FRM模型十六:期权策略(期权组合)

2024-03-15 06:04

本文主要是介绍FRM模型十六:期权策略(期权组合),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 备兑看涨期权(Covered Call)
    • 保护看跌期权(protective put)
    • 牛市价差套利
    • 熊市价差套利
    • 写在后面

本文所有代码基于windAPI,复现前先下载客户端并注册账号

备兑看涨期权(Covered Call)

构成:标的资产的多头 + 欧式看涨期权空头
损益:当标的资产市场价格上涨时,标的资产多头获利,看涨期权空头不行权。
当标的资产价格下降时,标的资产多头亏损,看涨期权行权获利弥补多头方损失。

头寸损益
标的资产多头 S T − S 0 S_{T}-S_{0} STS0
看涨期权空头 C − m a x ( S T − K , 0 ) C-max(S_{T}-K,0) Cmax(STK,0)
整体策略 S T − S 0 − m a x ( S T − K , 0 ) + C S_{T}-S_{0}-max(S_{T}-K,0)+C STS0max(STK,0)+C

其中 S T S_{T} ST表示T时刻的市价,K表示执行价,C表示看涨期权价格。损益图如下所示。

在这里插入图片描述
代码实现:

def CoveredCall(UnderlyingCode, OptionCode,StartTime):'''UndelyingCode:标的资产代码OptionCode:对冲期权的代码StartTime:开始回测时间'''error_code, wsd_data = w.wsd(OptionCode, "exe_price,exe_enddate,close,exe_ratio", StartTime, StartTime, usedf=True)StrikePrice = wsd_data['EXE_PRICE'][0]StrikeTime = wsd_data['EXE_ENDDATE'][0]OptionPrice = wsd_data['CLOSE'][0]Ratio = wsd_data['EXE_RATIO'][0]# 取当前系统时间current_time = datetime.datetime.now()# 比较行权日和当前,如果行权日晚于当前时间,只能回测到当前时间,否则可以回测到行权日。if current_time > StrikeTime:BacktestTime = StrikeTimeelse:BacktestTime = current_time# 定义合约份数N_ETF = 10000N_option = 1# 取行情数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartTime, BacktestTime, usedf=True)S0 = etf_data['CLOSE'][0]Payoff = (etf_data - S0) * N_ETF + N_option * OptionPrice - np.max(etf_data - StrikePrice, 0) * RatioPayoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":UnderlyingCode = "510050.SH"OptionCode = "10005337.SH"StartTime = "2023-04-27"CoveredCall(UnderlyingCode, OptionCode, StartTime)

随着到期日临近,策略损益变化如下图:
请添加图片描述

保护看跌期权(protective put)

构成:标的资产多头+看跌期权多头
损益:当标的资产市场价格上涨时,标的资产多头获利,看跌期权多头不行权,损失期权费。
当标的资产价格下降时,标的资产多头亏损,看跌期权行权获利弥补空头方损失。

头寸损益
标的资产多头 S T − S 0 S_{T}-S_{0} STS0
看跌期权多头 m a x ( K − S T , 0 ) − C max(K-S_{T},0)-C max(KST,0)C
整体策略 S T − S 0 + m a x ( S T − K , 0 ) − C S_{T}-S_{0}+max(S_{T}-K,0)-C STS0+max(STK,0)C

在这里插入图片描述
代码实现:

def ProtectedPut(UnderlyingCode, OptionCode,StartTime):'''UndelyingCode:标的资产代码OptionCode:对冲期权的代码StartTime:开始回测时间'''error_code, wsd_data = w.wsd(OptionCode, "exe_price,exe_enddate, close,exe_ratio", StartTime, StartTime, usedf=True)StrikePrice = wsd_data['EXE_PRICE'][0]StrikeTime = wsd_data['EXE_ENDDATE'][0]OptionPrice = wsd_data['CLOSE'][0]Ratio = wsd_data['EXE_RATIO'][0]# 取当前系统时间current_time = datetime.datetime.now()# 比较行权日和当前,如果行权日晚于当前时间,只能回测到当前时间,否则可以回测到行权日。if current_time > StrikeTime:BacktestTime = StrikeTimeelse:BacktestTime = current_time# 定义合约份数N_etf = 10000N_option = 1# 取现货价格序列error_code, etf_data = w.wsd(UnderlyingCode, "close", StartTime, BacktestTime,  usedf=True)S0 = etf_data['CLOSE'][0]payoff = -N_option * OptionPrice + N_option * np.max(StrikePrice - etf_data) * Ratio + (etf_data - S0) * N_etfpayoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":OptionCode = "10005338.SH"UnderlyingCode = "510050.SH"StartTime = "2023-04-27"ProtectedPut(UnderlyingCode, OptionCode, StartTime)

