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
随机波动率微笑模型及套利相关推荐
- WinBUGS对多元随机波动率SV模型:贝叶斯估计与模型比较
原文链接:http://tecdat.cn/?p=5312 在本文中,我们通过一个名为WinBUGS的免费贝叶斯软件,可以很容易地完成基于似然的多变量随机波动率(SV)模型的估计和比较(点击文末&qu ...
- R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数...
原文链接:http://tecdat.cn/?p=23991 在这个例子中,我们考虑随机波动率模型 SV0 的应用,例如在金融领域. 统计模型 随机波动率模型定义如下 并为 其中 yt 是因变量,xt ...
- 第21章 随机波动率模型:无相关性时的微笑曲线
这学期会时不时更新一下伊曼纽尔·德曼(Emanuel Derman) 教授与迈克尔B.米勒(Michael B. Miller)的<The Volatility Smile>这本书,本意是 ...
- 第20章 一些随机波动率模型的近似解
这学期会时不时更新一下伊曼纽尔·德曼(Emanuel Derman) 教授与迈克尔B.米勒(Michael B. Miller)的<The Volatility Smile>这本书,本意是 ...
- 第19章 随机波动率模型入门
这学期会时不时更新一下伊曼纽尔·德曼(Emanuel Derman) 教授与迈克尔B.米勒(Michael B. Miller)的<The Volatility Smile>这本书,本意是 ...
- python 隐含波动率_【BSM模型】用实际市场数据计算隐含波动率并验证波动率微笑...
在Black-Scholes期权定价模型中,不能直接观察到的参数只有股票价格的波动率.波动率可以由历史数据进行估计,这是历史波动率.隐含波动率也是交易员非常关心的,隐含波动率是期权的市场价格中所包含的 ...
- WinBUGS对多元随机波动率模型:贝叶斯估计与模型比较
在本文中,我们通过一个名为WinBUGS的免费贝叶斯软件,可以很容易地完成基于似然的多变量随机波动率(SV)模型的估计和比较.通过拟合每周汇率的双变量时间序列数据,九个多变量SV模型,包括波动率中的格 ...
- WinBUGS对多元随机波动率模型:贝叶斯估计 模型比较
在本文中,我们通过一个名为WinBUGS的免费贝叶斯软件,可以很容易地完成基于似然的多变量随机波动率(SV)模型的估计和比较.通过拟合每周汇率的双变量时间序列数据,九个多变量SV模型,包括波动率中的格 ...
- WINBUGS对随机波动率模型进行贝叶斯估计与比较
最近我们被客户要求撰写关于随机波动率模型的研究报告,包括一些图形和统计输出. 现有的有关财务模型的大多数文献都假设资产的波动性是恒定的.然而,这种假设忽略了波动聚类,高峰,厚尾,波动性和均值回复的实际 ...
最新文章
- python自动测试p-python网络爬虫之自动化测试工具selenium[二]
- Entity Framework(EF)数据查询
- 【堆笔记】java堆(PriorityQueue)的相关操作
- (转)jquery对表单元素的取值和赋值
- 财富智慧 幸福人生——《菁英财商训练营》首场活动在深圳龙岗文博宫举行
- RainMeter学习4
- 115怎么利用sha1下载东西_如何不登陆115网盘也能使用迅雷下载其文件?教你手动解析115网盘文件真实的直接下载地址【转】...
- 下拉框优化威zx78_搜索框下拉优化即zx78
- 如何透过表象直达本质
- Raul的新机器学习书!
- 360政企安全集团率先获得国家级安全运营资质
- repo的安装和使用
- ABAP报表程序结构框架
- VBA-循环语句之Do...Loop
- 蜘蛛和露珠的故事(得不到的和失去的)
- SQLyog安装包下载(64位和32位的都有)
- java批量文件打包成压缩成zip下载和大量数据导出excel时的处理方法
- Monash call:如何做好计算机视觉的研究?
- minecraft_我们未来的机器人影响者:尝试使用Minecraft玩的Twitch流媒体机器人
- 决定高薪的细节守则 zz
热门文章
- 齐岳多吡啶萘酰亚胺荧光树形分子(PDPN),三萘嵌二苯二酰亚胺类近红外有机光功能分子定制,4-氨基-1, 8-萘酰亚胺类化合物
- canvas设置大小
- Windows 10快捷键入门(会更新)
- 计算机开机白屏怎么处理,电脑开机白屏怎么办如何解决开机白屏的问题
- [bzoj1226]学校食堂Dining
- Forethought Future Cup - Elimination Round G. Zoning Restrictions 最大流(最小割)
- Ubuntu下连接红米2无法找到设备解决方案
- 2022年10月 使用win11系统自带远程桌面,远程控制VMware虚拟机系统
- 新鲜出炉的三维动画应用领域,学3D建模好工作找不完
- 闲聊Robots协议