华泰证券投资理财联盟

CTA策略怎样和波动率期权策略结合?

量化侠 2019-09-15 08:13:45

导语

波动率,简单的说就是一种经济形态,解决的是实体如何波动,波动的结构到底是如何进行等实质类问题。和桌子上摆放的苹果,是通过色、香、味、状来表达自己的存在一样,波动率的概念是对波动这样一种实体进行表达,它的存在实际上到了最后,是一种自然率。

波动率的定义与周期

在金融定义里,波动率定义为资产价格的变化,通常用于度量市场的风险程度。在实际应用中,波动率可由过去价格收益率变化的标准差或者期权合约中的隐含波动率表示。当波动率的上升,市场面临更大的不确定性,从而影响市场价格走势与策略的收益情况。

商品指数的历史波动率的上升,通常由于商品价格的上涨或者下跌所造成,所以根据行为金融学的相关定义,可以把波动率的周期分为由价格上涨带来波动率增加的正波动率周期和由价格下跌带来的波动率增加的负波动率周期,如下图所示:

图1: 波动率周期循环

数据来源:Kathryn M.Kaminski, Aplha K Capital 华泰期货研究所

由Kathryn M.Kaminski(2011)研究发现,不同的价格趋势涨跌带来的波动率上升会加剧市场的不确定性,投资者的行为会难以预测。如果市场风险暴露,突发事件威胁市场价格,投资者会形成羊群及挤兑效应,市场波动率快速拉升并随高波动率进入市场不确定性状态,投资者产生焦虑、恐慌,对价格的波动敏感度提高。当焦虑、恐慌慢慢消失,市场波动率及投资者风险承受能力才回归正常。

当突发事件带来正向的价格波动时,投资者行为会带来过度自信感,通常把这种行为定义为赢家效应,最终会导致市场价格快速升高,类似于资产泡沫时期。但随后过高波动率往往带来快速的反转,使投资者蒙受损失,且如果这种反转足够强烈,隐藏风险暴露于市场,使投资者感觉价格的威胁,会使市场打破正波动周期,直接跳转至负波动率周期。

CTA 策略的波动率使用

商品期货市场的波动率策略主要分为纯波动率策略和整体波动率策略,纯波动率策略即在横截面做多波动率高的品种、做空低波动率的品种(或者做空高波动率的品种、做多低波动率的品种)的对冲组合策略;而整体波动率策略参考图2、3 类似期权买入和卖出跨式组合策略,做多整体市场波动率或做空整体市场波动率。

图 2: 买入跨式组合盈亏图

数据来源:华泰期货研究所

图 3: 卖出跨式组合盈亏图

数据来源:华泰期货研究所

金融市场风险与CTA 策略的收益偏好


CTA 管理期货一直以来以与股票、债券市场的低相关性作为对冲资产,在大类资产配置中起到重要作用。本文会通过分析沪深300指数的收益及波动率情况来判定金融市场的整体风险偏好,与CTA 策略的收益进行对比。但因为国内市场CTA 策略净值披露数据不一,阳光私募化时间较短,并没有合适的公开CTA策略市场基准,故本文利用CTA策略经典的趋势追踪策略-动量策略进行代替。

动量策略与沪深300数据样本摘自从2007 月1 月到2011 年12 月期间,以沪深300 指数5档日收益率排序观察CTA动量策略的收益分布及表现情况,即以20%分位数分档;由图4可以明显看出,动量策略与沪深300的5档收益分布,明显呈凸性收益,即波动率越高,定义的市场风险越大,动量策略的收益越大,这特点与期权的买入跨式组合类似,如图2所示,所以市场上也称CTA 策略为做多波动率策略。

图 4: 动量策略与沪深300 平均日收益 单位:%

数据来源:wind 华泰期货研究所

图 5: 与沪深指数月波动率变化相关性 单位:%

数据来源:华泰期货研究所

但观察图5,其实动量策略与沪深300指数波动率变化之间的相关性并不高,动量策略的收益并未随着波动率的增加而相应增长,这与市场称CTA策略为做多波动率策略的说法相违背。鉴此,本文再采取波动率周期分类的方法,分析不同波动率区间动量策略的收益。

不同周期的波动率上升对于CTA 策略的影响

回顾前文,把波动率的周期分为由价格上涨带来波动率增加的正波动率周期和价格下跌带来波动率增加的负波动率周期。此处,沪深300 指数的波动率按照如下划分:

(1) 正波动率周期-高波动率期:

90 日历史波动率〉90 日历史波动率均值+90 日历史波动率的1 倍标准差且波动率上升为价格上涨所引起。

(2) 负波动率周期-高波动率期:

90 日历史波动率〉90 日历史波动率均值+90 日历史波动率的1 倍标准差且波动率上升为价格下跌所引起。

(3)(1)、(2)两者皆否。

高波动率区间并未体现出以动量策略为代表的CTA 策略优势,为进一步分析动量策略收益源,再次细分波动率区间来观察动量策略的收益情况,具体如图7所示。

图 6: 动量策略不同波动率区间年化 单位:%

数据来源:华泰期货研究所

图 7: 动量策略波动率区间年化收益2 单位:%

数据来源:wind 华泰期货研究所

进一步以高波动率区间界限细分为进入高波动率区间前、进入高波动率区间后,发现以前文所分类的正负波动率区间,两个区间段效果一致:在进入高波动率区间前,表现明显比进入高波动率区间后更好。

以Kathryn M.Kaminski(2011)研究提出的正负波动率周期验证并解释,在正波动率区间开始上升期间,价格趋势受到投资者过份自信迅速上涨,CTA 策略的经典动量策略平均年化收益更好,且在正波动周期进行高波动区间后,市场很快面临价格反转或者跳转至负波动周期,所以价格趋势不明显,动量策略收益表现较差。

在负波动率周期进入高波动率前,突发事件造成价格快速下跌,市场风险暴露,投资者投资行为反应敏感,进一步放大价格变化与市场风险,但商品市场与股票市场的低相关性,动量策略体现了良好地捕捉金融风险alpha 收益的能力,但随后市场进入不确定性区间,动量策略收益同时下降。利用波动率因子对CTA 策略优化后从样本外的测试结果来看良好地控制了策略在牛熊市场转换间的风险回撤及利用不同波动率区间的价格特点,优化了收益风险比。

免责声明:本文仅作为知识分享,不构成任何投资建议,对内容的准确与完整不做承诺与保障。过往表现不代表未来业绩,投资可能带来本金损失;任何人据此做出投资决策,风险自担。

文中策略领取方式:

   新侠客加量侠师妹小雯微信:Quant_XW,老侠客不必重复添加

长按图片,选择识别图中二维码,或扫描二维码。回复小雯:对应策略编号

扫上面二维码咨询

已分享策略资料如下


已分享资料

量侠源码系列:


量侠源码系列:


CTA自动交易系统

R01】策略:多品种CTA策略<QM_SARcADX>自动交易系统

T01】策略:期货多品种策略<QM_IntradayHLRange>自动交易系统

【T02】策略:高胜率-股票、期货全市场<QM_PreBreakATR>交易系统

【T03】策略:强普适-股票、期货全市场<QM_MTMcRSI>交易系统

【T04】策略:日本云图交易系统|支持TB,MC,文华<IchimokuSystem>

【T05】策略:FuturesTruth全球第五策略--RUMI系统源码

【T06】策略:兵器谱之碧血剑模型源码

【T07】策略:FuturesTruth的全球前十策略源码公布(模式识别)

【T08】策略:兵器谱之屠龙刀模型7年25倍(5平台源码)

【T09】策略:AK47连续突破策略1万本金4年27万,年化700%



量化选股专题

S01】A股策略:12年赚5906倍收益,最大回撤仅0.17、A股史上最强策略

S02】A股策略:8年104倍收益,数据挖掘揭秘最深A股套路

S03】A股策略:年化259%复利增长A股模型,挖掘内在禀赋价值因子

【S04】A股策略:"10倍"风险报酬比,最大回撤仅"3.3%"财报盈余管理

【S05】A股策略:市场精准择时强潜力弱阻力股票策略

【S06】A股策略:10年791倍量化A股多因子模型

【S07】A股策略:10年50倍的全球宏观对冲模型首次揭秘

【S08】A股策略:多平衡价值投资180倍收益(不含市值因子



量侠课堂:

PR01】课程--揭秘程序化交易的核心秘密(解密全球十大排行交易系统)

PR02】课程--揭秘全球收益一致性最高策略源码

【PR03】课程--统计套利抓住乌龙指利润高策略源码


Copyright © 华泰证券投资理财联盟@2017