随着到期日临近,策略损益变化如下图:
请添加图片描述

牛市价差套利

构成:买入行权价低的看涨期权/看跌期权,卖出行权价高的看涨期权/看跌期权,即低买高卖。
损益:以看涨期权为例,当标的资产价格上涨时,看涨期权的多头方获利,空头方亏损。

头寸损益
低行权价看涨期权多头 m a x ( S t − K l o w , 0 ) − C 1 max(S_{t}-K_{low},0)-C1 max(StKlow,0)C1
高行权价看涨期权空头 C 2 − m a x ( S t − K h i g h , 0 ) C2-max(S_{t}-K_{high},0) C2max(StKhigh,0)
整体策略 C 2 − C 1 + m a x ( S t − K l o w , 0 ) − m a x ( S t − K h i g h , 0 ) C2-C1+max(S_{t}-K_{low},0)-max(S_{t}-K_{high},0) C2C1+max(StKlow,0)max(StKhigh,0)

整体损益情况如下图所示:
在这里插入图片描述
代码实现:

############################ BullSpread
def BullSpread(UnderlyingCode, code_high_strike, code_low_strike):'''UnderlyingCode:标的资产代码code_high_strike:行权价高的期权代码code_low_strike:行权价低的期权代码:return:'''# 取期权基本数据error_code, wss_data = w.wss(code_high_strike, "startdate,lasttradingdate", usedf=True)       # 取期权的上市时间及结束时间StartDate = wss_data['STARTDATE'][0]EndDate = wss_data['LASTTRADINGDATE'][0]# 取期权价格及执行价error_code, high_strike_data = w.wsd(code_high_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)error_code, low_strike_data = w.wsd(code_low_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)K_high = high_strike_data['EXE_PRICE'][0]K_low = low_strike_data['EXE_PRICE'][0]OptionPrice_high_strike = high_strike_data['CLOSE'][0]OptionPrice_low_strike = low_strike_data['CLOSE'][0]Type = high_strike_data['EXE_MODE'][0]Ratio_high_strike = high_strike_data['EXE_RATIO'][0]Ratio_low_strike = low_strike_data['EXE_RATIO'][0]# 取标的资产价格数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartDate, EndDate,  usedf=True)# 定义合约份数N_option = 1# 判断期权是看涨还是看跌if Type == "认购":Payoff = N_option * OptionPrice_high_strike - np.maximum(etf_data - K_high, 0) * Ratio_high_strike - N_option * OptionPrice_low_strike + np.maximum(etf_data - K_low, 0) * Ratio_low_strikeelif Type == "认沽":Payoff = N_option * OptionPrice_high_strike - np.maximum(K_high - etf_data, 0) * Ratio_high_strike - N_option * OptionPrice_low_strike + np.maximum(K_low - etf_data, 0) * Ratio_low_strikeelse:print("期权类型判断有误")Payoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":code_high_strike = "10006371.SH"code_low_strike = "10006365.SH"UnderlyingCode = "510050.SH"BullSpread(UnderlyingCode, code_high_strike, code_low_strike)

随着到期日临近,策略损益变化如下图:
请添加图片描述

熊市价差套利

构成:卖出行权价低的看涨期权/看跌期权,买入行权价高的看涨期权/看跌期权,即低买高卖。
损益:以看涨期权为例,当标的资产价格上涨时,看涨期权的多头方获利,空头方亏损。

头寸损益
低行权价看涨期权空头 C 1 − m a x ( S t − K l o w , 0 ) C1-max(S_{t}-K_{low},0) C1max(StKlow,0)
高行权价看涨期权多头 m a x ( S t − K h i g h , 0 ) − C 2 max(S_{t}-K_{high},0)-C2 max(StKhigh,0)C2
整体策略 C 1 − C 2 + m a x ( S t − K h i g h , 0 ) − m a x ( S t − K l o w , 0 ) C1-C2+max(S_{t}-K_{high},0)-max(S_{t}-K_{low},0) C1C2+max(StKhigh,0)max(StKlow,0)

整体损益情况如下图所示:
在这里插入图片描述
代码实现:

