第四章：曲面特征工程——从曲面提取期限结构、偏斜度、曲率、波动率水平
好，咱们进入正题。前面几章我们把波动率曲面的数据结构、插值方法都捋了一遍。现在的问题是——曲面本身是个三维对象，你不能直接把它扔进模型里。你得把它拆解成可量化的特征。
说白了，就是给曲面做“体检”。测它的身高、体重、体态、曲线。这些特征，就是我们要提取的：期限结构、偏斜度、曲率、波动率水平。
核心观点：曲面特征工程，是把高维曲面降维成低维特征向量的过程。降维不是目的，保留交易逻辑才是。
4.1 波动率水平：曲面的“基准线”
波动率水平，就是整个曲面的“平均海拔”。我习惯用ATM（平值）波动率来代表。为什么？因为ATM期权流动性最好，报价最可靠。
具体做法：
- 取每个期限的ATM波动率
- 按成交量加权平均，得到整体水平
- 或者直接用最近月ATM波动率作为快照
# 提取波动率水平特征
def extract_vol_level(surface, atm_strikes):
"""
surface: 插值后的波动率曲面 (期限 x 行权价)
atm_strikes: 每个期限对应的ATM行权价
"""
levels = []
for i, strike in enumerate(atm_strikes):
# 取该期限下ATM附近的波动率
atm_vol = surface[i, strike]
levels.append(atm_vol)
# 加权平均（用持仓量或成交量加权）
weighted_level = np.average(levels, weights=open_interests)
return weighted_level个人经验：我在做跨资产波动率套利时，发现直接用简单平均会出问题。短期限波动率波动大，长期限波动率反应慢。我后来改用指数加权移动平均（EWMA），效果好了不少。
4.2 期限结构：曲面的“坡度”
期限结构，就是波动率随到期时间变化的曲线。它反映了市场对未来波动率的预期。
我一般提取三个特征：
- 短期斜率：1周 vs 1月
- 中期斜率：1月 vs 3月
- 长期斜率：3月 vs 1年
为什么要分三段？因为不同期限的驱动因素不同。短期受事件驱动，中期受宏观影响，长期更多是均值回归。
# 提取期限结构特征
def extract_term_structure(surface, tenors):
"""
tenors: 期限列表，如 [7, 30, 90, 365] 天
"""
# 取每个期限的ATM波动率
atm_vols = [surface[i, atm_strike] for i in range(len(tenors))]
# 计算斜率
short_slope = atm_vols[1] - atm_vols[0] # 1月 - 1周
mid_slope = atm_vols[2] - atm_vols[1] # 3月 - 1月
long_slope = atm_vols[3] - atm_vols[2] # 1年 - 3月
return {
'short_slope': short_slope,
'mid_slope': mid_slope,
'long_slope': long_slope
}避坑指南：我曾经在2018年做波动率交易时，只用了整体斜率，结果亏了一笔。后来复盘发现，短期和长期斜率方向相反，整体斜率接近零，但实际交易机会很大。所以，一定要分段提取。
4.3 偏斜度：曲面的“不对称性”
偏斜度，就是虚值看跌和虚值看涨的波动率差异。它反映了市场对尾部风险的定价。
我常用的提取方法：
- 25-delta 偏斜：25-delta put vol 减去 25-delta call vol
- 10-delta 偏斜：10-delta put vol 减去 10-delta call vol
- 偏斜斜率：不同delta之间的变化率
你想想看，偏斜度越大，说明市场越恐慌。2020年3月，标普500的25-delta偏斜一度飙到15个点以上，平时也就3-5个点。
# 提取偏斜度特征
def extract_skew(surface, deltas=[0.25, 0.10]):
"""
deltas: 要提取的delta水平
"""
skew_features = {}
for delta in deltas:
put_vol = surface.get_vol_by_delta(-delta) # 虚值看跌
call_vol = surface.get_vol_by_delta(delta) # 虚值看涨
skew = put_vol - call_vol
skew_features[f'{int(delta*100)}d_skew'] = skew
# 计算偏斜斜率
skew_features['skew_slope'] = (
skew_features['10d_skew'] - skew_features['25d_skew']
