基于期权数据构建了市场预期震荡指标VI,结合其与指数走势的负相关性,设计了基于VI的择时交易策略。2016年至2021年回测显示,90%分位数阈值下策略年化收益12.44%,最大回撤8.56%,明显优于同期上证综指表现。策略交易频率低,能有效捕捉主要上涨趋势,增强投资组合收益风险特征。
报告标题: 市场震荡与投资时机探索
作者及联系方式: 邱冠华,执业证书编号 S1230520010003,联系电话 021-80106037,邮箱 qiuguanhua@stocke.com.cn
发布机构: 浙商证券研究所
报告日期: 2021年6月18日
研究主题: 利用期权隐含波动率数据计算的市场预期震荡指标(VI),探讨其与股指走势的相关性,及基于该指标构建市场择时策略的回测效果。
核心论点及结论概要:
报告基于期权市场数据提出并计算了中国市场的波动率指数“CVI”,研究其与主流股指的关系,并设计出基于VI及其变化率(ΔVI)与指数价格的择时策略。回测数据显示,2016年2月至2021年5月间,采用VI择时策略能够实现年化收益率12.44%,最大回撤仅8.56%,远优于同期沪深300指数年化3.29%、最大回撤53.91%。策略拥有低交易频率,且表现稳健,能够捕捉主要上涨趋势。报告强调策略基于历史数据,有一定的假设风险,不构成对未来预测保证。
核心内容:
市场震荡通常以历史波动率衡量,但历史波动率存在滞后性,无法实时反映市场对未来波动的预期。基于期权隐含波动率计算的波动率指数(VI)能更准确反映市场预期的震荡水平。
2003年以前,VI指数通过多个平值期权隐含波动率插值计算,依赖BS模型,存在模型风险。2003年CBOE和高盛改革VI计算,通过直接利用期权价格避免模型风险,推出新版VI计算公式:
[ \sigma^{2} = \frac{2}{T} \sum_i \frac{\Delta K_i}{K_i^2} e^{rT} Q(K_i) - \frac{1}{T} \left[\frac{F}{K_0} - 1\right]^2 ]
公式中包含对各执行价期权隐含波动率的加权求和,结合无风险利率和远期价格F,利用两期权到期日数据插值获得未来波动预期。此计算方法提高了准确性和实时反映市场预期的能力。
文献回顾:
多位学者(Copeland系列)研究表明,VI变动ΔVI是有效的市场动态指标,与股票收益率呈显著负相关,且在高VI波动率阶段负相关更甚。ΔVI还能用来预警公司破产风险及行业轮动。
中国CVI指标简介:
中国股指期权市场中,上证50ETF期权较早上市并数据较长,报告采用其期权数据基于CBOE白皮书算法计算中国版本VI,即CVI指标。
美国市场表现:
报告选用标普500月度收盘价(1993-2021年)对比VI指标。重大股灾及事件中,如2000年科网泡沫、2008年金融危机、2020年疫情熔断,标普500连续重挫,VI指标显著升至历史高点,如2008年超过60,2020年3月约57。反映股市下跌预期剧烈,投资者恐慌提升,波动加剧。
中国市场表现:
以上证综指日度数据(2015-2021)与CVI50对比,2015年股灾期间上证综指跌超45%,CVI50最高达约60。2018年贸易摩擦导致指数跌30%,同期CVI50触及36。升高的CVI预示震荡加剧和价格回撤风险,而上涨阶段CVI维持较低,2017年5月创历史低点8.71。整体呈现与美国市场类似的VI与指数负相关特征。
相关性分析与因子模型:
策略构造原则:
基于剔除简单价格覆盖的经验,结合VI及ΔVI的统计关联,设定买卖阈值:
买入条件:
卖出条件:
策略以过去250交易日为窗口动态计算分位数,每年平均调仓约9次,属于低频交易策略,能抓住重要波动阶段。
回测结果:
交易信号详解:
交易时点准确,卖出信号多出现在价格高点,买入信号多对应底部阶段,充分体现择时逻辑的有效性和风险保护功能。80%阈值卖出买入更频繁,但更容易受加仓时间点混乱影响,整体收益和90%阈值策略相比略逊一筹。
为验证策略中价格因素作用,报告单独构建低买高卖策略(根据历史价格低于20%买入,高于90%卖出),且同样回测区间和标准。结果为:
在现实基金管理中存在最低持仓比例限制,报告模拟不同持仓下限制卖出规模的效果:
图1(标普500与VI月收盘价趋势图):
明显看到标普指数大跌期间,VI指标飙升数倍,最高超过60点,显示投资者恐慌及未来波动大幅增加预期。股市上涨则对应较低VI水平。该图直观反映了VI与市场风险的动态联动性。
图2(CVI50与上证综指日收盘价):
中国A股2015年股灾、2018年贸易战等多次大跌,CVI50指标同步达到峰值,且在上涨期处于低位,验证了CVI作为中国市场未来波动预期指标的有效性。双线运动呈现明显负相关趋势。
图3(择时策略交易信号逻辑框图):
清晰梳理了基于VI、ΔVI与收盘价分位数的买卖信号触发规则,逻辑严密且层层筛选,体现了策略设计的风险控制和趋势捕捉双重目标。
图4~6(不同阈值下策略年化收益率、最大回撤、夏普比率及索提诺比率对比柱状图):
随阈值升高,年化收益率显著提升,最大回撤大幅下降至不到10%,夏普及索提诺比率飙升,表现更优。指标验证了高分位数阈值设定更适合此策略。~9]
图7(择时策略累计收益与基准差额):
策略收益曲线呈阶梯状跳升,与基准明显分离,展示长期稳健收益积累过程。期间保持空仓减少震荡期损失,表明策略成功回避部分风险。
图8~9(择时策略买卖信号点位示意):
信号点准确,卖出多见于上升终点,买入多发生在底部,尤其90%阈值下信号更为精准,80%阈值下买卖频繁增加,但在底部加仓能力有所增强。~11]
图10~11(低买高卖策略累计收益与买卖信号):
策略表现逊色,收益曲线多处低于基准,交易信号繁杂且延迟,反映简单价格规则的局限,提高了交易成本和错过最佳获利时机。
图12(不同最低持仓比例下策略收益风险变化):
低持仓限制使年化收益率提升,波动率降低,表明操作灵活性显著影响策略表现,但即使限制较高,策略仍优于不择时基准。该图表达了策略实操调整的弹性。
图13(最低持仓90%限制下买卖信号示意):
相较无仓位限制,卖出更多且频率更高,部分获利能力被噪音限制,但整体波动更小,显示限制下策略的利弊权衡。
报告指出:
报告未具体提出风险缓释策略,强调需要警惕历史规律失灵的风险。
这些细节提示策略的有效实施需要结合市场实际监管、资金流动性及投资者行为等多重因素判断,避免过分依赖历史统计模型。
本报告系统研究了基于期权隐含波动率计算的VI/CVI指标,探讨其与股票指数走势及收益率的负相关关系,并从数据相关性、线性回归及实证回测层面充分验证了其作为市场波动预警与择时指标的有效性。
通过设计包含VI、ΔVI及指数价格分位数的动态择时策略,回测表现出色:年化收益达12.44%,最大回撤仅8.56%,远超不做择时的基准指数表现。策略具有合理频率控制,能有效规避震荡和下跌期风险,捕获主要上涨趋势。相比简单价格择时,利用期权隐含波动率信息的策略显著获益,展现了波动率指标在中国股市的实际价值。
此外,考虑最低持仓限制的论文部分显示,策略在实操约束下依然优异,但收益与风险存在一定权衡,提示投资决策需综合内部管理规则调整策略参数。报告的风险提示明确,强调模型依赖历史数据存在的固有风险。
报告中的全部图表系统佐证VI指标与市场震荡的紧密联系,特别是中、美两大市场数据的并列展示,增强了结论的广泛性和适用性。
总体来说,本报告为投资者提供了一个结合波动率市场预期的科学择时参考框架。其策略提出了实证有效的实施路径和参数建议,具备一定的现实推广价值。投资者在应用时需结合自身风险偏好及操作环境,关注市场结构变化带来的策略适应性调整。
报告引用多篇经典金融期权及资产定价文献,注重国内外市场数据对比,同时公开披露风险、版权及法律声明,保证信息披露的合规性和研究的严谨性。
此文为基金经理、量化分析师和专业投资者提供了有价值的择时模型及实证支持,值得深入研读与应用探索。
(全文引用信息详见对应页码)
金融工程深度:市场震荡与投资时机探索.pdf