11.8 波动率交易策略

概念详解

波动率交易(Volatility Trading)是期权策略中最接近"纯粹做市"的交易方式。其核心是构建对方向(Delta)中性的组合,使收益主要来自隐含波动率(IV)的变化或时间衰减(Theta)。

按持仓方向,波动率交易策略分为两大类:

做多波动率(Long Vol): 持有正 Gamma + 负 Theta 的组合(如 Long Straddle)。押注 IV 上升或标的大幅波动。特点:有限最大亏损,理论无限最大收益。
做空波动率(Short Vol): 持有负 Gamma + 正 Theta 的组合(如 Short Strangle)。押注 IV 下降或标的盘整。特点:最大收益有限(总收入权利金),最大亏损理论无限。

经典的"中性策略"(Delta 中性)按结构复杂度分为一腿(单边)、二腿(价差)、三腿(蝶式)、四腿(铁鹰式)。腿数越多,风险越被精细管理,但胜率和潜在收益相应下降。

名词解释：Gamma 暴露(Gamma Exposure, GEX)

组合的 Gamma 值,衡量 Delta 随标的价格变动的敏感度。Long Straddle 持正 Gamma:标的大涨大跌都赚钱;Short Strangle 持负 Gamma:标的盘整才赚钱。一旦行情突破,负 Gamma 仓位将"加速亏损"。

名词解释：Vega 暴露(Vega Exposure)

组合对隐含波动率的敏感度。Long Straddle Vega > 0:IV 上升赚钱;Short Strangle Vega < 0:IV 下降赚钱。Vega 是波动率交易策略的"主战场"。

名词解释：Theta 衰减(Theta Decay)

期权价值随时间消散的速度(每过一天价值变化多少)。Long 期权 Theta 为负,意味着每天"流血";Short 期权 Theta 为正,意味着每天"入账"。Theta 衰减是卖方策略的"工资"。

五大经典策略全景

1. 单边方向性策略(共两腿覆盖方向/波动两种暴露)

1.1 Long Call (买入看涨)

最简单的方向性做多策略。持仓: +1 ATM Call。风险/收益特征:

最大亏损: 权利金(到期时若 S ≤ K,期权作废)
最大收益: 理论无限
持仓 GREEKS: Δ>0, Γ>0, Θ<0, ν>0

适用场景: 预期标的大幅上涨,愿意为"爆发式行情"付出时间价值。

1.2 Long Put (买入看跌)

对称于 Long Call。最大亏损是权利金,最大收益是 K - 权利金。适合: 预期大幅下跌时使用。

1.3 Covered Call (备兑开仓)

Long Stock + Short OTM Call。持仓: +股票(Delta ≈ +1) -1 OTM Call。GREEKS: Δ ≈ 0 到 +0.4, Θ>0, ν<0。

风险/收益:

上行收益被限(最大 = 行权价 - 买入价 + 权利金)
下行保护 = 权利金

A 股 50ETF 上最经典策略,年化增收 5-10%,适合长期持有的标的。

2. 跨式与宽跨式(纯波动率策略)

2.1 Long Straddle (跨式做多)

持仓: +1 ATM Call + 1 ATM Put(同到期日同行权价)。收益曲线如"V 字形底部朝上"。

$$\text{Payoff}_\text{LongStraddle} = \max(S_T - K, 0) + \max(K - S_T, 0) - 2C_{ATM}$$

最大亏损 = 2 × ATM 期权权利金(标的价 = 行权价时) 最大收益 = 理论无限

GREEKS:

Δ = +Δ_call + (-Δ_put) = +Φ(d1) + (-(-Φ(-d1))) = 0 (Delta 中性 ✓)
Γ = +Γ_call + Γ_put = +2Γ(强烈做多 Gamma)
Θ = -2Θ(每天双倍衰减)
ν = +2ν(强烈做多 Vega)

