期权的期货复制与套利策略研究——基于金融高频数据波动率预测视角
发布时间：2021-02-15 23:40
期权的期货Delta复制,对于期权的风险管理、套期保值、套利策略制定都至关重要。本文从金融高频数据波动率预测视角,研究期权组合——碟式期权的期货Delta复制,结合移动平均思想构造了季度平均已实现波动率,利用ARFIMA模型建立了金融高频数据波动率ARFIMA预测模型,构建了相应的期货Delta复制策略。实证结果表明,与日波动率标准差等其他波动率度量相比,季度平均已实现波动率的预测最为准确;由季度平均已实现波动率构造的期货Delta复制套利策略,相对于其他波动率度量构造的复制套利策略,该策略投资夏普比较大、在险价值VaR最小、投D资elt成a本最小,综合投资效果最好。
【文章来源】：吉林工商学院学报. 2019,35(02)
【文章页数】：10 页
【部分图文】：
碟式期权组合的净损益
利用当天价格信息的日收益率样本标准差σt，预测值为前一天样本标准差σt-1；图2（b）（c）（d）分别为RV、---RVM、---RVQ预测值与真实值的对比图，这里预测值为基于ARFIMA模型预测值，由于篇幅限制没有给出---RVW预测值与真实值对比图。表3显示5种σ、RV、---RVW、---RVM、---RVQ波动率序列平均预测误差，从平均预测误差的数值结果来看，序列越光滑，模型预测效果越好，长期记忆ARFIMA模型对序列---RVQ预测效果最好。（a）（b）（c）（d）图24种波动率序列σ（a）、RV(b)、---RVM(c)、---RVQ(d)的预测值与真实值对比图表3不同波动率的平均预测值误差（MAPE）不同波动率平均预测误差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%（三）复制策略从图1碟式期权组合损益图可以看出，当标的资产价格波动率较小时，投资碟式期权组合能以比较大概率获得正收益。在波动率度量预测比较准确的前提下，我们需要给出波动率小的阈值标准，也即当预测波动率度量小于该阈值时，投资者进入市场，进行期货复制期权组合投资，进行波动率套利。因此，设市场进入标准：波动率度量<（历史一年）平均波动率度量*Rσ，0<Rσ<1这里比率Rσ称为市场进入时机参数，用于判断是否进入市常如果Rσ选择太小，则投资风险相对较小，获得正收益机会较大，但达到进入市场标准的机会就比较小，进入市场的投资机会就少。另一方面，如··90
原始策略，只利用了低频日价格数据。（四）策略收益与风险的实证结果图3给出了上述10种策略总收益的箱线图，大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ这3种策略总收益平均位置较高，且波动较校其中图中市场进入参数Rσ都选为Rσ=0.9，对于执行价格参数RK，前5种以日收益率标准差σ进入市场的策略，都选为RK=0.15；后5种以季度平均已实现波动率---RVQ进入市场的策略，都选为RK=0.1；注意这些选择也基本上为每种策略的最优选择（将在稍后参数敏感性分析图4可以看出）。图310种策略总收益箱线对比图表4给出了10种策略夏普比、总收益、VaR值、平均成本AverCost等实证结果，这里总收益在险价值VaR（1%）为总收益的样本1%分位数。从表4可以看出：（1）对于前5种以日收益率标准差σ进入市场的策略，也即：PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ，执行价格参数RK=0.15情形的夏普比都比RK=0.1情形大，表现更优；后5种季度平均已实现波动率---RVQ进入市场的策略，结果正好相反，RK=0.1情形的夏普比大于RK=0.15情形，表现更优。表现出进入市场波动率度量与执行价格参数的某种内在联系。（2）策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最优情形的夏普比，都比原始策略PortD_D夏普比0.262大，分别比策略PortD_D夏普比高14.88%（=（0.301/0.262-1）*100%）、18.70%、11.07%、11.07%，表现出··91
【参考文献】：
期刊论文
[1]高频数据条件下基于ETF基金的股指期货套利研究[J]. 王良,秦隆皓,刘潇,陈婕. 中国管理科学. 2018(05)
[2]上证50ETF期权风险管理与套利策略研究[J]. 许桐桐,王苏生,彭珂. 华北电力大学学报(社会科学版). 2018(01)
[3]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛. 中国管理科学. 2018(01)
[4]基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究[J]. 杨若一,胡冰霜. 中国国际财经(中英文). 2016(20)
