本报告基于相关性网络构建市场择时模型,利用上证50指数成分股相关性变化衡量系统性风险,应用于期权策略的择时研究。通过检验纯卖方、纯买方和垂直价差组合三种期权策略,发现纯卖方策略表现最佳,累计收益率达52.6%,年化收益16.3%,夏普比率1.38,最大回撤9.8%。相关性指标能较好反映市场风险状态,为期权卖方策略择时提供有效参考。
| 性能指标 | 相关性网络择时策略(样本内) | 上证50指数(样本内) | 相关性网络择时策略(样本外) | 上证50指数(样本外) |
|---|---|---|---|---|
| 净值 | 8.77 | 2.17 | 3.26 | 1.47 |
| 最大回撤 | 40.0% | 73.0% | 23.3% | 45.2% |
| 年化收益率 | 33.5% | - | 26.2% | - |
| 年化波动率 | 33.0% | - | 39.7% | - |
| 胜率 | 68.8% | - | 100.0% | - |
| 指标 | 平值期权 | 价外一档 | 价内一档 |
|---|---|---|---|
| 收益率 | 52.6% | 38.4% | 68.0% |
| 年化收益率 | 16.3% | 11.9% | 21.1% |
| 年化波动率 | 9.7% | 7.5% | 12.0% |
| 夏普比率 | 1.38 | 1.19 | 1.51 |
| 最大回撤 | -9.8% | -7.5% | -11.5% |
| 胜率 | 69.4% | 79.6% | 65.3% |
| 盈亏比 | 1.33 | 0.86 | 1.46 |
报告标题:基于相关性网络择时的期权策略研究――期权策略专题报告之五
分析师:祝涛
发布机构:渤海证券研究所
发布日期:2018年7月12日
主题:本报告聚焦于基于相关性网络的市场择时模型,特别检验该择时模型在期权策略中的具体应用效果,覆盖纯卖方策略、纯买方策略及垂直价差组合策略。
核心观点总结:
关键论点:
相关性网络基于成分股间相关系数矩阵构建,反映市场内部的系统性风险。市场上涨时热点轮番出现、股票表现分化,相关性网络较为稀疏,风险较低;市场下跌或剧烈波动时期,股票高度同动,网络密集度上升,风险加剧,从而提供风险测度。利用相关性网络的连线密度(连线数占最大可能连线数比例negratio)构建择时指标,当指标超过阈值为“危险状态”信号,低于阈值为“安全状态”信号,辅助市场方向判断。
论据与数据:
关键数据点与绩效:
表1及表2显示该模型在样本内(2006-2013年)累积收益773%,年化收益33.5%;样本外(2013-2018年)表现依然稳健,年化26.2%;全样本年化29.4%,相对基准上证50指数大幅超额收益(累计仅243.59%),最大回撤40%远低于指数73%;夏普比率及胜率表现优异。
趋势与结论:
该模型有效捕捉市场风险状态转换,择时效果稳定,且参数稳健性良好(图4显示年化收益率对阈值参数小范围变化具鲁棒性)。该择时模型定位为中长期持有策略,胜率较高但持仓期较长,适合抱团策略的风险控制。
,4,5,6]
报告选择3类期权策略进行检验:纯卖方、纯买方和垂直价差组合策略。每个择时信号对应的期权策略选择如下(表3):
| 择时信号 | 纯卖方策略 | 纯买方策略 | 垂直价差组合策略 |
|---|---|---|---|
| 看涨 | 卖空认沽期权 | 买入认购期权 | 牛市价差组合 |
| 看跌 | 卖空认购期权 | 买入认沽期权 | 熊市价差组合 |
2.1 纯卖方策略
2.2 纯买方策略
2.3 垂直价差组合策略
图1(相关性网络示例):通过点和连线展示上证50成分股基于20日相关系数超过0.75的连接状态。密集子网络与孤立点并存,展示不同股票间的相关性差异。说明相关性网络结构的动态复杂性。
图2(相关性指标与指数走势对比):蓝色柱状为相关性指标negratio,红线为上证50指数。可见市场大跌区间(2008年、2015年)相关性指标急剧上升,表明风险积聚,指标低位多伴随市场上涨周期。红圈突出两次重大风险事件。为择时信号提供了量化基础。
图3(择时策略净值):对数坐标净值表现平稳上升,特别是在多个风险爆发点之前减少持仓暴露,显示择时有效控制风险的能力。
图4(参数敏感性):3D图显示年化收益率随high和low阈值调整的变化,收益率峰值附近区域较为平坦,表明策略对阈值参数的敏感度有限,增强策略的鲁棒性。
图5(纯卖方策略市值表现):曲线分别为平值、价外和价内一档合约策略市值。整体呈稳健上升趋势,价内一档收益最高但波动也最大,价外一档波动最小但收益略低,投资者可根据风险偏好调整。
图6(纯买方策略市值表现):波动剧烈,净值多次回撤,整体趋势不甚明朗,验证该策略风险较大,难以实现有效收益。
图7(垂直价差组合市值表现):走势较为平稳,且幅度相对有限,说明策略有效降低波动,但收益受限。
各图表数据均来源Wind及渤海证券研究所,结合文本内容,支持择时策略在期权卖方应用上的优势,揭示买方及价差组合的局限性。,4,5,6,8,9,10]
本报告核心不涉及传统估值方法,如DCF、市盈率等,而是构建市场风险测度及交易信号指标,属于量化择时模型的范畴。相关性指标阈值确定通过历史数据寻优实现,策略绩效通过风险收益指标(如净值、最大回撤、夏普比率等)衡量,称得上是一种基于风险网络结构的择时与交易策略研究。报告所用的参数灵敏度检测加强了模型的有效性。,6]
本报告系统介绍并验证了基于相关性网络构建的市场择时模型,并对其在期权策略上的应用进行了详尽的实证分析。利用成分股间的高相关性作为系统性风险升高信号,构建了简洁而有效的择时指标,使投资者能合理规避市场高风险时段。
通过对50ETF期权市场数据的深入测试,纯卖方策略特别是卖空平值期权表现优异,凭借52.6%的总收益率、16.3%的年化回报率及1.38的夏普率,兼顾收益与风险控制,展现出该择时策略对期权卖方应用的适用性和稳定性。相比之下,买方策略由于回撤大和胜率较低表现不佳,垂直价差组合虽缩减了风险,但收益不足,不推荐结合此择时模型使用。
整体而言,相关性网络择时模型为市场风险管理提供了一种新颖思路,利用大盘指数成分股间的内在统计关系捕捉系统性风险动态,为期权卖方策略提供了有力辅助,提升了期权投资绩效。然而,模型参数需谨慎调试,风险管理尤其止损设计应被强化,未来也需扩展更多模型和策略组合加以检验。另外,报告警示了该模型存在未来失效的风险,提示投资者需持续关注模型表现。
综上,该报告为基于系统性风险测度的期权策略研究提供了科学依据和实践示范,推荐作为期权卖方交易者及风险管理者重要参考资料。
,3,7,11]
本分析基于2018年7月12日渤海证券祝涛分析师撰写的《基于相关性网络择时的期权策略研究――期权策略专题报告之五》,含所有披露数据和图表信息,数据来源Wind及研究所统计。未经授权禁止转载。
期权策略专题报告之五:基于相关性网络择时的期权策略研究.pdf