分类
期权策略

该策略利用均线度量波动率的下降趋势

10-09 6643

最有力的市场崩盘指标——波动率

汇商传媒 ​

均线,或许是大部分交易者学到的第一个分析工具,因为交易软件通常都会将均线叠加在主图中。然而,随着时间的推移,你会慢慢意识到这个指标的作用非常有限。50天,100天,200天移动平均线到底是什么?它只是过去某一特定时期的平均价格,无法让你了解市场对未来的预期。

简单的查看价格和图形并不能告诉你一个复杂系统的内部结构,比如金融市场。如果你是一名电气技术人员,你关心的是设备如何计算读数,而不是读数本身。如果你是一个天气预报员,你关心的是你的模型如何预测气候,而不是气候本身。如果你是一级方程式赛车手,你关心的是赛车是如何配置的,而不是仪表盘上的刻度盘告诉你什么。你看待金融市场的方式也不例外。

Renaissance Technologies(文艺复兴科技公司)创始人吉姆•西蒙斯(JimSimons)意识到,只有领先指标才能预测资产价格的未来走势。在格雷戈里•祖克曼(Gregory Zuckerman)的书《解决市场的人》(The 该策略利用均线度量波动率的下降趋势 Man WhoSolved The Market)中,他讲述了西蒙斯如何通过关注大多数交易员忽视的东西赚取数十亿美元的故事:

“投资者通常寻求潜在的经济原理来解释和预测股票价格,或者他们使用简单的技术分析,包括使用图表或其他过去价格走势的表征来发现可重复的模式。”

西蒙斯和他的同事们提出了第三种方法,这种方法与技术交易有相似之处,但更加复杂,并且依赖于数学和科学工具。他们的意思是,人们可以推断出一系列“信号”,能够传递有关预期市场走势的有用信息。

当一个市值230亿美元的市场大师拒绝简单的技术分析指标时,你最好留心听。简单容易吸引群体。如果每个人都遵循同样的教条,要怀疑,要好奇,要愿意视而不见。

如果波动率衡量的是预期价格变动的规模,那么波动率的飙升对股市来说意味着灾难。当你把VIX指数——标普500指数的波动率指数——与衰退时期叠加在一起时,你会注意到,较高的读数预示着衰退或萧条。

VIX指数在30以上就好比发出“卖、卖、卖”的尖叫声。但抛售的不只是股票:从长期国债到黄金的所有资产类别都在抛售。这发生在COVID-19爆发之前。石油、黄金和长期国债的波动性暴涨,警告投资者市场即将暴跌,现金为王。当高波动性甚至压垮了一个本应对冲的投资组合时,视而不见的投资者付出了代价。随着美国国债市场崩溃,风险平价投资组合成为债券和股票抛售的牺牲品。美国国债波动指数升至16.4,为历史最高水平。

当一项资产的波动率迅速增加时,该资产就变得难以投资。我们看到油价波动达到历史新高,比2008年的历史高点翻了一番。油价的作用是什么?油价跌至每桶负40美元——这简直是疯了。当市场预计某项投资的盘中波动在50%-300%之间时,你还会投资吗?这不是投资,这是赌博。

但一个简单的移动平均线就能做到这一点吗?不。现在是时候抛弃那些不能告诉你未来的回顾指标了。它们基于一个有缺陷的假设:市场是线性的。这是错误的。市场是动态的、复杂的系统,平均水平无法解释。

有哪些著名的波动率交易策略?

Gamma Scalping的关注点是delta,但是为啥叫Gamma Trading? - 戴维的回答

Short Straddle, Gamma 是负的,implied vol > realized vol,所以赚钱。1 Month 的原因是Gamma has less prob to become less negative.

除了short straddle, 也可以short strangle (strike 不同), strangle 的好处有更大的概率使得这个策略赚钱,但是payoff 相对会变小。

Short vol 的缺点在于,如果市场有剧烈的波动,尤其是go down, 那么realized vol 会有一个spike 导致realized vol 大于 implied vol,那么就会亏损。在我的credit vol 策略中,我是short cdx vol, hedge by sp500 vol。但如果针对sp500 index vol 或者 个股的vol 策略,我觉得很难hedge 这个risk。这里就需要有一个择时的机制在里面我觉得。

除此之外,比较经典的还有根据event来long vol 或者short vol。

对于个股,在earning event 之前,因为不确定性,implied vol 会上升,在earning event 之后,除非特别好的earning或者特别差的earning,正常implied vol 都会下降。那么你可以有2个策略:

1. 你可以在earning 之前long vol, 然后在earning 前一天close position.