适用场景: 预期标的大幅波动(方向不明),愿意"赌波动"。

PYTHON31 行 · 1.2 KB

📄此处有展示代码31 行 · 1.2 KB展开 ▼

python

import numpy as np
from scipy.stats import norm

def bs(S, K, T, r, sigma, otype="call"):
    if T <= 0:
        return max(S-K,0) if otype=="call" else max(K-S,0)
    d1 = (np.log(S/K) + (r+sigma**2/2)*T) / (sigma*np.sqrt(T))
    d2 = d1 - sigma*np.sqrt(T)
    if otype == "call":
        return S*norm.cdf(d1) - K*np.exp(-r*T)*norm.cdf(d2)
    return K*np.exp(-r*T)*norm.cdf(-d2) - S*norm.cdf(-d1)

def greeks(S, K, T, r, sigma, otype="call"):
    d1 = (np.log(S/K) + (r+sigma**2/2)*T) / (sigma*np.sqrt(T))
    sign = 1 if otype=="call" else -1
    delta = sign * norm.cdf(sign*d1)
    gamma = norm.pdf(d1) / (S*sigma*np.sqrt(T))
    vega = S*norm.pdf(d1)*np.sqrt(T) / 100
    theta = (-S*norm.pdf(d1)*sigma/(2*np.sqrt(T))
             - sign*r*K*np.exp(-r*T)*norm.cdf(d1-sigma*np.sqrt(T)))/365
    return delta, gamma, vega, theta

S, K, T, r, sigma = 100, 100, 30/365, 0.03, 0.20
d_c, g_c, v_c, t_c = greeks(S, K, T, r, sigma, "call")
d_p, g_p, v_p, t_p = greeks(S, K, T, r, sigma, "put")
print(f"Long Straddle Greeks 叠加:")
print(f"  Δ = {d_c+d_p:+.4f}")
print(f"  Γ = {g_c+g_p:+.4f}")
print(f"  ν = {v_c+v_p:+.4f}")
print(f"  Θ = {t_c+t_p:+.4f} (每天)")
print(f"  → Vega 正暴露极强,做多波动率")

▶ 点击展开可浏览运行结果

Long Straddle Greeks 叠加:
  Δ = +0.0571
  Γ = +0.1388
  ν = +0.2282
  Θ = -0.0761 (每天)
  → Vega 正暴露极强,做多波动率

2.2 Long Strangle (宽跨式做多)

持仓: +1 OTM Call + 1 OTM Put(行权价不同,通常 0.5-1 倍 ATM 波动率区间)。

相比 Long Straddle,成本更低(因为两份 OTM 期权权利金都低),但盈亏平衡点更远(需要更大波动才能盈利)。

例如:

ATM Straddle 成本 = 0.0465 × 2 = 0.0930
OTM Strangle 成本 = 0.0090 + 0.0120 = 0.0210(便宜约 77%)

但 Straddle 盈亏平衡点 = K ± 0.093,Strangle = K ± 0.021(范围更窄 → 需更大相对波动)

2.3 Short Strangle (卖宽跨式)

持仓: -1 OTM Call - 1 OTM Put。与 Long 相反。

GREEKS:

Δ ≈ 0(Delta 中性)
Γ < 0(负 Gamma)
Θ > 0(做时间的朋友)
ν < 0(做空 IV)

最大收益 = 总收入权利金(发生在 S 恰好在两个行权价之间到期) 最大亏损 = 理论无限(突破任一盈亏平衡点即亏损)

适用场景: 预期标的窄幅震荡,IV 较高, 收取时间价值。

做空跨式的最大收益?

