期權的期貨復制與套利策略研究——基于金融高頻數(shù)據波動率預測視角
發(fā)布時間：2021-02-15 23:40
期權的期貨Delta復制,對于期權的風險管理、套期保值、套利策略制定都至關重要。本文從金融高頻數(shù)據波動率預測視角,研究期權組合——碟式期權的期貨Delta復制,結合移動平均思想構造了季度平均已實現(xiàn)波動率,利用ARFIMA模型建立了金融高頻數(shù)據波動率ARFIMA預測模型,構建了相應的期貨Delta復制策略。實證結果表明,與日波動率標準差等其他波動率度量相比,季度平均已實現(xiàn)波動率的預測最為準確;由季度平均已實現(xiàn)波動率構造的期貨Delta復制套利策略,相對于其他波動率度量構造的復制套利策略,該策略投資夏普比較大、在險價值VaR最小、投D資elt成a本最小,綜合投資效果最好。
【文章來源】：吉林工商學院學報. 2019,35(02)
【文章頁數(shù)】：10 頁
【部分圖文】：
碟式期權組合的凈損益
利用當天價格信息的日收益率樣本標準差σt，預測值為前一天樣本標準差σt-1；圖2（b）（c）（d）分別為RV、---RVM、---RVQ預測值與真實值的對比圖，這里預測值為基于ARFIMA模型預測值，由于篇幅限制沒有給出---RVW預測值與真實值對比圖。表3顯示5種σ、RV、---RVW、---RVM、---RVQ波動率序列平均預測誤差，從平均預測誤差的數(shù)值結果來看，序列越光滑，模型預測效果越好，長期記憶ARFIMA模型對序列---RVQ預測效果最好。（a）（b）（c）（d）圖24種波動率序列σ（a）、RV(b)、---RVM(c)、---RVQ(d)的預測值與真實值對比圖表3不同波動率的平均預測值誤差（MAPE）不同波動率平均預測誤差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%（三）復制策略從圖1碟式期權組合損益圖可以看出，當標的資產價格波動率較小時，投資碟式期權組合能以比較大概率獲得正收益。在波動率度量預測比較準確的前提下，我們需要給出波動率小的閾值標準，也即當預測波動率度量小于該閾值時，投資者進入市場，進行期貨復制期權組合投資，進行波動率套利。因此，設市場進入標準：波動率度量<（歷史一年）平均波動率度量*Rσ，0<Rσ<1這里比率Rσ稱為市場進入時機參數(shù)，用于判斷是否進入市常如果Rσ選擇太小，則投資風險相對較小，獲得正收益機會較大，但達到進入市場標準的機會就比較小，進入市場的投資機會就少。另一方面，如··90
原始策略，只利用了低頻日價格數(shù)據。（四）策略收益與風險的實證結果圖3給出了上述10種策略總收益的箱線圖，大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ這3種策略總收益平均位置較高，且波動較校其中圖中市場進入參數(shù)Rσ都選為Rσ=0.9，對于執(zhí)行價格參數(shù)RK，前5種以日收益率標準差σ進入市場的策略，都選為RK=0.15；后5種以季度平均已實現(xiàn)波動率---RVQ進入市場的策略，都選為RK=0.1；注意這些選擇也基本上為每種策略的最優(yōu)選擇（將在稍后參數(shù)敏感性分析圖4可以看出）。圖310種策略總收益箱線對比圖表4給出了10種策略夏普比、總收益、VaR值、平均成本AverCost等實證結果，這里總收益在險價值VaR（1%）為總收益的樣本1%分位數(shù)。從表4可以看出：（1）對于前5種以日收益率標準差σ進入市場的策略，也即：PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ，執(zhí)行價格參數(shù)RK=0.15情形的夏普比都比RK=0.1情形大，表現(xiàn)更優(yōu)；后5種季度平均已實現(xiàn)波動率---RVQ進入市場的策略，結果正好相反，RK=0.1情形的夏普比大于RK=0.15情形，表現(xiàn)更優(yōu)。表現(xiàn)出進入市場波動率度量與執(zhí)行價格參數(shù)的某種內在聯(lián)系。（2）策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最優(yōu)情形的夏普比，都比原始策略PortD_D夏普比0.262大，分別比策略PortD_D夏普比高14.88%（=（0.301/0.262-1）*100%）、18.70%、11.07%、11.07%，表現(xiàn)出··91
【參考文獻】：
期刊論文
[1]高頻數(shù)據條件下基于ETF基金的股指期貨套利研究[J]. 王良,秦隆皓,劉瀟,陳婕. 中國管理科學. 2018(05)
[2]上證50ETF期權風險管理與套利策略研究[J]. 許桐桐,王蘇生,彭珂. 華北電力大學學報(社會科學版). 2018(01)
[3]基于四次冪差修正HAR模型的股指期貨波動率預測[J]. 陳聲利,李一軍,關濤. 中國管理科學. 2018(01)
[4]基于已實現(xiàn)波動率的ARFIMA模型在股指期貨高頻數(shù)據中的實證研究[J]. 楊若一,胡冰霜. 中國國際財經(中英文). 2016(20)
