美式期权、欧式期权比较分析——定价与风险管理

一、美式期权、欧式期权定义

 

期权是一种金融合约,这一合约赋予其持有人在约定的时间以约定的价格买入或卖出标的资产的权利。期权的执行方式主要有美式和欧式。美式期权指期权的买方在合约到期日之前任意交易日都可以行使权力,也可以选择到期日行使权力。

 

国内豆粕、玉米、白糖、棉花、天然橡胶期货期权都为美式期权。

 

 

欧式期权是指期权买方只能选择合约到期日行使权力,在合约到期日之前不能执行。

 

国内50ETF和铜期货期权为欧式期权。

 

 

美式期权和欧式期权在合约到期日(或最后行权日)不执行的,则期权合约自动作废。

 

二、美式期权、欧式期权比较

 

美式期权与欧式期权同为期权的两种执行方式在衍生品市场中共同存在至今,表明美式期权和欧式期权各有优势,没有绝对的优劣之分,下面从二者的主要差别上来对比下这两种期权特点:

 

(一)美式期权更具执行的灵活性

 

由于美式期权在合约到期日及到期日之前的每个交易日均可执行,而欧式期权仅在合约到期日行使权力,显然,美式期权相对于买方来讲更具灵活性。

 

(二)美式期权具有较高的权利金价格

 

由于美式期权由于较欧式期权有更多的权利,买方可以选择在合约到期日前任意交易日行使权利,因此,对于同一个合约而言采取美式期权的执行方式会较欧式期权执行方式的权利金价格更高,以此来补偿卖方随时可能被指派行权的风险。因此,美式期权买方需要付出的成本较多,但可以获得更大的权利;美式期权卖方可以获得较多收益,但同样需要承担期权随时被执行的风险。

 

(三)期权风险管理

 

1.美式期权

 

对于期权的买方来说,美式期权灵活的执行方式可以很好的规避风险。买方可以选择有利于自己的任何时机执行,而这样也能让偏离自身价值的期权标的产品的市场价格逐渐回归价值,保持市场的理性运行,防止期权到期时集中执行对市场造成一定冲击。

 

对于期权的卖方来说,美式期权由于在合约到期日前任意交易日都可以执行,这对于卖方所设计的投资策略是一个考验,因其必须要根据被执行期权的情况不断调整投资策略,对冲敞口风险,这也对期权卖方的风险控制能力提出较高要求。

 

境外的期权市场期权卖方主要由做市商或机构客户担当,这些机构有成熟的风险管理经验。在我国期权产品推出后,对于承担卖方角色的机构客户是个比较大的挑战。

 

2.欧式期权

 

对于期权买方来说,期权无法随时执行,存在潜在资产受损失风险。由于欧式期权仅在到期日可以执行,因而,如果期权未到期,即使市场发生了重大变化,买方也无法选择立即执行从而锁定风险或利润,只能选择期权平仓来规避风险或锁定利润。如果一直持有仓位,买方的期权可能由实值转变为虚值甚至深度虚值。

 

对于期权卖方来说,欧式期权有利于构建投资组合,减少对冲风险。期权的卖方往往由大型机构客户或者是做市商来充当,而这些机构在卖出期权之初都会采取投资组合的形式来对冲掉风险,保证资产的保值升值。而欧式期权由于期限固定,期权卖方在构建投资策略时可以直接持有到期,无需考虑期权随时被执行时须重新建投资策略,从而保证风险完全对冲。

 

(四)美式期权为投资者提供灵活的退出途径

 

投资者在购买期权后,了结头寸的方式主要可选择平仓卖出、执行期权或者持有到期失效。对于持有到期失效的形式,无疑对期权买方来讲是损失,暂且不讨论。在正常市场情况下,如果期权合约的市场流动性不足,导致期权无法平仓了结,如果市场的走势朝不利于期权投资者的方向发展,那么对投资者将会造成损失。在期权合约流动性不足的时候,美式期权为投资者提供了一条新的退出途径。美式期权由于可以在一段时间内执行,流动性较差的情形下可以通过主动行权来结束交易。而欧式期权,市场流动性不够的情形下投资者只能持有到期才能执行,对投资者时机把握的能力要求很高。

