

3. 利用随机波动率模型进行套利 

Vanna-Volga 模型,SVI 模型,SABR 模型都可以用来拟合隐含波动率微笑。 通过模型刻画的隐含波动率与通过 BS 公式反算的隐含波动率进行对比, 找到每日最被低估和高估的期权合约,分别买入和卖出。通过合约的持仓 数量,形成 delta 中性,从而赚取波动率估值回归的收益。 结果显示,在看涨期权季月合约上进行波动率套利有不错效果,三种模型 年化收益率都超过 20%。

财通金工 量化陶吧/来源

1、 波动率的分类

在期权世界中,波动率可以简单的分为历史波动率、隐含波动率、已实现波动率三大类,分别对应着过去的波动率、隐含在期权价格中的波动率(也被称之为预期波动率)以及实际的波动率。对于这三种波动率的理解对于期权交易来说是至关重要的,这不仅可以用于期权的定价,还可以用于直接的波动率交易,包含波动率的方向性交易及波动率的套利交易。

1.1、 历史波动率 (HV)

历史波动率是基于过去的统计分析得出的,假定未来是过去的延伸,利用历史方法估计波动率类似于估计标的资产收益系列的标准差。

1.1.1、 标准差

 

 

1.2、 隐含波动率(IV)

隐含波动率(Implied Volatility)是将市场上的期权或权证交易价格代入权证理论价格模型Black-Scholes模型,反推出来的波动率数值。

计算隐含波动率可以使用Newton method。

1.2.1、 方差互换 (Variance Swap)

1.2.2、中国波指(iVIX)

中国波指(000188.SH),简称iVIX指数,是由上海证券交易所发布,用于衡量上证50ETF未来30日的波动预期。该指数是根据方差互换原理,结合50ETF期权的实际运作特点,并通过上海证券交易所交易的50ETF期权价格的计算编制而成。

iVIX指数通过反推当前在交易的期权价格中蕴含的隐含波动率,反映出未来30日标的50ETF价格的波动水平。

iVIX指数由6月26日第一次公布,起始日为上证50ETF期权上市之日2月9日,上交所向市场实时发布iVIX行情数据,帮助投资者实时分析市场情绪。

1.2.3、 IVIX 计算方法

1.3、 已实现波动率(RV)

1.4、 50ETF对应的各种波动率

由于二月初的极端行情,VIX指数出现了大幅上涨,并在之后长期处于高位。

而HV保持稳定的下降趋势,RV则是从2月初极端行情过后就保持在低位。

原文链接:https://dwz.cn/wLYOV3iI

推荐阅读:

1.一个量化策略师的自白(好文强烈推荐)

2.配对交易——这个股票策略曾年赚5000万美元

3.揭开日内回转交易策略做“T+0”的面纱

4.经典量化选股方法——没有秘密的多因子

5.如何构建一个属于自己的择时体系

在金融市场中,障碍期权的定价是复杂而具有挑战性的。Hull-White模型作为对Black-Scholes模型的重要改进,通过引入随机波动率来更准确地捕捉标的资产价格的波动性。在Hull-White模型框架下,利用鞅方法和Taylor展开式推导出的近似定价公式,为理解障碍期权价格的波动提供了一个强有力的工具。 参考资源链接:[Hull-White随机波动率模型下的欧式障碍期权定价及其模拟分析](https://wenku.youkuaiyun.com/doc/4bktq4b8f3?spm=1055.2569.3001.10343) 首先,鞅方法允许我们通过无套利条件来确定期权价格,即在风险中性测度下,期权的价值等于其预期收益的折现值。Hull-White模型波动率σ(t)被视为随机过程,因此,我们需要首先确定对应的测度变换,以确保价格过程是鞅。 接着,Taylor展开式被用于将随机波动率模型中的期权价格近似表达为波动率参数的多项式。由于敲出障碍期权在到期前可能因价格触及障碍水平而被取消,因此在推导过程中需特别考虑这一特性。将Hull-White模型中的波动率σ(t)进行Taylor展开,并将得到的表达式代入期权定价方程中,可以得到敲出障碍期权价格的近似解。 然而,这种近似解的准确性需要通过蒙特卡洛模拟等数值方法进行验证。蒙特卡洛模拟通过随机抽样来模拟资产价格路径,并估算期权的期望收益。在本案例中,模拟的资产价格将遵循Hull-White随机波动率模型,同时在模拟过程中监测障碍条件是否被触发。 在进行蒙特卡洛模拟时,对随机过程的离散化、模拟步长的选择以及障碍条件的处理都会影响模拟结果的精度。为了提高精度,可以考虑使用控制变量技术、方差缩减技术如抗力采样等,同时还需要比较不同模拟次数下的结果稳定性。 综上所述,通过结合Hull-White模型、鞅方法、Taylor展开式以及蒙特卡洛模拟技术,可以较为准确地推导出欧式敲出障碍期权的近似定价公式,并且可以评估其在不同市场条件下的应用精度。要深入研究这些技术的细节和实现,推荐查阅《Hull-White随机波动率模型下的欧式障碍期权定价及其模拟分析》这篇论文。论文不仅详细描述了推导过程,还包括了模拟验证和精度分析,对于希望掌握期权定价中随机波动率模型应用的研究者和专业人士来说,是一份不可多得的参考资料。 参考资源链接:[Hull-White随机波动率模型下的欧式障碍期权定价及其模拟分析](https://wenku.youkuaiyun.com/doc/4bktq4b8f3?spm=1055.2569.3001.10343)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值