[5]跳跃风险如何影响期权复制收益?——基于多维跳跃扩散的模型与证据[J]. 刘杨树,郑振龙,陈蓉. 管理科学学报. 2016(06)
[6]股指期货与股指期权套期保值组合的Delta中性动态模拟——基于沪深300股指期货仿真交易的分析[J]. 魏洁. 金融发展研究. 2011(11)
本文编号：3035742
【文章来源】：吉林工商学院学报. 2019,35(02)
【文章页数】：10 页
【部分图文】：
碟式期权组合的净损益
利用当天价格信息的日收益率样本标准差σt，预测值为前一天样本标准差σt-1；图2（b）（c）（d）分别为RV、---RVM、---RVQ预测值与真实值的对比图，这里预测值为基于ARFIMA模型预测值，由于篇幅限制没有给出---RVW预测值与真实值对比图。表3显示5种σ、RV、---RVW、---RVM、---RVQ波动率序列平均预测误差，从平均预测误差的数值结果来看，序列越光滑，模型预测效果越好，长期记忆ARFIMA模型对序列---RVQ预测效果最好。（a）（b）（c）（d）图24种波动率序列σ（a）、RV(b)、---RVM(c)、---RVQ(d)的预测值与真实值对比图表3不同波动率的平均预测值误差（MAPE）不同波动率平均预测误差σ3.62%RV23.07%---RVW6.85%---RVM1.73%---RVQ0.8%（三）复制策略从图1碟式期权组合损益图可以看出，当标的资产价格波动率较小时，投资碟式期权组合能以比较大概率获得正收益。在波动率度量预测比较准确的前提下，我们需要给出波动率小的阈值标准，也即当预测波动率度量小于该阈值时，投资者进入市场，进行期货复制期权组合投资，进行波动率套利。因此，设市场进入标准：波动率度量<（历史一年）平均波动率度量*Rσ，0<Rσ<1这里比率Rσ称为市场进入时机参数，用于判断是否进入市常如果Rσ选择太小，则投资风险相对较小，获得正收益机会较大，但达到进入市场标准的机会就比较小，进入市场的投资机会就少。另一方面，如··90
原始策略，只利用了低频日价格数据。（四）策略收益与风险的实证结果图3给出了上述10种策略总收益的箱线图，大致可以看出策略PortD_RQ、PortRQ_RM、PortRQ_RQ这3种策略总收益平均位置较高，且波动较校其中图中市场进入参数Rσ都选为Rσ=0.9，对于执行价格参数RK，前5种以日收益率标准差σ进入市场的策略，都选为RK=0.15；后5种以季度平均已实现波动率---RVQ进入市场的策略，都选为RK=0.1；注意这些选择也基本上为每种策略的最优选择（将在稍后参数敏感性分析图4可以看出）。图310种策略总收益箱线对比图表4给出了10种策略夏普比、总收益、VaR值、平均成本AverCost等实证结果，这里总收益在险价值VaR（1%）为总收益的样本1%分位数。从表4可以看出：（1）对于前5种以日收益率标准差σ进入市场的策略，也即：PortD_D、PortD_RV、PortD_RW、PortD_RM、PortD_RQ，执行价格参数RK=0.15情形的夏普比都比RK=0.1情形大，表现更优；后5种季度平均已实现波动率---RVQ进入市场的策略，结果正好相反，RK=0.1情形的夏普比大于RK=0.15情形，表现更优。表现出进入市场波动率度量与执行价格参数的某种内在联系。（2）策略PortD_RM、PortD_RQ、PortRQ_RM、PortRQ_RQ最优情形的夏普比，都比原始策略PortD_D夏普比0.262大，分别比策略PortD_D夏普比高14.88%（=（0.301/0.262-1）*100%）、18.70%、11.07%、11.07%，表现出··91
【参考文献】：
期刊论文
[1]高频数据条件下基于ETF基金的股指期货套利研究[J]. 王良,秦隆皓,刘潇,陈婕. 中国管理科学. 2018(05)
[2]上证50ETF期权风险管理与套利策略研究[J]. 许桐桐,王苏生,彭珂. 华北电力大学学报(社会科学版). 2018(01)
[3]基于四次幂差修正HAR模型的股指期货波动率预测[J]. 陈声利,李一军,关涛. 中国管理科学. 2018(01)
[4]基于已实现波动率的ARFIMA模型在股指期货高频数据中的实证研究[J]. 杨若一,胡冰霜. 中国国际财经(中英文). 2016(20)
[5]跳跃风险如何影响期权复制收益?——基于多维跳跃扩散的模型与证据[J]. 刘杨树,郑振龙,陈蓉. 管理科学学报. 2016(06)
[6]股指期货与股指期权套期保值组合的Delta中性动态模拟——基于沪深300股指期货仿真交易的分析[J]. 魏洁. 金融发展研究. 2011(11)
本文编号：3035742
本文链接：https://www.wllwen.com/jingjilunwen/qihuoqq/3035742.html
