4、Gamma敏感度分析：曲率风险、Gamma Scalping策略、风险管理

Gamma，说白了就是Delta的变化率。

我刚开始做期权交易那会儿，总觉得Delta够用了。直到有一次，市场突然大幅波动，我的Delta对冲瞬间失效，账户回撤让我记忆犹新。嗯，从那以后，我再也不敢忽视Gamma了。

4.1 什么是Gamma？曲率风险的来源

Gamma衡量的是标的资产价格变动一个单位时，Delta的变化量。数学上，它是期权价格对标的资产价格的二阶导数。

你想想看，Delta是一阶风险，Gamma就是二阶风险。一阶风险是线性变化，二阶风险是曲率变化。说白了，Gamma就是告诉你：你的对冲策略在价格大幅波动时，到底靠不靠谱。

我在项目中遇到过这样一个案例：某机构持有大量平值期权，Delta对冲做得非常精细。结果某天突发新闻，标的资产跳空低开3%。Delta对冲完全失效，因为Delta本身已经变了。这就是曲率风险的典型表现。

4.2 Gamma的特性与规律

Gamma有几个关键特性，我建议你牢牢记住：

• 平值期权Gamma最大：平值附近，Delta变化最剧烈。虚值和实值期权的Gamma相对较小。
• 短期期权Gamma更高：临近到期，平值期权的Gamma会急剧上升。我记得有一次做末日轮策略，Gamma高得吓人，一天之内Delta能翻好几倍。
• 买方Gamma为正，卖方Gamma为负：期权多头是正Gamma，空头是负Gamma。正Gamma意味着Delta随价格上涨而增加，下跌而减少——这是有利的。负Gamma则相反。

期权状态	Gamma值	Delta变化特征
深度实值	接近0	Delta接近1或-1，几乎不变
平值	最大	Delta变化最敏感
深度虚值	接近0	Delta接近0，几乎不变

4.3 Gamma Scalping策略：利用曲率赚钱

Gamma Scalping，说白了就是利用正Gamma的特性，通过频繁调整Delta对冲来获利。

策略逻辑是这样的：

1. 买入期权（获得正Gamma）
2. 同时对冲Delta风险（做空Delta）
3. 当标的资产价格波动时，Delta发生变化
4. 重新调整Delta对冲，锁定波动带来的收益

为什么会这样？因为正Gamma让你在价格上涨时Delta变大，价格下跌时Delta变小。你想想看，这意味着你在上涨时做多更多，下跌时做空更多——这不就是低买高卖吗？

我曾经在某个波动率极低的时期，用ATM期权做Gamma Scalping。每天调仓2-3次，一个月下来，仅仅通过波动就获得了不错的收益。当然，前提是市场确实有足够的波动。

4.4 Gamma风险管理：如何控制曲率风险

负Gamma是很多机构爆仓的根源。我记得2018年某次波动率飙升，不少卖出期权的机构因为负Gamma导致Delta对冲失效，损失惨重。

控制Gamma风险，我建议从以下几个方面入手：

• 设置Gamma限额：根据账户规模和风险偏好，设定最大可承受的Gamma敞口。比如，我通常将Gamma限额控制在总资产的2%以内。
• 动态监控Gamma暴露：使用实时风险系统监控Gamma变化。特别是临近到期时，平值期权的Gamma会急剧上升。
• 使用组合对冲：通过不同行权价、不同到期日的期权组合，来管理Gamma分布。比如，用日历价差来降低短期Gamma风险。

4.5 实战中的Gamma动态调整

在实际交易中，Gamma管理不是静态的。我通常采用以下动态调整策略：

# 伪代码：Gamma动态调整逻辑
def adjust_gamma_exposure(portfolio, market_data):
    current_gamma = portfolio.calculate_gamma()
    gamma_limit = portfolio.gamma_limit
    
    if abs(current_gamma) > gamma_limit:
        # 需要调整
        if current_gamma > 0:
            # 正Gamma过大，卖出期权降低Gamma
            sell_options(amount=current_gamma - gamma_limit)
        else:
            # 负Gamma过大，买入期权增加Gamma
            buy_options(amount=abs(current_gamma) - gamma_limit)
    
    # 同时考虑Delta对冲
    delta = portfolio.calculate_delta()
    hedge_delta(delta)

你想想看，这个逻辑的核心就是：保持Gamma在可控范围内，同时确保Delta中性。两者缺一不可。

4.6 知识体系总结

下面这张图，是我梳理的Gamma敏感度分析核心逻辑。你可以把它当作一个快速参考框架。

Gamma敏感度分析，说白了就是管理期权的曲率风险。正Gamma是你的朋友，负Gamma是你的敌人。但无论正负，失控的Gamma都是灾难。

我个人习惯每天收盘前检查一次Gamma敞口，特别是当市场波动率发生变化时。记住一句话：Gamma管理不是一锤子买卖，而是贯穿整个交易过程的动态调整。