def BearSpread(UnderlyingCode, code_high_strike, code_low_strike):'''UnderlyingCode:标的资产代码code_high_strike:行权价高的期权代码code_low_strike:行权价低的期权代码:return:'''# 取期权基本数据error_code, wss_data = w.wss(code_high_strike, "startdate,lasttradingdate", usedf=True)       # 取期权的上市时间及结束时间StartDate = wss_data['STARTDATE'][0]EndDate = wss_data['LASTTRADINGDATE'][0]# 取期权价格及执行价error_code, high_strike_data = w.wsd(code_high_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)error_code, low_strike_data = w.wsd(code_low_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)K_high = high_strike_data['EXE_PRICE'][0]K_low = low_strike_data['EXE_PRICE'][0]OptionPrice_high_strike = high_strike_data['CLOSE'][0]OptionPrice_low_strike = low_strike_data['CLOSE'][0]Type = high_strike_data['EXE_MODE'][0]Ratio_high_strike = high_strike_data['EXE_RATIO'][0]Ratio_low_strike = low_strike_data['EXE_RATIO'][0]# 取标的资产价格数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartDate, EndDate,  usedf=True)# 定义合约份数N_option = 1# 判断期权是看涨还是看跌if Type == "认购":Payoff = N_option * OptionPrice_low_strike - np.maximum(etf_data - K_low, 0) * Ratio_low_strike - N_option * OptionPrice_high_strike + np.maximum(etf_data - K_high, 0) * Ratio_high_strikeelif Type == "认沽":Payoff = N_option * OptionPrice_low_strike - np.maximum(K_low - etf_data, 0) * Ratio_low_strike - N_option * OptionPrice_high_strike + np.maximum(K_high - etf_data, 0) * Ratio_high_strikeelse:print("期权类型判断有误")Payoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":code_high_strike = "10006371.SH"code_low_strike = "10006365.SH"UnderlyingCode = "510050.SH"BearSpread(UnderlyingCode, code_high_strike, code_low_strike)

随着到期日临近,策略损益变化如下图:
请添加图片描述

写在后面

最近和做期权的朋友交流发现,实际应用这些策略是很复杂的。由于期权买方卖方权利和义务的特点,Covered Call在卖看涨期权时需要缴纳保证金,一旦标的资产价格迅速上涨,期权端可能会被强平。所以可能根本就熬不到合约到期,也就不会有上述的收益曲线了。

Protective Put策略也是一样。如果盘中隐含波动率急速上涨,期权价格上涨,此时将看跌期权平仓会获得不小的收益,根本不用持有到期…

所以期权的策略其实是非常复杂的,不光光只考虑初始时间点的期权价格,更要考虑盘中期权价格的变动。这里只是为了复现FRM中提出的策略,还有很多不严谨的地方。

这篇关于FRM模型十六:期权策略(期权组合)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/811017

相关文章

Redis过期删除机制与内存淘汰策略的解析指南

《Redis过期删除机制与内存淘汰策略的解析指南》在使用Redis构建缓存系统时,很多开发者只设置了EXPIRE但却忽略了背后Redis的过期删除机制与内存淘汰策略,下面小编就来和大家详细介绍一下... 目录1、简述2、Redis http://www.chinasem.cn的过期删除策略(Key Expir

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

利用Python实现时间序列动量策略

《利用Python实现时间序列动量策略》时间序列动量策略作为量化交易领域中最为持久且被深入研究的策略类型之一,其核心理念相对简明:对于显示上升趋势的资产建立多头头寸,对于呈现下降趋势的资产建立空头头寸... 目录引言传统策略面临的风险管理挑战波动率调整机制:实现风险标准化策略实施的技术细节波动率调整的战略价

Redis中6种缓存更新策略详解

《Redis中6种缓存更新策略详解》Redis作为一款高性能的内存数据库,已经成为缓存层的首选解决方案,然而,使用缓存时最大的挑战在于保证缓存数据与底层数据源的一致性,本文将介绍Redis中6种缓存更... 目录引言策略一:Cache-Aside(旁路缓存)策略工作原理代码示例优缺点分析适用场景策略二:Re

SpringBoot基于配置实现短信服务策略的动态切换

《SpringBoot基于配置实现短信服务策略的动态切换》这篇文章主要为大家详细介绍了SpringBoot在接入多个短信服务商(如阿里云、腾讯云、华为云)后,如何根据配置或环境切换使用不同的服务商,需... 目录目标功能示例配置(application.yml)配置类绑定短信发送策略接口示例:阿里云 & 腾

redis过期key的删除策略介绍

《redis过期key的删除策略介绍》:本文主要介绍redis过期key的删除策略,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录第一种策略:被动删除第二种策略:定期删除第三种策略:强制删除关于big key的清理UNLINK命令FLUSHALL/FLUSHDB命

SpringRetry重试机制之@Retryable注解与重试策略详解

《SpringRetry重试机制之@Retryable注解与重试策略详解》本文将详细介绍SpringRetry的重试机制,特别是@Retryable注解的使用及各种重试策略的配置,帮助开发者构建更加健... 目录引言一、SpringRetry基础知识二、启用SpringRetry三、@Retryable注解

MySQL 分区与分库分表策略应用小结

《MySQL分区与分库分表策略应用小结》在大数据量、复杂查询和高并发的应用场景下,单一数据库往往难以满足性能和扩展性的要求,本文将详细介绍这两种策略的基本概念、实现方法及优缺点,并通过实际案例展示如... 目录mysql 分区与分库分表策略1. 数据库水平拆分的背景2. MySQL 分区策略2.1 分区概念

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA