期权投资策略设计 ——基于50ETF期权

期权投资策略设计 ——基于50ETF期权

论文摘要

中国经济正经历深刻的转型变化,新一轮高质量经济增长必将到来,期货期权等金融衍生品市场的发展有助于维护国民经济稳定运行,为经济增长提供支持作用。同时,期货期权等金融衍生品的发展有利于正确定价资源和金融资产,让国内外投资者正确认识中国金融市场。总的来说,文章主要是研究价格型策略和波动率策略。文章解决的关键问题是得到基于中国金融市场得到有效盈利的期权策略。通过研究有效的期权价格曲线拟合方法,有效的波动率预测模型以及使用合理的期权组合对资产组合进行止盈止损,从而得到兼顾稳定性和盈利性的期权策略。对于价格策略,首先,基于BS公式进行50-ETF期权的价格曲线拟合的实证研究;之后,计算偏离程度指标Diff来构建期权组合研究做空策略。对于波动率策略,建立基于50ETF的历史波动率预测期权平均隐含波动率的滚动更新模型,利用通道指标Index构造波动率通道,研究做空波动率策略。最后,针对策略的不足之处,进行策略的优化。本文发现,在价格策略中,看跌期权的做空策略明显优异于看涨期权的做空策略。另外,标的资产50ETF指数历史波动率和50ETF期权平均隐含波动率具有高度相关性,使用历史波动率拟合期权平均隐含波动率效果良好。波动率策略存在较大的获利空间,期权波动率策略的研究能成为期权波动率研究的一个重要的深化研究方向。文章最终得到具有盈利性的价格策略和波动率策略,为投资者进行资产配置提供新的思路,也为进行期权策略研究的学者提供一定的参考。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 研究背景及意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 文献综述
  •     1.2.1 期权定价模型与波动率预测的研究现状
  •     1.2.2 期权价格策略的研究现状
  •     1.2.3 期权波动率策略的研究现状
  •     1.2.4 文献评述
  •   1.3 研究方法与内容
  •     1.3.1 研究方法
  •     1.3.2 研究内容
  •   1.4 创新与不足
  •     1.4.1 创新之处
  •     1.4.2 不足之处
  • 第2章 模型与算法框架
  •   2.1 价格策略的模型及算法框架
  •     2.1.1 价格曲线拟合说明与算法框架
  •     2.1.2 期权组合构建的说明及算法
  •   2.2 波动率策略的模型及算法框架
  •     2.2.1 计算历史波动率序列
  •     2.2.2 隐含波动率计算
  •     2.2.3 历史波动率与隐含波动率的相关性测算
  •     2.2.4 隐含波动率预测
  •     2.2.5 计算通道指标并构建波动率通道
  •     2.2.6 期权做空策略
  • 第3章 期权投资策略实证展示
  •   3.1 样本说明
  •   3.2 策略评价指标说明
  •   3.3 价格策略实证展示
  •     3.3.1 价格曲线拟合实证研究
  •     3.3.2 看涨期权做空策略研究
  •     3.3.3 看跌期权做空策略研究
  •   3.4 波动率策略实证展示
  •     3.4.1 历史波动率与隐含波动率的相关性测算展示
  •     3.4.2 历史波动率预测隐含波动率实证展示
  •     3.4.3 做空波动率策略实证检验
  •     3.4.4 波动率策略优化
  •   3.5 期权策略对比分析总结
  •     3.5.1 基金净值曲线分析总结
  •     3.5.2 策略指标总结
  • 第4章 结论
  •   4.1 研究结论
  •   4.2 政策与经济意义
  •   4.3 延伸与拓展
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 李国钊

    导师: 姚海祥

    关键词: 股指期权,波动率策略,期权组合,资产配置

    来源: 广东外语外贸大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,宏观经济管理与可持续发展,金融,证券,投资,投资

    单位: 广东外语外贸大学

    分类号: F224;F832.5

    DOI: 10.27032/d.cnki.ggdwu.2019.000608

    总页数: 58

    文件大小: 686K

    下载量: 264

    相关论文文献

    • [1].隐含波动率曲面的预测研究:来自中国台湾市场的证据[J]. 系统工程理论与实践 2017(08)
    • [2].隐含波动率曲面的建模与预测[J]. 当代财经 2017(03)
    • [3].全球低波动率时代行将结束?[J]. 清华金融评论 2017(09)
    • [4].国际股市隐含波动率溢出效应分析[J]. 复杂系统与复杂性科学 2019(04)
    • [5].带指数参数的隐含波动率模型[J]. 安徽工业大学学报(自然科学版) 2016(04)
    • [6].上证50ETF期权隐含波动率曲面:建模及实证研究[J]. 投资研究 2017(02)
    • [7].隐含波动率、GARCH模型对汇率的预测效果比较[J]. 中国经贸导刊 2010(16)
    • [8].隐含波动率曲面:建模与实证[J]. 金融研究 2010(08)
    • [9].上证50ETF期权隐含波动率微笑形态的风险信息容量研究[J]. 财经研究 2020(04)
    • [10].基于非参数核回归模型的隐含波动率预测[J]. 福州大学学报(自然科学版) 2018(02)
    • [11].基于期权隐含波动率的股市风险预警研究[J]. 上海金融 2020(07)
    • [12].隐含波动率的半参数因子模型[J]. 中国商界(下半月) 2010(10)
    • [13].基于均值回归价格过程重构隐含波动率[J]. 安徽师范大学学报(自然科学版) 2020(04)
    • [14].随机杠杆效应对隐含波动率曲面期限结构的影响分析[J]. 金融学季刊 2018(01)
    • [15].隐含波动率对公司债信用利差的预测能力研究——来自上证50ETF期权的证据[J]. 中国证券期货 2018(06)
    • [16].市场不看好苏格兰独立[J]. 中国新时代 2014(09)
    • [17].上证50ETF期权隐含波动率曲面的非参数拟合[J]. 市场周刊 2019(06)
    • [18].SVI隐含波动率模型的时间指数扩展[J]. 福州大学学报(自然科学版) 2018(02)
    • [19].上证50ETF期权隐含波动率曲面建模和实证分析方法[J]. 时代金融 2018(27)
    • [20].Black-Scholes模型和GARCH模型下的隐含波动率研究[J]. 世界科技研究与发展 2016(05)
    • [21].基于Heston模型的期权隐含波动率研究[J]. 五邑大学学报(自然科学版) 2018(03)
    • [22].50ETF隐含波动率曲面实证研究和统计套利[J]. 金融经济 2018(22)
    • [23].基于ARMA-GARCH模型的恒指隐含波动率指数预测及其在期权交易中的应用[J]. 经济数学 2014(04)
    • [24].隐含波动率与实际波动率的关系:中美比较[J]. 管理科学 2018(06)
    • [25].美股前景展望及其对我国经济的影响[J]. 银行家 2018(06)
    • [26].国际部分[J]. 债券 2014(09)
    • [27].基于GARCH模型的波动率与隐含波动率的实证分析——以上证50ETF期权为例[J]. 金融理论与实践 2019(05)
    • [28].基于遗传算法的SABR模型对上证50ETF期权隐含波动率拟合优化的实证研究[J]. 中国证券期货 2019(04)
    • [29].离岸人民币外汇期货市场月度报告(2015年2月)[J]. 金融博览(财富) 2015(03)
    • [30].基于神经网络的波动率对权证价格预测效果比较分析[J]. 生产力研究 2010(08)

    标签:;  ;  ;  ;  

    期权投资策略设计 ——基于50ETF期权
    下载Doc文档

    猜你喜欢