[5]跳躍風險如何影響期權復制收益?——基于多維跳躍擴散的模型與證據[J]. 劉楊樹,鄭振龍,陳蓉. 管理科學學報. 2016(06)
[6]股指期貨與股指期權套期保值組合的Delta中性動態(tài)模擬——基于滬深300股指期貨仿真交易的分析[J]. 魏潔. 金融發(fā)展研究. 2011(11)
本文編號：3035742
【文章來源】：吉林工商學院學報. 2019,35(02)
【文章頁數(shù)】：10 頁
【部分圖文】：
碟式期權組合的凈損益
利用當天價格信息的日收益率樣本標準差σt，預測值為前一天樣本標準差σt-1；圖2（b）（c）（d）分別為RV、---RVM、---RVQ預測值與真實值的對比圖，這里預測值為基于ARFIMA模型預測值，由于篇幅限制沒有給出---RVW預測值與真實值對比圖。表3顯示5種σ、RV、---RVW、---RVM、---RVQ波動率序列平均預測誤差，從平均預測誤差的數(shù)值結果來看，序列越光滑，模型預測效果越好，長期記憶ARFIMA模型對序列---RVQ預測效果最好。（a）（b）（c）（d）圖24種波動率序列σ（a）、RV(b)、---RVM(c)、---RVQ(d)的預測值與真實值對比圖表3不同波動率的平均預測值誤差（MAPE）不同波動率平均預測誤差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%（三）復制策略從圖1碟式期權組合損益圖可以看出，當標的資產價格波動率較小時，投資碟式期權組合能以比較大概率獲得正收益。在波動率度量預測比較準確的前提下，我們需要給出波動率小的閾值標準，也即當預測波動率度量小于該閾值時，投資者進入市場，進行期貨復制期權組合投資，進行波動率套利。因此，設市場進入標準：波動率度量<（歷史一年）平均波動率度量*Rσ，0<Rσ<1這里比率Rσ稱為市場進入時機參數(shù)，用于判斷是否進入市常如果Rσ選擇太小，則投資風險相對較小，獲得正收益機會較大，但達到進入市場標準的機會就比較小，進入市場的投資機會就少。另一方面，如··90
原始策略，只利用了低頻日價格數(shù)據。（四）策略收益與風險的實證結果圖3給出了上述10種策略總收益的箱線圖，大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ這3種策略總收益平均位置較高，且波動較校其中圖中市場進入參數(shù)Rσ都選為Rσ=0.9，對于執(zhí)行價格參數(shù)RK，前5種以日收益率標準差σ進入市場的策略，都選為RK=0.15；后5種以季度平均已實現(xiàn)波動率---RVQ進入市場的策略，都選為RK=0.1；注意這些選擇也基本上為每種策略的最優(yōu)選擇（將在稍后參數(shù)敏感性分析圖4可以看出）。圖310種策略總收益箱線對比圖表4給出了10種策略夏普比、總收益、VaR值、平均成本AverCost等實證結果，這里總收益在險價值VaR（1%）為總收益的樣本1%分位數(shù)。從表4可以看出：（1）對于前5種以日收益率標準差σ進入市場的策略，也即：PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ，執(zhí)行價格參數(shù)RK=0.15情形的夏普比都比RK=0.1情形大，表現(xiàn)更優(yōu)；后5種季度平均已實現(xiàn)波動率---RVQ進入市場的策略，結果正好相反，RK=0.1情形的夏普比大于RK=0.15情形，表現(xiàn)更優(yōu)。表現(xiàn)出進入市場波動率度量與執(zhí)行價格參數(shù)的某種內在聯(lián)系。（2）策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最優(yōu)情形的夏普比，都比原始策略PortD_D夏普比0.262大，分別比策略PortD_D夏普比高14.88%（=（0.301/0.262-1）*100%）、18.70%、11.07%、11.07%，表現(xiàn)出··91
【參考文獻】：
期刊論文
[1]高頻數(shù)據條件下基于ETF基金的股指期貨套利研究[J]. 王良,秦隆皓,劉瀟,陳婕. 中國管理科學. 2018(05)
[2]上證50ETF期權風險管理與套利策略研究[J]. 許桐桐,王蘇生,彭珂. 華北電力大學學報(社會科學版). 2018(01)
[3]基于四次冪差修正HAR模型的股指期貨波動率預測[J]. 陳聲利,李一軍,關濤. 中國管理科學. 2018(01)
[4]基于已實現(xiàn)波動率的ARFIMA模型在股指期貨高頻數(shù)據中的實證研究[J]. 楊若一,胡冰霜. 中國國際財經(中英文). 2016(20)
[5]跳躍風險如何影響期權復制收益?——基于多維跳躍擴散的模型與證據[J]. 劉楊樹,鄭振龍,陳蓉. 管理科學學報. 2016(06)
[6]股指期貨與股指期權套期保值組合的Delta中性動態(tài)模擬——基于滬深300股指期貨仿真交易的分析[J]. 魏潔. 金融發(fā)展研究. 2011(11)
本文編號：3035742
本文鏈接：http://sikaile.net/jingjilunwen/qihuoqq/3035742.html
