奇异期权与结构性产品
奇异期权与结构性产品
期权希腊字母风险管理
希腊字母(Greeks)把期权价格变化按影响因素做泰勒展开分解:
期货价格变化几乎只受标的价格影响,Delta 接近 1;期权价格受四类因素影响。期权具有非线性,希腊字母自身随行情动态变化。
- Delta:从对冲角度看,一份期权等同于多少相应标的物;从概率角度看,近似期权到期成为实值的概率。行权价越大,看涨 Delta 越小且趋近 0,看跌 Delta 越小且趋近 −1。
- Gamma:Delta 的变化率,衡量头寸为保持 Delta 中性而再次对冲的规模与频率。行权价越接近标的价格,Gamma 越大。
- Theta:期权价格对剩余期限的敏感度,被称为 Gamma 的死对头。
- Vega:期权价格对隐含波动率变化的敏感度,常与 Gamma 同向。
动态对冲(Gamma Scalping):把标的价格涨跌的方向性敞口(Delta)对冲掉,从波动敞口中获利。Long Gamma(期权买方)的对冲操作是低买高卖,Short Gamma(期权卖方)的对冲操作是高买低卖。
2018 年 2 月 9 日上证 50ETF 案例:当日上证 50ETF 跌幅达 4.63%,部分看涨期权不降反升。以二月 3.50 看涨期权为例:标的价格下跌 0.154,Delta 贡献 −0.00097;标的价格波动 0.0237,Gamma 贡献 +0.00083;隐含波动率上涨 16%,Vega 贡献 +0.00186。Vega 的向上贡献超过 Delta 的向下贡献,期权价格净涨。波动率风险在极端行情下可压倒方向性风险。
无风险套利
期权合约之间、期权与标的期货价格之间的规律性特征由套利关系约束,相互价格明显违背套利关系时作无风险套利交易。检验套利机会须考虑买卖价差、手续费、交割费、融资融券成本。
边界套利:期权价格必须介于内在价值与标的价格之间:
垂直价差套利:同月份、不同行权价合约之间的价格约束 \(0 < C_1 - C_2 < (K_2 - K_1)e^{-rt}\)。
凸性套利:期权价格关于行权价必须凸,\(C_1 + \lambda C_3 > (1+\lambda)C_2\)。
看涨看跌平价(Put-Call Parity):\(C + Ke^{-rt} = P + S\)。变形 \(C - P = (F - K)e^{-rt}\),左边相当于用看涨和看跌期权合成一份持有成本为 \(K\) 的期货多头,右边相当于期货头寸的价值。
箱式套利:\(C_1 - C_2 + P_2 - P_1 = (K_2 - K_1)e^{-rt}\)。
境内股指期权合成期货与对应股指期货的相关性高达 99.9% 以上;股指期货才是股指期权对应的现货与定价根基,而非股票指数本身。2025 年 4 月 7 日中证 1000 股指期货触及跌停,期权合成的期货继续下跌达 13.8%——极端行情下期货跌停失去价格发现功能时,期权继续履行价格发现功能。
场内权益期权市场
全球市场:据 FIA 统计,2025 年股指期货与股指期权分别成交 62 亿张、634 亿张,分别占所有期货、期权成交量的 22% 与 79%,股指产品已成主流。美国有 17 家期权交易所;CME 通过自家清算公司清算,其余经 OCC 清算。股票期权成交量高于股指期权,但股指期权权利金成交额高于股票期权。
境内市场:3 家交易所上市场内权益类期权,共 12 个品种,覆盖 7 个股票指数,均为欧式香草期权。中金所上市沪深 300 股指期权(IO)、上证 50 股指期权(HO)、中证 1000 股指期权(MO);上交所上市 ETF 期权(沪深 300、上证 50、中证 500、科创 50 等)。发展时间轴:2010 年 4 月 16 日沪深 300 股指期货(IF);2015 年 4 月 16 日上证 50(IH)与中证 500(IC)股指期货;2019 年 12 月 23 日沪深 300 股指期权(IO);2022 年 7 月 22 日中证 1000 股指期货(IM)与股指期权(MO);2022 年 12 月 19 日上证 50 股指期权(HO)。中证 1000 股指期权上市后已成为最活跃的股指期权品种。
备兑策略(covered call):指数多头加卖出平值或浅虚值看涨期权,属高胜率低收益策略。现金担保看跌策略(cash-secured put):卖出看跌期权加投资相同额度的固定收益产品。由平价公式变形 \(S - C = Ke^{-rt} - P\),两者到期损益结构等价。
尾部风险对冲:场内香草期权承担尾部风险保护功能;Universa 尾部风险策略在 2020 年 3 月获得约 30 倍回报。
场外结构性产品
境内场外衍生品在 NAFMII、SAC 与 ISDA 框架下运行,2013 年以来市场发行规模持续扩张。市场直觉:平值、一个月后到期的沪深 300 期权,当平值隐含波动率约 16% 时价格约 72 元,占行权价 4000 的 1.8%;历史上场内沪深 300 平值期权价格约为面值的 1.2% 至 3.5%。