2. 你可以在earning 前一天short vol, 然后在earning 之后 close position.

个人比较偏好第一种,因为第二种的risk 还挺大的。如果earning 特别差,就跪了。

高赞回答已经写的很具体了,再做一些补充。一言以蔽之,波动率交易能否成为有效策略的核心还是在于这个标的的波动率均值回复属性是否稳健,这个属性体现在 (1)给定某一期限,这个期限的历史波动率和隐含波动率各自均值回复性如何;(2)体现在不同期限的basis spread上的均值回复性如何;(3)体现在同样期限不同行权价上,波动率skewness(以Risk Reversal波动率衡量)是否有很好的均值回复性。下面具体道来,

首先,波动率交易策略是期权交易策略的子集,不妨理解为是在交易Gamma和Vega两个因子。不管是波动率的方向性策略还是套利性策略,一定程度上都是带有方向性地bet未来历史或隐含波动率。那么最简单的自然是以下三种:

3、Long Gamma Short Vega / Short Gamma Long Vega (日历价差Calendar Spread策略:同时Bet实际波动率和隐含波动率) 该策略可以用不同月份的ATM straddle(或single leg)合约来构建。

如果只交易单一一笔普通期权,或者买卖单一的straddle和strangle,那么1和2的方向,即Gamma和Vega的方向总是一致的,这里不讨论其他复杂的期权组合情形。管理单一期权和管理期权组合是具有很大差异的,在低阶矩上的中性交易头寸很容易在高阶矩上失去稳定性。

一、再谈Short Vol & Dynamically hedge delta

回答中大家普遍提到策略的是上述1和2中的Short Vol & Dynamically hedge delta。尽管理论非常好看,当我们以隐含波动率而非实际波动率去卖出期权,最终对冲组合的收益与实际波动率和隐含的差额为正比,即 \fracS^2\Gamma(\sigma^2_-\sigma^2_) , 但是当前的隐含波动率和当前的历史波动率的volatility spread为正+并不意味着未来的历史波动率一定会比当前的隐含波动率低,因此 是不是可以 / 何时 / Implied vol什么位置 / Volatility spread什么位置可以Short Vol & Dynamically hedge delta需要定量去考量。对于上面这些问题,答案还是在于前文提到的标的波动率的均值回复性特征是否稳健。

需要注意的是,BSM框架下,Gamma Scalping 即当以隐含波动率去动态对冲Delta时,对冲组合的损益是路径依赖的,

随着time decay,如果在atm附近,那么 \Gamma 会迅速扩大,对组合的影响很大。

二、Calendar Arbitrage

日历价差套利的逻辑在于波动率期限结构basis的均值回复性,关于这一点有个simple & elegant的模型,参见Trading Volatility, Correlation, Term Structure and Skew(Colin Bennett)书中Chapter7。

三、Vol Surface Arbitrage

第一节可以视为波动率曲面上某一特定点均值回复,第二节是波动率曲面的ATM切面即期限结构均值回复,那么自然整个波动率曲面存在异常凹凸都是可以进行波动率套利的,套利的逻辑都来自于寻找relative value。并且对于carry因素影响很大的标的(FX、Commodity等),较大carry的存在往往意味着不同期限的组合构建后,在不对冲的情况下,其实会有carry带来的方向性敞口。举个具体例子,还是来自于 Trading Volatility, Correlation, Term Structure and Skew(Colin Bennett)书中Chapter1的内容:

通过short-term butterfly & Calendar spread构建套利组合,这两者的theoretical profile是类似的,两者去除掉共同的short-term atm straddle之后剩下的是 buy / sell short-term strangle & sell / buy long-term straddle,如果假设在短端到期前都不对冲,短端到期后将未到期的长端买回,那么这个组合最大的风险其实是短端到期后的Implied vol (vega)以及carry造成的短端和长端atm strike不同带来的delta。且此组合两翼都存在渐近线(极端深度实值只有执行价值,无时间价值)。

总结一下,volatility trading 是基于波动率曲面的均值回复性,使用什么样的策略的出发点就是寻找relative value最高的组合。

四、Event Driven Volatility Trading 该策略利用均线度量波动率的下降趋势

对于 @戴维 提到的根据event来long vol 或者short vol,稍微做一些补充。在公告日前卖出期权,是期望标的股票的价格不要太过剧烈,从而使得在gamma上的损失不会高于在隐含波动率下跌中赚取的利润。