) / 0.15 # delta差为0.15
return skew_features关键点：偏斜度不是越大越好。要结合历史分位数来看。我习惯把当前偏斜度除以过去60天的滚动标准差，得到“偏斜Z-score”，这样更客观。
4.4 曲率：曲面的“弯曲程度”
曲率，就是偏斜度的变化率。它反映了波动率微笑的“微笑程度”。
提取方法：
- 取三个点：25-delta put、ATM、25-delta call
- 用二次函数拟合：vol = a * (delta - 0.5)^2 + b * (delta - 0.5) + c
- 二次项系数 a 就是曲率
曲率大，说明市场对极端行情的定价很贵。我记得2022年俄乌冲突期间，原油期权的曲率翻了3倍。
# 提取曲率特征
def extract_curvature(surface, delta_points=[-0.25, 0, 0.25]):
"""
用二次拟合提取曲率
"""
vols = [surface.get_vol_by_delta(d) for d in delta_points]
deltas = np.array(delta_points)
# 二次拟合
coeffs = np.polyfit(deltas, vols, 2)
curvature = coeffs[0] # 二次项系数
# 归一化：除以ATM波动率
atm_vol = surface.get_vol_by_delta(0)
normalized_curvature = curvature / atm_vol
return {
'curvature': curvature,
'normalized_curvature': normalized_curvature
}我的习惯：曲率这个特征，我一般会做差分处理。因为曲率本身有很强的自相关性，直接使用会导致模型过拟合。差分后的曲率变化量，预测能力更强。
4.5 特征矩阵构建：把一切串起来
好，现在我们把所有特征整合起来。每个时间点，我们得到一个特征向量：
| 特征类别 | 具体特征 | 数量 |
|---|---|---|
| 波动率水平 | ATM波动率、加权平均波动率 | 2 |
| 期限结构 | 短期斜率、中期斜率、长期斜率 | 3 |
| 偏斜度 | 25-delta偏斜、10-delta偏斜、偏斜斜率 | 3 |
| 曲率 | 曲率、归一化曲率 | 2 |
一共10个特征。当然，你可以根据具体需求增加。比如加入不同期限的偏斜度，或者加入曲面局部曲率。
# 构建完整特征矩阵
def build_feature_matrix(surface_history):
"""
surface_history: 历史曲面数据，shape = (时间, 期限, 行权价)
"""
features = []
for t in range(len(surface_history)):
surface = surface_history[t]
# 提取各类特征
level = extract_vol_level(surface, atm_strikes)
term = extract_term_structure(surface, tenors)
skew = extract_skew(surface)
curv = extract_curvature(surface)
# 合并特征
feature_vector = [
level,
term['short_slope'], term['mid_slope'], term['long_slope'],
skew['25d_skew'], skew['10d_skew'], skew['skew_slope'],
curv['curvature'], curv['normalized_curvature']
]
features.append(feature_vector)
return np.array(features)重要提醒：特征提取后，一定要做标准化。不同特征的量纲差异很大——波动率水平可能是20%，偏斜度可能是5%，曲率可能是0.1。不标准化，模型会偏向量纲大的特征。
4.6 知识体系总览
下面这张图，把曲面特征工程的整个流程串起来了。从原始曲面到最终特征矩阵，每一步都有对应的处理逻辑。
嗯，这张图把整个流程讲清楚了。从原始曲面出发，经过四个维度的特征提取，再经过处理，最终汇聚成特征矩阵。这个矩阵，就是后续所有模型的基础输入。
总结一下：曲面特征工程不是简单的数学变换，而是对市场微观结构的量化表达。波动率水平告诉你市场有多“贵”，期限结构告诉你市场预期如何变化，偏斜度告诉你市场在害怕什么，曲率告诉你市场对极端事件的定价有多贵。这四个维度，缺一不可。
我个人习惯，在提取完特征后，会做一个相关性分析。看看哪些特征冗余，哪些特征互补。比如，偏斜度和曲率往往高度相关，可以考虑合并或降维。但这是后话了，咱们后面章节再细聊。
公众号:蓝海数据掘金营，微信deep3321