稳健投资类产品
欧式香草看涨(备兑型):收益 = 参与率 × max(标的表现, 0);下行无保护、上行收益封顶在参与率水平。
欧式价差(bullish spread):温和看涨、锁定下跌风险参与看涨行情。示例:3 个月,低行权价 100%、高行权价 104%、参与率 105%,期末价格不低于高行权价得 4.3%。
鲨鱼鳍(shark fin):含敲出障碍与参与率的看涨结构。美式鲨鱼鳍行权价 101%、障碍价 112%,敲出事件为敲出观察目标收盘价不低于障碍价(自起始日每日观察);欧式鲨鱼鳍仅到期日进行敲出与行权价判断。双向鲨鱼鳍提供区间保护,收益形态类似 condor/butterfly。
二元期权(binary/digital):到期支付固定金额或零。欧式二元看涨期末不低于行权价得 2.75%,否则得 0.50%。
自动赎回二元(小雪球):存续期内多个观察日,一旦某观察日敲出,提前终止实现获利。自动敲出赎回结构(Autocall)是以时间换空间的结构,多个观察日多次触发机会,具有保本特点。
区间累积(accrual):收益取决于观察期内标的价格落入不同价格区间的天数,适合震荡或横盘行情。
进取投资类产品
经典雪球:境内市场近年热度最高的 Autocall 家族代表,适合温和看涨、区间震荡且不会大幅下跌的行情。要素:期限 24 个月(锁定期 3 个月),敲出价格 = 期初价格 × 101%,敲入价格 = 期初价格 × 75%,敲出票息 12.7%(年化),最大亏损比例 −100%。收益规则:敲出时(无论是否曾敲入)获得敲出票息;未敲出且未敲入获得红利票息;未敲出且曾敲入,到期收益率 = Min(标的涨跌幅, 0),承担与标的相同的损失。四种情景:从未敲入敲出(盈利)、未敲入提前敲出(盈利)、敲入未敲出且到期下跌(亏损,承担与标的相同损失)、敲入后敲出(盈利)。
雪球变种四类方向:优化票息收益(增强型雪球、早利雪球、凤凰);缓释敲入风险(折价建仓雪球、限亏型雪球);调节敲出概率(降敲型雪球、双降雪球);保证金模式。限亏型雪球设置最大亏损限制(如 −25%),曾敲入且未敲出时到期收益率 = Min(Max(标的涨跌幅, −25%), 0)。早利雪球票息分段降低,第一年敲出票息高于经典雪球、第二年低于。降敲型雪球逐月下调敲出价格,提高提前敲出可能性。
Autocall 家族演进:2003 年法国巴黎银行在美国推出首个自动赎回产品;2013 年韩国 Autocall 产品规模超 250 亿美元,后转向港股;2015 年港股恒生国企指数大跌近 50%,雪球产品大规模敲入。演进路线:卖出看跌期权 → 引入自动敲出赎回概念的 FCN 定息票据 → 分化为欧式雪球与 DCN 二元票据 → 再引入多个敲入观察日形成标准雪球与凤凰。
- FCN(固定票息看涨自动敲赎回结构):每月无条件派息,敲入观察只在期末观察一次(欧式),防守性明显强于凤凰、雪球,票息更低。
- DCN(二元票息看涨自动敲赎回结构):每月观察,观察价格不低于派息价格即立即获得当月派息;敲入观察只在期末观察一次。
- 凤凰结构(Phoenix):每月观察,观察价格不低于派息价格立即获得当月派息;曾敲入未敲出时仍获得部分派息。
Autocall 家族不可能三角:高敲出票息、高敲出概率、低敲入概率三者难以兼得——高票息对应高亏损风险,高敲出概率的产品盈利空间小,低敲入概率的产品敲出机会小。共同本质是正 delta、负 gamma——卖出凸性获取期权费。
安全气囊(airbag):期间未曾敲入(跌破安全垫)则保本;若敲入,到期收益与标的股票表现一致。适用于对未来看涨但担心短期回调,也可用于左侧建仓。示例:期限 12 个月,敲入界限为 80% × 期初价格,期权费率 0%,期间未敲入为看涨期权、上涨参与率 100%、上涨收益封顶。
累购期权(accumulator):高于行权价格按正常速度便宜买,低于行权价格按加倍速度高价买,一旦加速下跌即套牢。Accumulator 谐音 I Kill You Later,2007-2008 年香港金融危机期间相关产品大崩盘。
固收+策略:用固收底仓的利息收入作为期权费购入衍生品增厚收益,常见渠道为银行结构化理财与券商收益凭证。常见保本型结构包括二值、三值、单向鲨鱼鳍、双向鲨鱼鳍、香草看涨、牛市价差。
交易商对冲实践:场外衍生品是交易商风险中性的资本中介业务,交易商保持中性敞口。交易商卖出香草看涨后 Delta 小于 0、Gamma 小于 0;为达到 Delta 中性须在二级市场买入对应股票对冲。负 Gamma 下对冲行为为高买低卖,这是期权卖方的对冲成本来源。
发现错误?想一起完善? 在 GitHub 上编辑此页!
本页面贡献者:AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用