一、波动率曲面基础:定义、构建方法、市场意义
各位同学,咱们今天聊波动率曲面。
说实话,我刚入行那会儿,觉得波动率就是个数字——Black-Scholes公式里那个σ。后来做了一段时间期权交易,才发现事情没那么简单。同一个标的,不同行权价、不同到期日的期权,隐含波动率居然不一样。把这些数据画出来,就形成了一个曲面。
嗯,这就是波动率曲面。
1.1 波动率曲面的定义
波动率曲面,说白了就是一张三维图。X轴是行权价(或者更专业的说法,是在值程度),Y轴是剩余期限,Z轴是隐含波动率。
为什么叫「曲面」?因为数据点连起来不是一条直线,而是一个有起伏的曲面。我见过不少新手以为波动率是个常数,结果一算策略,偏差大得离谱。
核心概念:波动率曲面反映了市场对不同行权价、不同期限的期权所隐含的波动率预期。它不是理论推导出来的,而是从期权市场价格反推出来的。
举个例子。假设某股票当前价格100元。你去看不同行权价的看涨期权:
| 行权价 | 剩余期限 | 期权价格 | 隐含波动率 |
|---|---|---|---|
| 90 | 30天 | 11.5 | 22% |
| 100 | 30天 | 4.2 | 20% |
| 110 | 30天 | 1.8 | 24% |
| 100 | 60天 | 6.5 | 21% |
| 100 | 90天 | 8.3 | 22% |
你看,同样是30天到期,行权价90的波动率22%,行权价100的20%,行权价110的24%。这不是一条直线,而是一个「微笑」形状——两边高、中间低。这就是著名的波动率微笑。
1.2 波动率曲面的构建方法
构建波动率曲面,我习惯分三步走。你想想看,这跟做菜有点像——先备料,再处理,最后上桌。
第一步:数据清洗
这一步最容易被忽视,但也是坑最多的地方。我曾经因为没剔除深度虚值期权,导致曲面尾部翘得老高,策略回测结果完全失真。
避坑指南:我曾经在构建曲面时,直接用了交易所的原始报价。结果发现有些期权流动性极差,买卖价差大得离谱。这些数据点必须剔除,否则曲面会严重扭曲。
具体来说,我一般会:
- 剔除剩余期限小于7天的期权(临近到期,波动率异常)
- 剔除买卖价差超过中间价20%的期权
- 剔除成交量小于10手的期权
第二步:插值与平滑
数据清洗完了,你会发现数据点稀疏得很。比如只有5个行权价、3个期限,总共15个点。但我们需要一个连续的曲面,怎么办?插值。
常用的方法有:
- 线性插值:简单粗暴,但曲面不够平滑
- 样条插值:效果好,但容易过拟合
- SVI模型:我个人比较喜欢的方法,参数少,稳定性高
下面是一个简单的SVI模型实现:
import numpy as np
from scipy.optimize import curve_fit
def svi_model(k, a, b, rho, m, sigma):
"""
SVI波动率模型
k: 对数行权价 ln(K/S)
"""
return a + b * (rho * (k - m) + np.sqrt((k - m)**2 + sigma**2))
# 假设我们有5个行权价的波动率数据
k_data = np.array([-0.1, -0.05, 0, 0.05, 0.1])
iv_data = np.array([0.22, 0.20, 0.19, 0.21, 0.24])
# 拟合SVI参数
popt, _ = curve_fit(svi_model, k_data, iv_data,
p0=[0.1, 0.1, -0.5, 0, 0.1])
# 生成平滑曲面
k_smooth = np.linspace(-0.15, 0.15, 50)
iv_smooth = svi_model(k_smooth, *popt)
个人经验:SVI模型的参数a、b、rho、m、sigma各有含义。a控制整体水平,b控制斜率,rho控制偏斜程度。我建议你先固定m和sigma,只优化a、b、rho,这样收敛更快。
第三步:期限结构处理
不同期限的波动率,其实也有规律。短期波动率通常更「活泼」,长期波动率更「稳重」。我一般会先对每个期限单独拟合SVI,然后再对期限维度做二次插值。
这样得到的就是一个完整的波动率曲面。
1.3 波动率曲面的市场意义
波动率曲面不是学术玩具,它在实战中意义重大。我总结了几点:
1. 反映市场情绪
你想想看,如果虚值看跌期权的波动率远高于虚值看涨期权,说明市场在「恐慌」——大家更愿意花钱买保护。这就是所谓的波动率偏斜。我记得2020年3月,标普500的波动率偏斜一度达到历史极值,市场恐慌到了极点。
2. 识别套利机会
波动率曲面如果出现「异常隆起」或「凹陷」,往往意味着套利机会。比如某个行权价的波动率明显高于相邻行权价,你可以做蝶式套利——卖出高波动率的期权,买入两边低波动率的期权。
3. 跨品种套利的基础
这是咱们这门课的核心。不同品种的波动率曲面,如果出现背离,就是套利信号。比如沪深300和中证500的波动率曲面,正常情况下走势相近。如果某一天中证500的曲面突然「翘起」而沪深300没动,那可能就有机会了。
核心观点:波动率曲面不是静态的,它是市场参与者的「集体投票结果」。每一次交易,都在重塑这个曲面。读懂曲面,就读懂了市场的「潜台词」。
1.4 知识体系框架
下面这张图,是我自己画的波动率曲面知识体系。你可以把它当作本章的「地图」:
这张图把本章的核心逻辑串起来了。从定义出发,到构建方法,再到市场意义,层层递进。后面的章节,我们会在这个框架上不断添砖加瓦。
个人建议:刚开始学波动率曲面,别急着上复杂模型。先手工画几张图,感受一下不同市场环境下曲面的形态变化。我当年就是这么过来的,印象特别深。
好了,波动率曲面的基础就讲到这里。记住一句话:曲面不是理论,是市场的呼吸。下一章,咱们聊聊如何利用曲面进行跨品种套利——那才是真正有意思的部分。
公众号:蓝海数据掘金营,微信deep3321