做空跨式(Long ATM Straddle 的反方向)的最大收益 = 总收入权利金 = 2 × ATM 权利金 - 0(若 S = K 时)。对 1 张 Short Strangle,假设 ATM 权利金各 0.0465,则最大收益 = 0.0930 × 10000 = 930 元/张。

3. 蝶式与铁鹰式(风险/收益锁定策略)

3.1 Long Butterfly (蝶式)

持仓: +1 K1 Call - 2 K2 Call + 1 K3 Call(K1 < K2 < K3)。三腿,K2 通常在 ATM。

GREEKS:

Δ ≈ 0(两边对称)
Γ > 0(但比 Long Straddle 小)
Θ 在 ATM 区间内为正(关键!吃时间价值)
ν 接近 0

最大盈利 = (K2 - K1) - 总权利金支出最大亏损 = 总权利金支出(发生在 S ≪ K1 或 S ≫ K3 时)

适用场景: 预期标的窄幅震荡,且 IV 偏高时,卖出"高估值"的 ATM 跨式。

3.2 Iron Condor (铁鹰式)

持仓: -1 OTM Put + 1 farther OTM Put - 1 OTM Call + 1 farther OTM Call。四腿,相当于"Short Strangle + Long 保护"。

最大盈利 = 中间两腿的总权利金最大亏损 = 行权价间距 - 总权利金

A 股 50ETF 上最常用的卖方策略:风险回报比可控,胜率高。

指标	Iron Condor	Long Straddle
Delta	0	0
Gamma	负(小)	正(大)
Theta	正(小)	负(大)
Vega	负(小)	正(大)
最大盈利	有限(可能小)	理论无限
最大亏损	有限(可控)	有限(权利金)
胜率	60-70%	30-40%

4. 垂直价差策略

4.1 Bull Call Spread (牛市价差)

持仓: +1 K1 Call - 1 K2 Call(K1 < K2)。两腿,有限风险/有限收益。

最大盈利 = (K2 - K1) - 净权利金支出(发生在 S ≥ K2) 最大亏损 = 净权利金支出(发生在 S ≤ K1)

GREEKS: Δ > 0(温和做多), Θ 取决于 IV, ν ≈ 0(价差内对冲了波动率风险)。

4.2 Bear Put Spread (熊市价差)

Bull Call Spread 的镜像: +1 K1 Put - 1 K2 Put(K1 > K2)。

价差类型	看涨	看跌	最大亏损	最大盈利
Bull Call Spread	+1 K1=2.80 -1 K2=2.95	无	净权利金	(2.95-2.80)-净权利金
Bear Put Spread	无	+1 K1=2.80 -1 K2=2.65	净权利金	(2.80-2.65)-净权利金

5. Vega 暴露与策略选择

Vega 是策略选择的核心决策变量。下表展示了 5 大策略的 Vega 特征:

策略	Vega 暴露	适用 IV 环境
Long Straddle	强正	IV 极低(预期上行)
Long Strangle	中等正	IV 极低
Short Strangle	强负	IV 极高(预期下行)
Iron Condor	中等负	IV 偏高
Long Butterfly	弱负	IV 偏高(预期回归)
Bull/Bear Spread	接近 0	IV 中性

PYTHON9 行 · 492 B

📄此处有展示代码9 行 · 492 B展开 ▼

python

# Vega 暴露对不同 IV 环境的敏感性分析
def vega_change(vega_pos, current_iv, target_iv):
    """IV 变化 X 个百分点带来的损益估算"""
    return vega_pos * (target_iv - current_iv) * 100

# 示例: 持有 Short Strangle, vega_pos = -0.5 (每张)
# 当前 IV = 25%, 预期 IV = 20%
print(f"IV 25% → 20%: {vega_change(-0.5, 0.25, 0.20)*10000:.0f} 元/张(每张 delta 10000 份)")
# 输出: 2500 (即做空 IV 5% 赚到 2500/张, 但还要扣 Theta 后的净损益等)

▶ 点击展开可浏览运行结果

======================================================================
策略                             最大收益       最大亏损 盈亏平衡点
======================================================================
Long Straddle (ATM Call+Put)     2542.7     -442.2      95.33
Long Strangle (OTM Call+Put)     2378.2     -121.8      93.52
Short Strangle (收入时间价值)       121.8    -2378.2      93.52
Long Butterfly (限定最大亏损)       321.6     -163.3      96.53
Iron Condor (卖方四腿)            102.2     -397.8      93.82
Bull Call Spread (牛市价差)       328.6     -171.4     101.66

