期权水平套利可行分析(20191204)[博]

原创博客地址:期权水平套利可行分析(20191204)[博]

理论

定义:水平套利又称为“日历套利”,为交易者提供利用不同到期月份期权合约的不同时间衰减形式而获利的机会。例如在买进看涨期权或看跌期权的同时,按相同敲定价格,但不同到期月份卖出同一类型的期权合约,由于近期期权的时间衰减速度快于远期期权的时间衰减速度,因此,交易者通常是在卖出近期期权合约的同时买进远期期权合约。在预计长期价格将稳中趋涨时运用看涨期权进行水平套利交易,而在长期价格稳中趋进时运用看跌期权进行水平套利交易
结论。不可行(商品期权,不含金融期权)
为何书上说行:书上是标准期货,基于标准期权。
标准期货可以认为类似黄金,金融期货等,容易储藏容易转移(现转期,期转现)。远期=近期+储藏+固定手续费等。
现实中商品期货也就黄金最接近(但黄金还没有期权)。
原因:
1,水平套利最基础的一点。 远期近期高关联,最理想是价差固定,或者类似固定(黄金)。除此之外,商品期货中找不到第二个满足条件的品种了。农产品,黑色系,化工等都受到供需和季节等因素影响。不同月份的价格分化是很常见的现象。
2,拆开来看,水平套利2腿,空近多远,所以说直接决定其收益的其实是近月远月价差,如果近远价差,固定,或者通过选择非常好的品种组合,使得整体价格接近固定。再次基础上,在轮到时间价格决定收益。收益第一决定权在2腿方向(或价差)手中。目前尚没有方法构造出完全对冲方向因素和波动因素的方法。所以如果向基于时间获利,就必须时间警醒方向因素对策略带来强大的干扰。

分析

下图:
第一行:CF2003,CF2005基础价格
第二行:cf2003期货和期权价格差,cf2005期货和期权价格差
第三行:期权价格差,期货价格差
从第一二行比对可以看出:期权价格和期货高相关。(必然)
从第二三行比对可以看出:期权价格差和期货价格差高相关(必然)
所以如果向采用水平套利,先寻找期货各月份价格差稳定的品种。
否则,时间价值处于从属低位。必然被期货月份价差带偏.导致套利失败。

黄金

20200401前段时间上线了黄金期权,那么水平套利是否可行么?
下图:[‘AU2006C380’,’AU2006’,’AU2012C380’,’AU2012’]
三张图含义同上,从图上看,尤其第三行图,期权价格和期货价格稍微分化,但本身基础价格变化范围非常窄,4-2之间,而期权溢价在40左右,所以理论上是可行的。

进一步分析

 

1
2
3
4
5
6
7
8
#各期权合约和当期基础合约溢价曲线分析
order_book_ids=['AU2006C380','AU2006','AU2008C380','AU2008','AU2010C380','AU2010','AU2012C380','AU2012']
priceDf=get_price(order_book_ids, start_date=days30Ago, end_date=nowDate, frequency='1d', fields=['close'], adjust_type='pre', skip_suspended =False, market='cn', expect_df=False)
for i in range(0,int(len(order_book_ids)/2)):
    priceDf['diff'+str(i)]=priceDf[order_book_ids[i*2]]+380-priceDf[order_book_ids[i*2+1]]
priceDf=priceDf.dropna()
print(priceDf.head())
priceDf[['diff0','diff1','diff2','diff3']].iloc[[0,20,30]].T.plot()

观察线b,可以看到价差是变大的,所以也符合水平套利盈利条件

个人认为,在黄金上水平套利是可行的,在尝试前,最好的方式是先进行回测,但由于目前黄金期权上线时间不久,没有充分数据,所以无法实施。
建议小仓位试水下。 即使失败也没有很大亏损空间(max=4*1000)。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据提供的引用内容,我们可以看出期权是一种期权市场上的价格差异进行风险套的策略。在Matlab中,可以使用二叉树模型计算期权价格,也可以使用Black-Scholes公式计算期权价格。此外,勒式期权组合也是一种期权策略,可以通过买入或卖出勒式期权来实现套。 以下是使用Matlab计算期权价格的示例代码: ```matlab % 计算欧式看涨期权价格 S0 = 100; % 标的资产当前价格 K = 100; % 行权价格 r = 0.05; % 无风险率 T = 1; % 到期时间 sigma = 0.2; % 波动率 % 使用Black-Scholes公式计算期权价格 d1 = (log(S0/K) + (r + sigma^2/2)*T) / (sigma*sqrt(T)); d2 = d1 - sigma*sqrt(T); call_price = S0*normcdf(d1) - K*exp(-r*T)*normcdf(d2); % 使用二叉树模型计算期权价格 N = 100; % 二叉树节点数 dt = T/N; % 时间步长 u = exp(sigma*sqrt(dt)); % 上涨因子 d = 1/u; % 下跌因子 p = (exp(r*dt) - d) / (u - d); % 上涨概率 stock_price = zeros(N+1, N+1); % 存储股票价格 option_price = zeros(N+1, N+1); % 存储期权价格 stock_price(1,1) = S0; for i = 2:N+1 stock_price(i,1) = stock_price(i-1,1) * u; for j = 2:i stock_price(i,j) = stock_price(i-1,j-1) * d; end end option_price(:,N+1) = max(stock_price(:,N+1) - K, 0); for i = N:-1:1 for j = 1:i option_price(j,i) = exp(-r*dt) * (p*option_price(j,i+1) + (1-p)*option_price(j+1,i+1)); end end binomial_price = option_price(1,1); disp(['Black-Scholes计算的期权价格为:', num2str(call_price)]); disp(['二叉树模型计算的期权价格为:', num2str(binomial_price)]); ```
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