 

(五)美式期权减少市场被操纵的可能性

 

欧式期权由于仅在到期日执行,到期日之前如果期权是实值期权,期权的卖方就有操纵市场从而使期权在到期日变为虚值的动机。由于期权的卖方多由做市商或大型机构组成,拥有雄厚的资金,在市场上也有较大的影响力,在市场流动性不足的情况下,完全有能力操纵市场。由于我国期货市场目前的情况是临近交割月的期货合约活跃度都会骤减,市场流动性不足,在这种情况下,必须要对期权市场进行严格监管,否则将存在市场被操纵的可能。

 

而美式期权由于可以在到期日前的任意交易日执行,期权的卖方无法预期期权被执行的准确时间,即使是临近到期时期权仍为实值,期权卖方有操纵市场的动机,但期权买方可选择随时执行期权来规避市场被操纵造成损失。

 

(六)期权定价模型对比

 

目前国际上主流的期权定价模型主要有Black-Scholes定价模型、BAW定价模型和二叉树模型。

 

Black-Scholes定价模型(简称B-S定价模型)是最早也是最著名的期权定价模型,该模型对金融工程的发展起了关键性的作用,模型的创立者也因此获得1997年诺贝尔经济学奖。

 

在真格量化中可以直接调用现成的函数对欧式期权进行理论定价:

 

 

BS模型对欧式期权定价有较好的支持,但美式期权由于可以随时执行,影响模型对时间和价格的参数设置,因此对美式期权定价存在困难 。

 

基于B-S定价模型的上述缺点,后来衍生出了Barone-Adesi-Whaley的BAW定价模型,对美式期权价格进行了近似解析方法求解,改正了B-S定价模型无法对美式期权定价的缺点。该模型多被用于美式定价。

 

二叉树模型相对来讲对美式期权和欧式期权均有较好支持,但为达到一定精确度,必须有大量的模拟运算,对系统要求较高。

 

由于美式期权需要保证期权买方随时执行的权利,因此系统实现上相对复杂。

 

在真格量化中可以使用QuantLib等第三方库对美式期权进行定价:

 

 

 

 

三,国外主要交易所期权品种执行方式对比

 

为了直观的表现美式期权与欧式期权在当前国际主要交易所的使用情况,选取了CME、CBOE、Eurex、LIFFE为代表的全球主要期权交易品种的执行方式进行比较,得出主要结论为:

 

目前国际上主流交易所采取的期权执行方式选择美式执行方式较多(尤其是农产品),选择欧式执行方式的期权相对较少。见下表,

总体来讲,国内外主要交易所期权品种多数采取美式执行方式,其中商品期权采取美式执行方式的比例更高。金融期权的美式执行方式数量也高过欧式期权,但其中的指数型期权却多数选择欧式(此外,交易量最大的韩国kospi200股指期权也是欧式期权)。

— — — — — — E N D — — — — — —

往期文章:

Numpy处理tick级别数据技巧

真正赚钱的期权策略曲线是这样的

多品种历史波动率计算

如何实现全市场自动盯盘

AI是怎样看懂研报的

真格量化策略debug秘籍

真格量化对接实盘交易

常见高频交易策略简介

如何用撤单函数改进套利成交

Deque提高处理队列效率

策略编程选Python还是C++

如何用Python继承机制节约代码量

十大机器学习算法

如何调用策略附件数据

如何使用智能单

如何扫描全市场跨月价差

如何筛选策略最适合的品种

活用订单类型规避频繁撤单风险

真格量化回测撮合机制简介

如何调用外部数据

如何处理回测与实盘差别

如何利用趋势必然终结获利

常见量化策略介绍

期权交易“七宗罪”

波动率交易介绍

推高波动率的因素

波动率的预测之道

趋势交易面临挑战

如何构建知识图谱

机器学习就是现代统计学

AI技术在金融行业的应用

如何避免模型过拟合

低延迟交易介绍

架构设计中的编程范式

交易所视角下的套利指令撮合

距离概念与特征识别

气象风险与天气衍生品

设计量化策略的七个“大坑”

云计算在金融行业的应用

机器学习模型评估方法

真格量化制作期权HV-IV价差

另类数据介绍

TensorFlow中的Tensor是什么?

机器学习的经验之谈

用yfinance调用雅虎财经数据

容器技术如何改进交易系统

Python调用C++

如何选择数据库代理

统计套利揭秘

一个Call搅动市场?让我们温习一下波动率策略

如何用真格量化设计持仓排名跟踪策略

还不理解真格量化API设计?我们不妨参考一下CTP平台

理解同步、异步、阻塞与非阻塞

隐波相关系数和偏度——高维风险的守望者

Delta中性还不够?——看看如何设计Gamma中性期权策略

Python的多线程和多进程——从一个爬虫任务谈起

线程与进程的区别
皮尔逊相关系数与历史K线匹配

Python2和Python3的兼容写法
Python代码优化技巧

理解Python的上下文管理器

如何写出更好的Python代码?这是Python软件基金会的建议

评估程序化模型时我们容易忽视的指标

看看如何定位Python程序性能瓶颈

什么是Python的GIL

投资研究中的大数据分析趋势及应用

理解CTP中的回调函数

如何围绕隐含波动率设计期权交易策略                    

看看如何用Python进行英文文本的情感分析

算法交易的分类

Python编码的最佳实践总结

什么是波动率锥?如何用波动率锥设计期权策略?

期权的波动率策略与时间价值收集策略对比

期权用于套期保值和无风险套利

隐含波动率对期权策略的影响

卖出期权交易的风险管理原则和技巧

期权交易中的“大头针”风险

期权做市商策略简介

精细化您的交易——交易成本评估与交易执行策略

海外市场交易执行策略的实践

设计期权套期保值方案时应注意的问题

 

真格量化可访问:

https://quant.pobo.net.cn

真格量化微信公众号,长按关注:

遇到了技术问题?欢迎加入真格量化Python技术交流QQ群  726895887

 

 

  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本报告试图研究河南省空气质量的影响因素。本案例使用的数据来源于真气网河南省各市空气质量指数月统计历史数据,共1258条记录。数据的时间跨度是2013年1月-2019年5月。数据包含6个自变量,1个因变量。自变量为PM2.5,PM10,二氧化硫,一氧化碳,二氧化氮,臭氧;因变量为AQI。 在对河南省空气质量的影响因素进行模型探究之前,首先对各变量进行描述性分析,以初步判断空气质量的影响因素,为后续研究做铺垫。 (一)因变量:AQI AQI是空气质量指数(Air Quality Index)的简称,其指数在0—50空气质量为优,51—100空气质量为良,101—150空气质量为轻度污染,151—200空气质量为中度污染,201—300空气质量为重度污染,>300为严重污染。可见数值越大、说明空气污染状况越严重,对人体的健康危害也就越大。表1是AQI的描述性分析 从表1可看出,描述AQI集中趋势的平均数,中位数和众数都在101—200 之间,可见从2013年到2019年间,河南省空气质量平均处于轻度污染状态。AQI的描述统计的最大为201,已经达到了重度污染。这一现象说明河南省空气污染形势严峻。图1为AQI的直方图,也反映了该现象。图1可明显看出从2013年到2019年河南省空气质量月统计不存在“优”水平的月份。在这几年中有48%的月份空气质量处于“良”水平,有42%的月份都处于“轻度污染”水平。8%的月份处于“中度污染”水平。有1%
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值