菜鸟de量化之路——(1)趋势跟踪策略

DouglasLikeToCode 于 2019-03-19 21:54:28 发布 7810 收藏 26

趋势跟踪策略

通过Apple_pd.tail()查看股票的数据结构和尾部数据如下图,可以看到包括close, high, low, p_change, open, pre_close,volume, date, date_week, key,atr21,atr14 等列 ,我们目前主要需要的是开盘价,最高价,最低价,收盘价,振幅的数据。

一个单一的策略往往适用范围有限,考虑到股价在不同的阶段可能会处于不同的波动类型,如果能有更高级的策略模型用来判断股价的基本类型,从而对于不同的变化类型使用不同的子策略,可能会有不错的效果。Numpy, Pandas,Matplotlib, Seaborn是常用于Python量化系统的库,需要大量练习,重点掌握。

12-29 951

I am not a designer nor a coder. I'm just a guy with a point-of-view and a computer. 翻译:俺不是码畜,俺只是一条对着电脑有点想法的图狗。 链接:https://zhuanlan.zhihu.com/p/35817328 经验 一旦遇到问题,请过滤掉专家的意见,只采纳跟你有类似经历的人的意见。 做好最坏的打算,以最积极的心态去面对,而不是逃避。 学不学编程,完全取决于是否想学,其他的别多想。 种一棵树最好的时间是十

1.这是一个基于boll的交易系统; 2.使用周期2分钟; 3.程序中使用了加载策略;提前下单策略;和小震荡过滤; 4.程序中使用了反幽灵交易法,即大赚一次休息一段时间。 本程序的缺点:主观的因素比较多。

1.这是一个基于boll的交易系统; 2.使用周期2分钟; 3.程序中使用了加载策略;提前下单策略;和小震荡过滤; 4.程序中使用了反幽灵交易法,即大赚一次休息一段时间。 本程序的缺点:主观的因素比较多。

10-07 2084

10-24 1516

Vincent Leiberich:趋势策略简单有效。回撤有时候的确很大,但是抗一抗总能过去了。因此很多专业机构都用趋势跟踪策略。我敢说,国内“只用"趋势跟踪策略的期货私募应该一抓一大把。 但是,期货趋势跟踪策略确实是量化领域的屌丝。 资金容量比不过做股票量化选股的,不管风云变幻,人家每天坐收管理费。风险收益比不过做高频的,国内青骓有个阳光高频产品,大家可以去围观,简直就是印钞机啊。做趋势跟踪.

10-09 6643

趋势跟踪策略是过去20年金融市场中最成功的策略一。因其易操作,风险可控,收益高获得了许多基金经理和个人投资者的青睐。一般来说,流动性稍差,真实价值发现难度高,波动性高的金融标的都容易在趋势交易中获胜。 那么,在币圈中,日间的趋势交易是否有效呢?我们设计了一套规则,可以通过长期的关注来验证币圈投资是否具有趋势性。 该策略所取数据均来自MATRIX DATA,一家提供加密货币各大交易所深度行情数.

08-24 1387

趋势跟踪策略 import numpy as np 该策略利用均线度量波动率的下降趋势 import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns from finance import GetData import warnings; warnings.filterwarnings('ignore') data = GetData.get_data('../data/002236.csv') .

07-04 282

趋势跟踪策略是您只需顺势而为的策略,即在价格上涨时买入,在价格开始下跌时卖出。在趋势跟踪策略中,人们的目标不是预测或预测,而只是关注市场上的任何新兴趋势。我们谈论:我们在本文中介绍了以下趋势指标:由于互联网的力量,我们都听说过病毒式传播。尽管这是相同的概念,但目标不同。在金融界也有 FOMO害怕错过,尽管在这里,原因是普遍希望站在胜利的一方。情绪驱动人。 虽然我们使用算法交易量化交易策略来抑制情绪化交易,但同样也可以用于利用情绪并将其货币化。趋势跟踪策略旨在利用市场情景获利。.

04-24 2117

合约1+1第三期直播正式开始前我们先热烈欢迎今天主讲的第一位老师AlphaMind 首先介绍一下AlphaMindA神:全自动量化趋势交易员,合约帝实盘收益超250万,琅琊榜第一期榜首-AlphaMind。 A神给大家带来分享主题是:趋势跟踪量化交易系统。 AlphaMind:哈喽哈喽~~~各位晚上好, 我们是AlphaMind, 来自国内头部金融机构的交易技术团队。 非常高兴今晚能.

07-30 1804

衡量股票趋势的指标最重要的就是均线系统,因为它是应用最为广泛的趋势追踪指标,所以均线是不可或缺的,把它作为捕捉大盘主趋势的基石。但是纯粹的均线由于噪音等原因,使得经常会出现误操作,需要进行更多的处理机制,包括极点、过滤微小波动、高低点比较策略、高低点突破策略、长波的保护机制、长均线的保护机制等概念和技术细节。 1.均线简化 股票价格的波动会让人感觉价格变化飘忽不定,很难把握。为了便于捕捉趋.

11-30 583

前言Dual Thrust直译为“双重推力”,是上个世纪80年代由MichaelChalek开发的一个交易策略,曾经在期货市场风靡一时。由于策略本身思简单,参数很少,因此可以适应于很多金融市场,正是因为简单易用和普适性高的特点,得到了广大交易者的认可流传至今。Dual Thrust简介DualThrust策略属于开盘区间突破策略,它以当天开盘价加减一定的范围来确定一个上下轨道,当价格突破上轨时做.

tracking-by-detection, 在 C 中,实现了多目标跟踪( δ ) 算法 tracking-by-detectionmaster的代码,标题为"实时多目标跟踪: 关于速度的重要性的研究。简介在这个项目中,我们实现了一个多目标跟踪器,遵循的tracking-by-detection范例,作为现有方法的一个扩

ATR介绍与量化实战

波动是量化投资最好的朋友。当市场波动低迷时,再优秀的量化投资策略都不能获取令人满意的收益率。只有市场波动处于一定水平之上时,量化投资策略才有足够的盈利空间。所以,度量波动率和识别波动率对于制定量化策略至关重要。而ATR(真实波动幅度均值)就是一种度量波动率的指标。ATR最早由美国投资学家维尔德(Welles Wilder JR.)提出。该指标最用于分析商品期货行情分析,随后用于股票、外汇和加密货币等其他投资品的行情分析。

ATR的计算分为两步,
第一步计算每个交易周期内的真实波动幅度。真实波动幅度(True Range)计算方式如下:

其中max()代表取最大值函数,High代表当前交易周期内加密货币的最高价格,Low代表当前交易周日内的加密货币最低价格,preClose代表前一个交易周日的加密货币收盘价格。abs()代表绝对值函数。
抛开数学定义式,真实波动幅度是当前交易周期价格最大值与最小值之差、前一个交易周期收盘价格与当前交易周期最高价格之差、前一个交易周期收盘价格与当前交易周期最低价格之差中的最大值。
第二步,确定计算连续N个交易周期的真实波动幅度的平均值。该平均值就是ATR。

标准差是最常见的波动率度量指标。ATR相对于标准差具有如下的优势:
第一,相对标准差,ATR能够更准确地反映价格变化趋势出现发转时,波动状态的变化。
第二,标准差无法反映交易周期内价格波动幅度变动情况,而ATR可以精准刻画这个一变动。更适合作为交易周内交易参考指标。

再次强调ATR只反映价格波动的变化情况,不能反映价格本身变动的趋势。一般情况下,投资者很难根据单一的ATR指标确定买入和卖出信号。更多的时候,ATR指标都会应用到复合指标策略中,用于判断市场波动状态和投资者情绪。
当ATR指标与其他指标连用时,有两种常见的使用方法:
第一,用短期ATR和长期ATR之间关系判断现在市场波动趋势。一般是利用类似双均线交易逻辑,当短期ATR大于长期ATR模型,说短期波动进入增强状态,当短期ATR小于长期ATR模型,说短期波动进入减弱状态。
ATR指标通常与MA、MACD等价格趋势指向性指标一起使用。在极少数单边市场行情下,可以使用单独的ATR作为判断价格变动趋势。
第二,利用ATR构造价格通道,依据突破通道逻辑,设置买入和卖出点。通常ATR策略会与MA搭配使用,用ATR代替标准差,沿用布林带构造逻辑建立价格通道。当前价格突破价格通道上轨时,执行买入策略,而价格突破价格通道下轨时,执行卖出策略。

第一,MA-ATR策略。
将ATR指标加入MA策略中,可以增强买入和卖出信号是识别效率。对于一些主流币来说,单纯的双均线策略需要经过复杂调参过程才能实现盈利。而加入ATR指标后,可以增强MA策略信号识别的效率,提高了策略的盈利能力。
以BTC-USDT永续合约为例,使用未经参数优化的双均线策略进行回测。
参数配置和结果如下: