中信期货研究报告解析——《波动率专题系列(一)隐含波动率与历史波动率》详尽分析
一、元数据与报告概览
- 报告标题:《中信期货研究|权益策略专题报告(期权)波动率专题系列(一)隐含波动率与历史波动率》
- 作者及研究团队:姜沁、康遵禹,中信期货商益品指数策略团队
- 发布机构:中信期货有限公司
- 发布时点:未标注确切日期,但回溯数据涵盖2015年至2021年底,说明2021年末或2022年初编写完成
- 主题内容:报告围绕期权波动率展开,深度剖析了隐含波动率(IV)与历史波动率(HV)的计算方法、统计相关性、波动率风险溢价的形成与动态特征,并最终基于此提出并实证了多种期权交易策略。
核心论点与评级
- 历史波动率与隐含波动率高度相关,历史波动率可以显著预测隐含波动率的变动。
- 波动率风险溢价(隐含波动率与历史波动率之差)具时变特征,且中枢较为稳定。
- 基于历史波动率和波动率风险溢价的期权卖出(卖空波动率)策略显示了良好的风险调整后收益表现。
- 报告对多种策略进行了对比和优化,支持波动率风险溢价及历史波动率的择时指导。
- 无明确评级,但策略运行评价积极,尤其历史波动率择时策略表现优异。
二、章节逐步深度解读
1. 波动率风险溢价的定义与形成机制(摘要部分)
- 波动率风险溢价指的是风险中性测度下的波动率(即隐含波动率)与现实测度下的已实现历史波动率之差。
- 其形成原因在于:
- 市场对未来价格波动风险的补偿需求。
- 投资者出于风险厌恶对期权避险需求旺盛,导致隐含波动率溢价出现。
- 时变性表现为风险溢价在不同行情阶段有差异,隐含波动率与历史波动率间的动态关系也呈非线性特征,风险溢价整体围绕长期均值运行,但不同阶段波动与趋势形态不同。
2. 隐含波动率与历史波动率的计算方法
- 历史波动率(HV)
计算过程:基于历史标的每日收益率的标准差,乘以250年化;主要关注30天周期,兼顾数据样本长度与新旧数据权衡。选取上证50ETF期权为样本。
- 隐含波动率(IV)
利用期权市场价格反推出的未来预期波动率,主要采用VIX样式的加权方法(时间加权、成交量加权、vega加权等)。IV是市场共识的未来波动率预期。
- 预测方法区分
HV采用统计和经济计量模型(如GARCH(1,1)),IV基于市场交易价格直接反推,分别代表历史规律与市场预期。各自有利弊:HV可能过拟合历史,IV受市场理性及模型误差制约。
3. 隐含波动率与历史波动率的相关性及行为特征
- 两者基本线性相关,50ETF 期权相关系数0.8285,但统计显著性一般。
- 通过格兰杰因果检验,HV变动对IV变动具有预测力,尤其在波动率下跌周期更为显著。
- 细分统计显示:
- 在HV下跌时,IV同方向下跌的概率更高(最高达66.59%)
- HV上涨时,IV同步上涨概率较低(单日最高约60%)
- 考虑不同时间窗(日、5日、10日),相同结论适用
- IV有急涨缓跌特征,隐含波动率下行滞后于历史波动率,反映市场情绪的延续性及投资者预期提前性。
4. 波动率风险溢价的动态变化及阶段特征
- 风险溢价长期保持正值,隐含波动率通常高于历史波动率,主要受市场风险预期和风险厌恶驱动。
- 不同阶段波动特点:
- 平稳阶段:风险溢价稳定,二者走势大致同步但不完全一致。
- 上涨阶段:"W"型或倒"V"型波动,初期隐含波动率领先上涨,随后回落导致风险溢价波动放大。
- 下跌阶段:恐慌情绪引发隐含波动率迅速拉升,风险溢价短暂跳升。
- 分位锥分析揭示风险溢价稳定性依赖于波动率状态:隐含波动率下行时风险溢价趋于稳定收敛,上行时波动溢价发散扩大。
三、核心图表解读
图表1:历史波动率变动对隐含波动率的影响(2015.2-2021.12)
| 历史波动率 | 出现次数 | 隐波上涨次数 | 隐波下跌次数 | 占比 |
|---|
| 单日涨幅超1% | 413 | 224 | - | 54.24% |
| 五日涨幅超1% | 709 | 390 | - | 55.01% |
| 十日涨幅超1% | 728 | 437 | - | 60.03% |
| 单日跌幅超1% | 448 | - | 248 | 55.36% |
| 五日跌幅超1% | 745 | - | 464 | 62.28% |
| 十日跌幅超1% | 817 | - | 544 | 66.59% |
解读:当历史波动率下跌时,隐含波动率同方向变化(下跌)概率显著较高;与历史波动率上涨时隐含波动率同步上涨相比,概率更高。说明IV对HV下跌信号更为响应。支持了HV作为预测IV的有效率。
图表2:隐含波动率与历史波动率走势(2015.4-2021.12)
- 红线为IV,黑线为HV。
- 观察到IV整体高于HV,符合正风险溢价现象。
- 波动阶段表现为IV领先走势、HV延迟跟进。
- 多个明显周期(2016-2021)显示两者之间的关系及滞后型互动。
图表3:隐含波动率、历史波动率和波动率风险溢价走势
- 以灰色阴影表示风险溢价,红线为50ETF收盘价。
- 在市场极端下跌(如2020年3月疫情冲击)风险溢价攀升。
- 风险溢价波动反映市场风险情绪涨落及期权需求波动。
图表4-5:特定上涨和下跌阶段的风险溢价示意
- 上涨阶段(2020.4-2020.8)风险溢价呈先升后降的"倒V"走势。
- 下跌阶段(2020.3-2020.4)风险溢价快速攀升反映恐慌。
图表6-7:风险溢价长期走势与分位锥
- 图6显示风险溢价波动围绕长期均值5波动。
- 图7分位锥显示风险溢价下行阶段趋于收敛,上行阶段发散显著。
图表8:历史波动率择时做空波动率策略净值曲线
- 2016-2021年显示稳步上升的净值,表明策略回报持续增长。
图表9:风险溢价择时做空波动率策略净值曲线
图表10:引入弹性调整的风险溢价择时策略净值曲线
- 相较图9,曲线更平滑,回撤明显降低,但收益率有所牺牲。
图表11:三种策略与基准收益风险比较
| 策略 | 年化收益率 | 最大回撤 | Calmar比率 |
|---|
| 历史波动率择时 | 7.55% | 4.21% | 1.79 |
| 风险溢价择时 | 6.31% | 13.81% | 0.46 |
| 风险溢价择时(加弹性调整) | 4.67% | 3.58% | 1.30 |
| 50ETF标的 | 6.63% | 7.75% | 0.86 |
- 历史波动率择时策略收益最高且风险调整后最优(最高Calmar)。
- 原始风险溢价策略收益次之,波动大,回撤高。
- 弹性调整后风险溢价策略风险显著降低,收益相应回落,整体风控改善。
四、估值与交易策略分析
策略设计与实现
-
基于历史波动率的做空波动率策略
利用HV领先于IV的特性,当30天HV的5日均线跌破10日均线确认波动率下行时,隔日卖出平值看涨期权和平值看跌期权(跨式组合),在当日收盘平仓。该日内策略避免了持仓带来的delta风险。采用30天HV和技术均线交叉进行择时信号触发,回测期6年,交易费用按8元计。
- 风险点:隔夜IV变动引发的vega风险;标的极端波动引发的负Gamma风险。
- 优化空间:降低信号频率,延长持仓周期以减少频繁交易成本。
-
基于风险溢价的做空策略
当风险溢价(IV-HV)高于近30天风险溢价90%分位数,即进入极端高估区域,触发卖空跨式期权策略,7日后平仓。
- 风险点:高风险溢价时市场波动同步走高,且HV快速上涨导致风险溢价回落可能迟钝,导致潜在亏损。
-
弹性调整优化策略
引入IV相对HV的5日变化弹性指标E,当E大于1(IV变动率快于HV)且风险溢价高时,才触发卖空策略。此举规避了HV快速上升导致风险溢价被低估的风险。
- 牺牲部分交易信号与绝对收益,但显著降低最大回撤,提高风险调整收益比(Calmar从0.46提升至1.3)。
策略绩效对比
- 历史波动率择时策略表现卓越,年化7.55%收益,最大回撤仅4.21%,Calmar 1.79,风险收益均优于50ETF标的本身。
- 直接基于风险溢价的策略回撤较大,风险控制较弱。
- 弹性调整后风险溢价策略则更稳健,适合风险偏好中低的投资者。
五、风险因素评估
- 隐含波动率跳空风险:突发事件导致期权隐含波动率快速跳涨,策略可能遭受快速亏损。
- 流动性风险:尤其期权市场流动性不足时,卖空策略可能面临滑点扩大、无法及时平仓的风险。
- 策略频率与交易成本:高频信号策略成本较高,手续费侵蚀,且隔夜风险较大。
- 模型假设限制:HV与IV的关系受市场情绪、结构性变化影响,当行情极端时,过去的统计关系可能失效。
六、审慎视角与报告细节考察
- 报告虽强调HV预测IV,但相关性和统计显著性有限,需警惕过分依赖历史波动率信号导致的模型风险。
- 卖空波动率策略天然承载Gamma风险,尤其极端市场环境下风险暴露巨大,报告指出但略显轻描淡写。
- 风险溢价策略回撤大说明市场风险偏好变化及突发事件对策略影响显著,需实际操作中保持强风险管理。
- 弹性调整策略是对原本逻辑的有效补充,但牺牲了绝大部分盈利信号,反映出风险收益权衡的内在张力。
- 样本选取仅限于上证50ETF期权,时间跨度虽长但仍受市场结构和监管变化制约,跨资产或国际市场推广需谨慎。
七、综合结论
本报告系统梳理并实证了隐含波动率与历史波动率的相互关系和动态特征,特别强调波动率风险溢价的时变特性和稳定中枢现象。通过严谨的统计检验和案例分析,揭示波动率风险溢价的形成机制及其市场表现方式。
报告基于此理论框架,构建了三种不同的期权卖空策略:
-
历史波动率择时做空策略:依托历史波动率的领先指标特性,在波动率下行时卖出跨式期权,回测表现最佳。该策略适合寻求较高收益且愿意接受适度风险的投资者。
-
风险溢价阈值择时做空策略:依据风险溢价超高阈值进入市场,但面对突发波动时风险敞口大,收益与风险兼备,但不稳定。
-
弹性调整风险溢价择时策略:加入IV与HV变动弹性判定,规避波动率同步大幅上涨风险,收敛了最大回撤,适合风险偏好较低者。
从图表11可以看出,第一种基于历史波动率的策略不仅收益领先,且风险调整后表现出较好的稳定性和抗跌性(最高Calmar比率1.79),优于市场基准50ETF本身。第三种策略虽然收益有所折损,但回撤和风险控制明显改善,体现了风险调整的必要性。
各图表清晰直观呈现了波动率、风险溢价的动态特征,以及策略净值走势与风险表现,强化了本文从理论到实证再到应用的完整逻辑链条。这不仅为期权资金管理与风险控制提供了有力支撑,也为投资者在复杂波动行情下设计量化期权策略提供了务实参考。
参考文献溯源
- 报告核心内容与摘要数据
- 计算方法与理论背景
- 统计相关性及数据表格分析
- 波动率风险溢价动态与示例图
- 策略设计与回测表现详述
- 策略对比及风险提示
- 免责声明及合规文本
总结:本报告通过丰富的数据实证、科学的统计方法和逻辑严密的策略构建,展示了隐含波动率与历史波动率的互动及其应用价值。针对波动率风险溢价的时变性质,合理设计卖空期权的策略显著提升了风险调整后收益,尤其是基于历史波动率信号的择时策略具备强劲表现,对期权交易者及风险管理有高度参考价值。