《Volatility Trading》 by Euan Sinclair
Chapter 1 期权定价
《波动率交易》一书阅读笔记,交叉参照英文原版及机械工业出版社翻译版。
Chapter1勘误:英文原版第一版中组合价值变化公式最后一项符号为
+
+
+,在第二版中调整为
−
-
−,应以第二版为准。
Black-Scholes-Merton Model
首先构建的是一个delta对冲的组合。英文原版中描述为‘delta-hedged portfolio’, 翻译版中使用的词汇是“delta中性”,delta-hedged和delta-neutral是否有细微区别此处存疑。
期权的基本属性
在讨论具体的计算之前,可以首先定义出期权的一些基本属性。
- 当合约标的上涨(下跌)时,call(put) option变得更有价值,因为此时期权成为实值的可能性提高。(delta/gamma)
- 期权的价值永远不会比合约标的的价格(即行权价格)更高。
- 随着时间的流逝,期权价值将下降,因为期权变为实值的时间减少了。(theta)
- 期权价值与不确定性正相关,不确定性越强,期权价值越高。(volatility)
- 利率上升,期权价值下降,因为提高了融资购买期权的成本。(rho)
- 股息的发放提升put option value,降低call option value,因为股息的发放会降低标的价格。
BSM公式与期权的公允价值
对于一个delta对冲的组合,由一份long call option和
Δ
\Delta
Δ份 short stock构成,其价值为:
C
(
S
t
)
−
Δ
S
t
C(S_t)-\Delta S_t
C(St)−ΔSt
在t+1的时刻,投资组合的价值变化由期权和股票头寸的价值变化,以及为了构建这个组合而产生的融资成本构成。因此,在t+1时刻,组合的价值变化为:
(
C
(
S
t
+
1
)
−
Δ
S
t
+
1
)
−
(
C
(
S
t
)
−
Δ
S
t
)
−
r
(
C
(
S
t
)
−
Δ
S
t
)
=
(
C
(
S
t
+
1
)
−
C
(
S
t
)
)
−
(
Δ
S
t
+
1
−
Δ
S
t
)
−
r
(
C
(
S
t
)
−
Δ
S
t
)
(C(S_{t+1})-\Delta S_{t+1})-(C(S_t)-\Delta S_t)-r(C(S_t)-\Delta S_t)\\ =(C(S_{t+1})-C(S_t))-(\Delta S_{t+1}-\Delta S_t)-r(C(S_t)-\Delta S_t)
(C(St+1)−ΔSt+1)−(C(St)−ΔSt)−r(C(St)−ΔSt)=(C(St+1)−C(St))−(ΔSt+1−ΔSt)−r(C(St)−ΔSt)
最后一项是加入了融资成本的考量。买入option产生了负的现金流而卖出stock产生了正的现金流,因此对于组合的持有者来说,这一部分产生了
r
(
C
(
S
t
)
−
Δ
S
t
)
r(C(S_t)-\Delta S_t)
r(C(St)−ΔSt)的成本。由于间隔时间非常短,因此在接下来的推导中假设delta在t到t+1的时间变化内不发生改变。
Underlying price对option value的影响,在这里使用Taylor Expansion近似,同时,在其他条件不变时,时间会对期权价格产生影响,这部分的影响直接用
θ
\theta
θ表示。
Taylor Expansion
https://www.zhihu.com/question/25627482/answer/313088784
知乎:怎样更好地理解并记忆泰勒展开式?
泰勒展开使用多项式对复杂函数进行近似,即保证初始值一致、初始值处导数相同,二阶导数相同……在此思想上,选择原函数
f
(
x
)
f(x)
f(x)上的一点
0
,
f
(
0
)
0, f(0)
0,f(0),设近似曲线的解析式为
g
(
x
)
g(x)
g(x),则
g
(
x
)
g(x)
g(x)为一个n阶多项式,其形式为:
g
(
x
)
=
a
0
+
a
1
x
+
a
2
x
2
+
⋯
+
a
n
x
n
g(x)=a_0+a_1x+a_2x^2+\dots+a_nx^n
g(x)=a0+a1x+a2x2+⋯+anxn
由于初始点相同,即保证
f
(
0
)
=
g
(
0
)
=
a
0
f(0)=g(0)=a_0
f(0)=g(0)=a0,由于n阶导数相同,即保证
f
n
(
0
)
=
g
n
(
0
)
f^n(0)=g^n(0)
fn(0)=gn(0),对于多项式
g
(
x
)
g(x)
g(x),其n阶导数为
n
!
a
n
n!a_n
n!an,因此求出
a
n
=
f
n
(
0
)
n
!
a_n=\frac{f^n(0)}{n!}
an=n!fn(0),故:
g
(
x
)
=
g
(
0
)
+
f
1
(
0
)
1
!
x
+
f
2
(
0
)
2
!
x
2
+
⋯
+
f
n
(
0
)
n
!
x
n
g(x)=g(0)+\frac{f^1(0)}{1!}x+\frac{f^2(0)}{2!}x^2+\dots+\frac{f^n(0)}{n!}x^n
g(x)=g(0)+1!f1(0)x+2!f2(0)x2+⋯+n!fn(0)xn
在此基础上,将初始点从0推广至任意
x
0
x_0
x0即可得到:
f
(
x
)
≈
g
(
x
)
=
f
(
x
0
)
+
f
1
(
x
0
)
1
!
(
x
−
x
0
)
+
f
2
(
x
0
)
2
!
(
x
−
x
0
)
2
+
⋯
+
f
n
(
x
0
)
n
!
(
x
−
x
0
)
n
f(x)\approx g(x)=f(x_0)+\frac{f^1(x_0)}{1!}(x-x_0)+\frac{f^2(x_0)}{2!}(x-x_0)^2+\dots+\frac{f^n(x_0)}{n!}(x-x_0)^n
f(x)≈g(x)=f(x0)+1!f1(x0)(x−x0)+2!f2(x0)(x−x0)2+⋯+n!fn(x0)(x−x0)n
注意此处的约等于,只要n不是正无穷,则约等号必须保留,换句话说,泰勒公式可以写成:
f
(
x
)
=
g
(
x
)
=
∑
n
=
0
+
∞
f
n
(
x
0
)
n
!
(
x
−
x
0
)
n
f(x)=g(x)=\sum_{n=0}^{+\infty}\frac{f^n(x_0)}{n!}(x-x_0)^n
f(x)=g(x)=n=0∑+∞n!fn(x0)(x−x0)n
在此基础上,组合的价值推导如下,初始点选择为
S
t
S_t
St:
C
(
S
t
+
1
)
≈
C
(
S
t
)
+
∂
C
(
S
t
)
∂
S
t
(
S
t
+
1
−
S
t
)
+
1
2
∂
2
C
(
S
t
)
∂
S
t
2
(
S
t
+
1
−
S
t
)
2
+
θ
C(S_{t+1})\approx C(S_t)+\frac{\partial C(S_t)}{\partial S_t}(S_{t+1}-S_t)+\frac{1}{2}\frac{\partial^2C(S_t)}{\partial S_t^2}(S_{t+1}-S_t)^2+\theta
C(St+1)≈C(St)+∂St∂C(St)(St+1−St)+21∂St2∂2C(St)(St+1−St)2+θ
此外还有上文所说时间对期权价格的影响
θ
\theta
θ。在这里,underlying price对option value的影响使用的二阶导数,而时间对期权价格的影响仅使用了一阶导数。在第一章中,作者认为合约标的的价格变化是随机的,因此这是一种风险(risk),而时间的流逝是可预期的,因此这是一种成本(cost)
因此可以推出公式:
C
(
S
t
)
+
∂
C
(
S
t
)
∂
S
t
(
S
t
+
1
−
S
t
)
+
1
2
∂
2
C
(
S
t
)
∂
S
t
2
(
S
t
+
1
−
S
t
)
2
+
θ
−
C
(
S
t
)
−
Δ
(
S
t
+
1
−
S
t
)
−
r
(
C
(
S
t
)
−
Δ
S
t
)
=
1
2
(
S
t
+
1
−
S
t
)
2
Γ
+
θ
−
r
(
C
(
S
t
)
−
Δ
S
t
)
C(S_t)+\frac{\partial C(S_t)}{\partial S_t}(S_{t+1}-S_t)+\frac{1}{2}\frac{\partial^2C(S_t)}{\partial S_t^2}(S_{t+1}-S_t)^2+\theta-C(S_t)-\Delta(S_{t+1}-S_t)-r(C(S_t)-\Delta S_t)\\ =\frac{1}{2}(S_{t+1}-S_t)^2\Gamma+\theta-r(C(S_t)-\Delta S_t)
C(St)+∂St∂C(St)(St+1−St)+21∂St2∂2C(St)(St+1−St)2+θ−C(St)−Δ(St+1−St)−r(C(St)−ΔSt)=21(St+1−St)2Γ+θ−r(C(St)−ΔSt)
(显然,
∂
C
(
S
t
)
∂
S
t
=
Δ
,
∂
2
C
(
S
t
)
∂
S
t
2
=
Γ
\frac{\partial C(S_t)}{\partial S_t}=\Delta,\frac{\partial^2C(S_t)}{\partial S_t^2}=\Gamma
∂St∂C(St)=Δ,∂St2∂2C(St)=Γ)
因此,以上公式给出了当股票价格发生微小变化时,组合持有者所获得的利润。它由三部分组成:
- gamma效应。由于gamma为正,因此期权多头可以盈利,利润大致相当于股票价格变化的平方的一半。
- theta效应。由于theta为负,随着时间的流逝,期权多头会损失价值。
- 融资影响。
从平均上说:
(
S
t
+
1
−
S
t
)
2
≅
σ
2
S
2
(S_{t+1}-S_t)^2\cong\sigma^2S^2
(St+1−St)2≅σ2S2
其中
σ
\sigma
σ即underlying returns的standard derivation,也就是波动率volatility。因此,可以将公式改写为:
1
2
σ
2
S
2
Γ
+
θ
−
r
(
C
(
S
t
)
−
Δ
S
t
)
\frac{1}{2}\sigma^2S^2\Gamma+\theta-r(C(S_t)-\Delta S_t)
21σ2S2Γ+θ−r(C(St)−ΔSt)
假定组合无风险,则组合不能产生任何非正常收益,即收益为0,因此,期权的公允价格应该满足等式:
1
2
σ
2
S
2
Γ
+
θ
−
r
(
C
(
S
t
)
−
Δ
S
t
)
=
0
\frac{1}{2}\sigma^2S^2\Gamma+\theta-r(C(S_t)-\Delta S_t)=0
21σ2S2Γ+θ−r(C(St)−ΔSt)=0
在这个推导过程中,有三个隐含假设,即:
- 有可交易的标的且允许卖空存在,同时能以任何交易量交易且不产生任何费用
- 融资成本和投资成本相同且保持不变,均为r
- 标的价格变化连续且平滑,否则则出现不可导的点。这是一个强假设,在现实生活中,资产价格的连续性假设并不成立,因此方向依赖(directional dependence)现象会出现。
在上式中,资产的价格变化没有体现,但是资产价格变化的平方通过波动率项反映在公式中。因此,一个持有delta对冲组合的交易员能否获利的关键就在于合约标的价格的变化幅度。无论资产收益率是否服从正态分布,只要资产收益率有一个有限的方差,这个结论就会成立。
一旦期权和标的合约都在市场上进行公开交易,那么收益将与隐含波动率和已实现波动率的差成比例,即收益部分在于:
1
2
(
σ
r
e
a
l
2
−
σ
i
m
p
l
i
e
d
2
)
S
2
Γ
\frac{1}{2}(\sigma_{real}^2-\sigma_{implied}^2)S^2\Gamma
21(σreal2−σimplied2)S2Γ
又因为vega体现了期权价值对合约标的价格波动率的敏感程度,即隐含波动率每变化一个百分点,期权价值相应的变化,因此,收益也可以表示为:
v
e
g
a
(
σ
r
e
a
l
−
σ
i
m
p
l
i
e
d
)
vega(\sigma_{real}-\sigma_{implied})
vega(σreal−σimplied)
以上两式可以得到gamma和vega之间的关系为
v
e
g
a
=
σ
T
S
2
Γ
vega=\sigma TS^2\Gamma
vega=σTS2Γ,但是这个关系对于交易并没有太大的帮助。
书中不加证明的给出了vega和gamma之间的关系,找到的相关reference为:
http://www.fabiomercurio.it/VegaGammaRelationship.pdf
关于波动率变化带来的收益
v
e
g
a
(
σ
r
e
a
l
−
σ
i
m
p
l
i
e
d
)
vega(\sigma_{real}-\sigma_{implied})
vega(σreal−σimplied),也可以用以下推导得出:
假设现在持有一份根据隐含波动率
σ
i
m
p
l
i
e
d
2
\sigma_{implied}^2
σimplied2进行初始定价的看涨期权
C
(
σ
i
m
p
l
i
e
d
2
)
C(\sigma_{implied}^2)
C(σimplied2),当波动率由
σ
i
m
p
l
i
e
d
2
\sigma_{implied}^2
σimplied2变化至
σ
2
\sigma^2
σ2时,期权价格变化,产生了收益。定义
δ
=
σ
2
−
σ
i
m
p
l
i
e
d
2
\delta=\sigma^2-\sigma_{implied}^2
δ=σ2−σimplied2,可以得知新期权的价格:
C
(
σ
2
)
=
C
(
σ
i
m
p
l
i
e
d
2
+
δ
)
=
C
(
σ
i
m
p
l
i
e
d
2
)
+
δ
∂
C
∂
(
σ
2
)
C(\sigma^2)=C(\sigma_{implied}^2+\delta)=C(\sigma_{implied}^2)+\delta\frac{\partial C}{\partial(\sigma^2)}
C(σ2)=C(σimplied2+δ)=C(σimplied2)+δ∂(σ2)∂C
δ
\delta
δ是一个增加量,那么加上
δ
\delta
δ后的call value相当于在原call value的基础上加上
δ
\delta
δ倍方差的一阶导。
最后一项中:
∂
C
∂
(
σ
2
)
=
∂
C
∂
σ
∂
σ
∂
(
σ
2
)
=
v
e
g
a
×
1
2
σ
\frac{\partial C}{\partial(\sigma^2)}=\frac{\partial C}{\partial\sigma}\frac{\partial\sigma}{\partial(\sigma^2)}=vega\times\frac{1}{2\sigma}
∂(σ2)∂C=∂σ∂C∂(σ2)∂σ=vega×2σ1
因此,损益项(PNL)
δ
∂
C
∂
(
σ
2
)
\delta\frac{\partial C}{\partial(\sigma^2)}
δ∂(σ2)∂C可以变为:
δ
×
v
e
g
a
×
1
2
σ
=
(
σ
2
−
σ
i
m
p
l
i
e
d
2
)
×
v
e
g
a
×
1
2
σ
=
σ
+
σ
i
m
p
l
l
i
e
d
2
σ
×
v
e
g
a
×
(
σ
−
σ
i
m
p
l
l
i
e
d
)
≈
v
e
g
a
(
σ
−
σ
i
m
p
l
l
i
e
d
)
\delta\times vega\times\frac{1}{2\sigma}=(\sigma^2-\sigma_{implied}^2)\times vega\times\frac{1}{2\sigma}\\ =\frac{\sigma+\sigma_{impllied}}{2\sigma}\times vega\times(\sigma-\sigma_{impllied})\\ \approx vega(\sigma-\sigma_{impllied})
δ×vega×2σ1=(σ2−σimplied2)×vega×2σ1=2σσ+σimpllied×vega×(σ−σimpllied)≈vega(σ−σimpllied)
在假定波动率变化很小的条件下,最后一个约等于成立。根据这个公式,可以简化地认为,损益与波动率成线性关系。
模型假设
在这样一个简化的模型中,模型使用者需要对模型采用的假设有比较明确的认识,这样才能在实际应用中理解模型的利弊和适用范围。
标的合约可交易
尽管大部分时候人们关注的是股票和期货标的,这些标的通常是有很好的流动性的,但是对于新建立的标的或者标的流动性出现匮乏的时候,这个模型的适用性就会大大降低。
标的不支付股息或储存费用
一旦支付股息 q q q,则无风险利率 r r r就应该用 r − q r-q r−q来替代,同样,如果产生仓储费用 q ∗ q^* q∗,则利率应该用 r + q ∗ r+q^* r+q∗替换。
标的可做空
对于期货来说没有问题,但是面对股票则不一定可行。即使可以做空股票,那么一般也需要支付一定的费用来借入股票。这部分费用可以通过假设一个虚拟的股息来实现。
利率单一且不变
利率是存在bid-ask spread的,同时利率本身也会有波动。但是相比其他风险,利率变化带来的rho是不显著的。
不存在税收
一旦发生支付股息的情况,则通常需要考虑税收问题。交易员需要记住应基于期权对其自身的价值来对期权定价,而不是考虑期权对投资者所产生的价值。
可以交易任何数量的合约标的,且交易不产生费用
交易量不可能超过市场容量,同时交易股数也不可能拆分至无限小。因此,当手续费、清算费或买卖价差导致小额交易或连续对冲不经济时,模型需要修正。
波动率为常数
在推导中,假设了波动率是一个常数,而不是一个关于时间或标的价格的函数,但是这并不符合实际。相反,还会有积极交易波动率这些变化的交易行为。
收益率服从正态分布/价格服从对数正态分布
根据实证研究,这种假设是不成立的,而且会产生波动率微笑,它表面隐含波动率是行权价的函数。因此,需要有额外的方法对隐含的偏度和峰度进行度量。
此外还假设了标的价格的变化是连续的,然而,大幅跳空是常见的现象。这些价格跳跃是无法对冲的,复制策略也会彻底失效。因此需要学会使用其他期权来对冲这部分风险。