|
隐含波动率与期权成交量走势关系的结论是？ 在隐含波动率处于上涨周期阶段，期权成交量的阶段高点与隐含波动率的阶段高点重合度较高。当隐含波动率处于下行周期阶段，期权成交量的回落速率明显领先于波动率回落速率。 形成上述现象的原因是？ 在波动率上涨周期中，上涨驱动在多数情况下是由于市场参与者受到强烈追涨或者恐慌情绪影响，此时资金入市意愿强烈，带动期权市场成交量上冲阶段性高点，最终隐含波动率和成交量会在市场情绪的高点达成一致。 而在波动率下降周期中，市场交易情绪快速释放，会首先体现在期权市场成交量数据的下降中。波动率方面，由于高波动率下的期权交易具有延续性，从而导致隐含波动率的下降出现滞后效应。因此期权成交量的回落速率领先于隐含波动率回落速率。 基于成交量指标的期权波动率交易策略表现？ 交易策略中首先根据成交量指标超过阈值的高点判断隐含波动率的高点，随后在波动率下行区间做空期权波动率，持有至成交量出现领先的反转信号后策略平仓。 策略年化收益：17.11% 最大回撤：11.03%，calmar比率1.55%。 风险因子： 1、本文构建策略在高换手率（20以上）以及高波动率（40以上）的市场环境下建议谨慎为宜。 2、策略根据信号开仓后出现的vega和gamma的敞口暴露风险。 01 隐含波动率和期权成交量走势关系 1、数据选取本文旨在对期权波动率和期权市场成交量走势变化的相关关系进行分析。首先明确我们的数据选取周期是从2020年1月2日至2021年12月23日，针对数据选取集合做出两点说明： 第一，由于上证50ETF期权运行时间较长，品种市场量能相较成熟，故而我们依旧以其作为我们研究运行规律时选取的主要标的； 第二，期权成交量并非平稳序列，目前期权市场交易规模仍有较大幅度的提升空间，成交量随时间变化呈现上升趋势。因此，我们选取2020年-2021年的两年期间数据进行分析将更加有效地反映近期的市场规律。 在整体数据中，50ETF期权成交量与隐含波动率的相关关系已经初见端倪，但由数据“噪音”较多，为了更加细致地研究两者规律，我们分别采取日频数据分组和数据降频两种方式对序列进行调整分析。 2、日频数据分组在两年时间周期中，隐含波动率呈现明显差异化。2020年，受到外部冲击因素影响，市场波动率震荡幅度较高；相较于2020年，2021年度的波动率走势振幅较小，但纵观年内行情，2021年各个季度的波动率也在各个季度走势分化。 我们按照半年周期的行情走势对周期内序列数据进行拆分分组，一方面分组后的波动率需包含完整的上涨和下跌周期特征，另一方面，分组后的图表也有助放大日频数据的局部特征。
对半年度范围下的波动率完整涨跌周期序列与波动率序列进行观测后，给出我们对于隐含波动率和成交量走势关系的结论： 在隐含波动率处于上涨周期阶段，成交量的阶段高点与隐含波动率的阶段高点重合度较高，成交量的回落噪音对于隐含波动率的向上冲高影响不大（例如2021年2月1日的隐含波动率和成交量出现背离）。 而当隐含波动率处于下行周期阶段，隐含波动率的波动空间较大，此时也会出现隐含波动率与期权成交量的走势背离（例如2020年9月30日国庆节前，隐含波动率大幅冲高，成交量却处于低位），此外更有价值的结论在于，当隐含波动率处于下行周期阶段，成交量的回落速率明显领先于波动率回落速率。
在波动率上涨周期中，上涨驱动在多数情况下是由于市场参与者受到强烈追涨或者恐慌情绪影响，对后市标的趋势性走势的判断明确，此时资金入市意愿强烈，带动期权市场成交量上冲阶段性高点，对期权旺盛交易需求也会推高波动率。 但是成交量自身的单边趋势性较弱，成交量的变化量本身具有均值回复特征，这导致了在上行阶段，成交量也并非单边上涨，而是呈现波动上涨的特征。因此在波动率和成交量同步上涨的阶段会出现一些成交回落的“噪音”，但对于波动率向上走势影响不大，最终隐含波动率和成交量会在市场情绪的高点达成一致。 而在波动率下降周期中，市场交易情绪快速释放，会率先体现在期权市场成交量数据的下降，隐含波动率方面受到市场投资者参与结构影响，高波动率下的交易具有延续性，从而导致在波动率的下行阶段出现回落滞后的效应。 因此，成交量的回落速率领先于波动率回落速率。后续即便成交量再次出现一些阶段性高点，带动波动率短时间走高，但在情绪释放的大方向下，波动率也不会出现大幅的上涨；反过来讲，隐含波动率也会受到其他因素影响从而冲高（例如上文中举例的节假日因素等），因此难以与成交量的低点形成共振。 3、数据降频分析通过分组观测的方式对于跨日级别行情的解释力度相对较强，这里我们会再采取降频修正数据“噪音”的方式继续对结论进行验证。我们选取自2020年以来的月度50ETF期权成交量均值与隐含波动率指数均值进行对比，目的在于通过分析更加平滑的数据走势来证实序列趋势的主要规律。 根据月度数据走势分析通，我们再次验证前文观点。在波动率处于上涨周期时，成交量的高点与波动率的阶段高点一致性较高，成交量的回落对于波动率影响不大；在波动率出下行周期，成交量的回落速率领先于波动率回落速率。 4、结论补充说明“在隐含波动率上涨阶段，成交量的回落对于隐含波动率的上涨影响不大；在波动率下降阶段，成交量的冲高对于隐含波动率的下降影响不大。”以上论述似乎表明了隐含波动率与期权成交量并无关联，但这也是关于两者逻辑关系的常见误区，我们在此补充说明： 第一、期权隐含波动率受到诸多因素影响，与期权市场成交量属于同步指标，期权成交量对于隐含波动率并无预测效用。 第二、分析隐含波动率与期权成交量走势关系，有助于我们通过其他维度指标观测波动率市场。期权成交量的走势特征也可以作为我们在跨日级别的波动率趋势交易中的参考指标。 也正是基于此，后文将根据成交量指标的走势信号构建交易期权波动率策略。 02 基于成交量指标的期权波动率交易策略 1、成交量指标选取 长期来看，期权市场成交量中枢呈现随时间增长态势。因此在构建策略时，为保证策略的长期有效性，我们需要选取成交量相对指标保证策略稳定性。本文选取标的市场50ETF换手率指标进行信号择时。 标的市场换手率是标的市场成交量与标的流动总股数的比值，如果成交量是绝对序列，换手率则属于相对序列。 一方面，标的换手率既能够捕捉期权市场成交量的阶段高点，也可以有效跟踪期权成交量趋势走势；另一方面，标的换手率自身具备阈值特征，市场特征表明当换手率处于3%以下，说明市场成交清淡，当换手率处于3%-7%区间，说明市场成交活跃，超过7%则说明成交强势，标的广泛受到市场关注。 另外，虽然长期来看换手率指标的平稳性较好，但必须重点关注的是：在2015年，市场环境极度过热，换手率长期处于20%以上运行，期权隐含波动率位于40%以上的高位。同时在日线级别，换手率和波动率均呈现剧烈宽幅震荡态势，导致两者走势的协同性失效。在此我们做出风险提示，本文构建策略在高换手率（20以上）以及高波动率（40以上）的市场环境下建议谨慎为宜。 2、策略思路根据实证分析结论，成交量指标与期权隐含波动率高点一致，且在波动率下行区间，成交量指标的回落速率领先于波动率回落速率。交易策略中首先根据成交量指标超过阈值的高点判断隐含波动率的高点，随后在波动率下行区间做空期权波动率，持有至成交量出现领先的反转信号后策略平仓。 3、策略构建及表现开仓信号：T日确认信号50ETF标的换手率高于7%，则T+1日进场，按照开盘价同时卖出平值看涨期权和平值看跌期权。开仓后持有仓位，合约到期后自动换月。 平仓信号：K日确认反转信号，50ETF标的换手率高于前5日均值，且高于5%，则平仓前期持有仓位。 回溯时间为2020年1月2日至2021年12月23日（按2年计）。跨日级别策略，暂不考虑交易成本与delta对冲。初始本金10000万元。 策略年化收益：17.11%，最大回撤：11.03，calmar比率1.55。持仓周期如下图。 标的50ETF年化收益：3.10%，最大回撤：7.45%，calmar比率0.42 4、策略回撤说明策略最大回撤出现在2020年7月16日，当日50ETF标的出现大幅下跌4.3%，下跌幅度为测算区间内次高点。回溯当日情景发现，策略于2020年7月7日建仓并最终持仓至7月22日。 当7月16日标的市场出现大幅下跌时：从vega角度看，波动率受市场情绪影响出现升高，造成波动率损失；而从gamma角度分析，早先持有的平值看跌期权跟随行情走弱已转为实值，卖出实值看跌期权在下跌行情下亏损严重，而卖出的虚值看涨期权增厚部分并不足以对组合形成有效保护。 此外，标的50ETF在策略周期内的最大回撤为7.45%（2020年2月3日），但此前标的换手率均处于正常位置，并未提示卖出波动率开仓信号，故而得以规避。 风险因素出现场景为:当换手率（成交量指标）与隐含波动率达到高位且策略信号出现后，受到标的行情走弱影响，隐含波动率继续抬升直至跳空所导致的vega和gamma风险，这也是波动率卖方天然需要承担的风险暴露。 但如果我们继续对标的行情和波动率跟踪会发现，隐含波动率跳空的风险难以持续，伴随市场情绪释放以及成交量缩量，隐含波动率走势也将偏弱运行。因此我们暂不针对最大回撤进行策略信号调整。 总结来看，基于成交量指标做空期权波动率策略表现良好。 来源：中信期货研究部权益策略团队报告 |
|
|