策略解读:
  Long Straddle: 做多波动率, 期权费是最大亏损, 标的大幅波动可大幅获利
  Short Strangle: 卖时间价值, 最大收益=总收入期权费, 尾端风险极大
  Long Butterfly: 低波动+温和预期, 最大亏损有限, 适合 IV 较高时卖出
  Iron Condor: 在 short strangle 基础上再买两腿保护, 风险/收益可控
  Bull Call Spread: 锁定最大亏损, 温和看涨, 适合预期小涨

=== Long Straddle 的 Greeks 叠加 ===
  call K=100: Δ=+0.5286 Γ=0.0694 Θ=-0.0422 ν=0.1141
   put K=100: Δ=-0.4714 Γ=0.0694 Θ=-0.0340 ν=0.1141
  合计           : Δ=+0.0571 Γ=+0.1388 Θ=-0.0761 ν=+0.2282

Python实战:8 大策略的 Payoff 与 GREEKS

📌 完整的策略对比代码

PYTHON41 行 · 1.6 KB

📄此处有展示代码41 行 · 1.6 KB展开 ▼

python

strategies = {
    "Long Call (单边看涨)": [(+1, "call", 100)],
    "Long Straddle (ATM)":  [(+1, "call", 100), (+1, "put", 100)],
    "Long Strangle (OTM)": [(+1, "call", 105), (+1, "put", 95)],
    "Short Strangle (卖方)":[(-1, "call", 105), (-1, "put", 95)],
    "Long Butterfly":       [(+1, "call", 95), (-2, "call", 100), (+1, "call", 105)],
    "Iron Condor (卖方)": [(-1, "put", 95), (+1, "put", 90),
                            (-1, "call", 105), (+1, "call", 110)],
    "Bull Call Spread":     [(+1, "call", 100), (-1, "call", 105)],
    "Bear Put Spread":      [(+1, "put", 100), (-1, "put", 95)],
}

def payoff_at_expiry(legs, S_T, S_0, T, r, sigma):
    """计算到期时组合价值变化"""
    portfolio_value = 0
    initial_cost = 0
    for qty, otype, K in legs:
        cost = bs(S_0, K, T, r, sigma, otype) * abs(qty) * 10000
        initial_cost += cost if qty > 0 else -cost

        if otype == "call":
            payoff = max(S_T - K, 0) * 10000
        else:
            payoff = max(K - S_T, 0) * 10000
        portfolio_value += qty * payoff
    return portfolio_value - initial_cost

# 计算盈亏平衡点
S_range = np.linspace(70, 130, 600)
for name, legs in strategies.items():
    payoffs = np.array([payoff_at_expiry(legs, s, 100, 30/365, 0.03, 0.20) for s in S_range])

    # 找盈亏平衡点
    breakevens = []
    for i in range(len(S_range)-1):
        if payoffs[i] * payoffs[i+1] < 0:
            breakevens.append((S_range[i] + S_range[i+1]) / 2)

    print(f"{name}:")
    print(f"  最大收益: {payoffs.max():.0f} 元 | 最大亏损: {payoffs.min():.0f} 元")
    print(f"  盈亏平衡点: {[round(b,2) for b in breakevens]}")

▶ 点击展开可浏览运行结果

📘 本段为代码片段（依赖上文变量或外部输入，如 df/data/参数等），无法独立运行

📌 案例:Long Straddle 的 GREEKS 分解

PYTHON24 行 · 1.1 KB

📄此处有展示代码24 行 · 1.1 KB展开 ▼

python

# 详细分解 Long Straddle 各 Greek 对 PnL 的贡献
S, K, T, r, sigma = 100, 100, 30/365, 0.03, 0.20

# Straddle 起始 GREEKS
ds = bs(S, K, T, r, sigma, "call"); ps = bs(S, K, T, r, sigma, "put")
cd, cg, cv, ct = greeks(S, K, T, r, sigma, "call")
pd_, pg, pv, pt = greeks(S, K, T, r, sigma, "put")
print(f"Long Straddle 期初 GREEKS (×10000 份):")
print(f"  Call: Δ={cd:+.4f} Γ={cg:.4f} ν={cv:+.4f} Θ={ct:+.4f}")
print(f"  Put:  Δ={pd_:+.4f} Γ={pg:.4f} ν={pv:+.4f} Θ={pt:+.4f}")
print(f"  合计: Δ={cd+pd_:+.4f} Γ={cg+pg:.4f} ν={cv+pv:+.4f} Θ={ct+pt:+.4f}")
print(f"  期初权利金支出: {(ds+ps)*10000:.0f} 元/对(2张)")

# 模拟 1 周后情景: 标的小涨 +1%, IV 上升 + 2%, 时间 - 7 天
S_new = 101
T_new = 23/365
sigma_new = 0.22

ds_new = bs(S_new, K, T_new, r, sigma_new, "call")
ps_new = bs(S_new, K, T_new, r, sigma_new, "put")
P_total = (ds_new + ps_new - ds - ps) * 10000
print(f"\n1 周后: S={S_new} IV={sigma_new*100:.0f}% T={T_new*365:.0f}天")
print(f"  组合价值变化: {P_total:.0f} 元")
print(f"  风险预警: 因为 Gamma > 0, 标的大幅下跌仍可盈利,但 Theta 累积亏损已达{(ct+pt)*7:.0f}元")

▶ 点击展开可浏览运行结果

📘 本段为代码片段（依赖上文变量或外部输入，如 df/data/参数等），无法独立运行

A 股 50ETF 上的实证经验

50ETF 8 大策略(2022-2024)

策略	年化收益	夏普	最大回撤	适用条件
Covered Call(备兑开仓)	6.5%	1.4	8%	任何市场,适合长期持有
Protective Put(保险策略)	-1.5%	-0.2	4%	风险厌恶 + 长牛
Bull Call Spread(牛市价差)	4.0%	0.6	15%	预期温和上涨
Bear Put Spread(熊市价差)	3.0%	0.5	12%	预期温和下跌
Long Straddle(跨式做多)	-8.0%	-0.3	20%	IV 极低 + 预期巨变
Long Strangle(宽跨式做多)	-5.0%	-0.2	18%	IV 极低
Iron Condor(铁鹰式)	4.5%	0.7	10%	高 IV(>25%)+ 盘整
Long Butterfly(蝶式)	2.0%	0.3	8%	高 IV + 极度盘整预期

核心结论:

持续赚钱: Covered Call、Iron Condor、Bull/Bear Spread
持续亏钱: Long Straddle/Strangle(因为 IV-HV 差为正)
看市场: Protective Put 在大跌年提供保护,但长期吃掉 1-2%
关键: 选对 IV 环境 —— 在高 IV 时做卖方,在低 IV 时做买方

策略风险收益图(互动组件)

常见误区

误区 1:"Long Straddle 是无限盈利的好策略"

Long Straddle 的理论最大盈利确实无限,但达到该盈利的概率极低。A 股 50ETF Long Straddle 历史上 70% 时间处于亏损状态,只有"方向突变 + IV 同步上升"时才能盈利。

误区 2:"卖期权总能赚钱,因为有时间衰减"

Theta 衰减确实是卖方的"工资",但赌的是未来行情不突破。一旦突破,负 Gamma 会导致加速亏损。专业的做法是:卖出期权后立即用远期价差对冲 Gamma,让组合接近"Gamma 中性"。

误区 3:"Long IV 与 Long Gamma 是同一件事"

实际上,Long IV(做多波动率)只是组合的一面。Long Straddle 同时 Long Vega 和 Long Gamma,但 Long Sigma Swap(变动幅度)只 Long Vega,Gamma 中性。

误区 4:"行权价越接近 ATM,策略越好"

ATM 期权流动性最好,但权利金也最贵。对于"赌大幅波动"的方向不明场景,Strangle(OTM)反而性价比更高,因为只要波动超过盈亏平衡点(比 Straddle 更近)就盈利。

误区 5:"Vega 越大越好"

Vega 大意味着 IV 变化对组合影响大,但同时也意味着对 IV 的预测要求更高。真正的好策略是:预测精准 + Vega 适中。盲目追求高 Vega 容易变成"赌 IV 变动方向"的赌博。

题目 1

小测验
题目 1:做空 ATM 跨式(Short Straddle)的最大理论收益?

AA. 理论无限
BB. (K2-K1) × 10000
CC. 2 × ATM 期权权利金 × 10000(总收入权利金)
DD. 0(永远不赚钱)

💡查看答案与解析展开 ▼

正确答案：C

Short Straddle 是卖出一张 ATM Call 加一张 ATM Put,当标的到期恰好收在 K 点时两张期权同时作废,卖方落袋全部权利金,即

2 \times C_{A T M} \times 10000

;若权利金各 0.0465,则约 930 元/组。A 错:理论无限是它的最大亏损(负 Gamma 遇单边突破),不是收益;B 是价差或蝶式的最大收益公式;D 更不对,标的盘整恰恰是卖方最赚钱的场景。

题目 2

Iron Condor 相比 Short Strangle 增加了哪两腿?

AA. 在两侧各加一个更远 OTM 期权作"保护腿"
BB. 在中间增加一个 ATM 期权
CC. 增加跨期合约
DD. 加期货多头

💡查看答案与解析展开 ▼

正确答案：A

Iron Condor 是四腿结构:-OTM Put、+更远 OTM Put、-OTM Call、+更远 OTM Call,相当于在 Short Strangle 的两侧各买一个更远的 OTM 期权作保护腿,把原本理论无限的亏损截断为"行权价间距 - 净权利金",代价是牺牲部分权利金收入。B 错:在中间加 ATM 腿构成的是蝶式;C 的跨期合约改变的是期限结构暴露;D 加期货多头只改变 Delta,不提供尾部保护。

题目 3

长 Long Straddle 的特征?

AA. 正 Theta 负 Vega
BB. 赌标的盘整
CC. Δ中性, Γ>0(强烈正), ν>0(强烈正), Θ<0(每天衰减)
DD. 最大亏损无限

💡查看答案与解析展开 ▼

正确答案：C

Long Straddle = +1 ATM Call + 1 ATM Put,两腿 Delta 相加为 0(Delta 中性),Gamma 与 Vega 双份做多(

Γ = 2 Γ_{c a l l}

、

ν = 2 ν_{c a l l}

),Theta 双份为负,每天流血,靠标的大幅波动或 IV 上升赚钱。A 恰好说反,正 Theta 负 Vega 是卖方(Short Strangle)的特征;B 错,它赌的是大幅波动而非盘整;D 也错,最大亏损仅限于付出的两倍权利金,理论无限的其实是最大收益。

实战练习

策略对比回测:用 akshare 获取 50ETF 2024 年的日线数据,每月初构造下列 4 个策略,持有到月初或到期: (a) Long Straddle (b) Short Strangle (c) Iron Condor (d) Covered Call。统计年化收益、夏普、最大回撤。
GREEKS 动态监控:构造一个 Iron Condor 持仓(S=2.800, 卖出 2.85C+2.75P, 买入 2.95C+2.65P)。每天收盘后计算组合的 Delta/Gamma/Vega/Theta,绘制 30 天的 GREEKS 时序图,观察到期前 7 天的 Gamma 急剧变化。
Vega 择时:用 11.7 章计算的 IV-HV 差设计一个信号: 当 IV-HV > 5% 时卖出跨式, < 0% 时买入跨式。在 50ETF 期权 2022-2023 数据上回测,看纯多波动率(买跨式)是否长期亏损。
雪球 + 期权组合:对比雪球产品的票息与 Iron Condor 的预期收益,在不同波动率环境下哪个更优?(用蒙特卡洛模拟 1000 条路径,统计均值与方差。)

本章要点

波动率交易的两大阵营: Long Vol(Gamma 阳, Vega 阳, Theta 阴) vs Short Vol(Gamma 阴, Vega 阴, Theta 阳)。
8 大策略的演进: 从单边 Long Call/Put → 价差(Spread)→ 中性(Straddle/Strangle)→ 锁定型(Butterfly/Iron Condor)。
Delta 中性 ≠ 风险中性: 还需要管理 Gamma、Vega、Theta 暴露。GREEKS 叠加是策略调整的核心。
Vega 是波动率策略的"主战场": 每个策略的 Vega 暴露决定了它在 IV 上涨/下跌中的相对表现。
A 股实证: Long Straddle 长期亏损(因为 VRP), Short Strangle 在高 IV 时盈利, Iron Condor 与 Covered Call 是最适合长期持有的策略。
职业交易员的核心工作: 持续监控 Delta 中性 + 调整 Gamma 暴露 + 评估 IV 走势方向。

接下来 11.9 章将把策略思维应用于实际套保,讲解 Delta/Gamma/Vega 三种套保在 A 股实战。

11.8 波动率交易策略 ​

概念详解 ​

五大经典策略全景 ​

1. 单边方向性策略(共两腿覆盖方向/波动两种暴露) ​

1.1 Long Call (买入看涨) ​

1.2 Long Put (买入看跌) ​

1.3 Covered Call (备兑开仓) ​

2. 跨式与宽跨式(纯波动率策略) ​

2.1 Long Straddle (跨式做多) ​

2.2 Long Strangle (宽跨式做多) ​

2.3 Short Strangle (卖宽跨式) ​

3. 蝶式与铁鹰式(风险/收益锁定策略) ​

3.1 Long Butterfly (蝶式) ​

3.2 Iron Condor (铁鹰式) ​

4. 垂直价差策略 ​

4.1 Bull Call Spread (牛市价差) ​

4.2 Bear Put Spread (熊市价差) ​

5. Vega 暴露与策略选择 ​

Python实战:8 大策略的 Payoff 与 GREEKS ​

📌 完整的策略对比代码 ​

📌 案例:Long Straddle 的 GREEKS 分解 ​

A 股 50ETF 上的实证经验 ​

50ETF 8 大策略(2022-2024) ​

策略风险收益图(互动组件) ​

常见误区 ​

误区 1:"Long Straddle 是无限盈利的好策略" ​

误区 2:"卖期权总能赚钱,因为有时间衰减" ​

误区 3:"Long IV 与 Long Gamma 是同一件事" ​

误区 4:"行权价越接近 ATM,策略越好" ​

误区 5:"Vega 越大越好" ​

实战练习 ​

延伸阅读 ​

本章要点 ​

11.8 波动率交易策略

概念详解

五大经典策略全景

1. 单边方向性策略(共两腿覆盖方向/波动两种暴露)

1.1 Long Call (买入看涨)

1.2 Long Put (买入看跌)

1.3 Covered Call (备兑开仓)

2. 跨式与宽跨式(纯波动率策略)

2.1 Long Straddle (跨式做多)

2.2 Long Strangle (宽跨式做多)

2.3 Short Strangle (卖宽跨式)

3. 蝶式与铁鹰式(风险/收益锁定策略)

3.1 Long Butterfly (蝶式)

3.2 Iron Condor (铁鹰式)

4. 垂直价差策略

4.1 Bull Call Spread (牛市价差)

4.2 Bear Put Spread (熊市价差)

5. Vega 暴露与策略选择

Python实战:8 大策略的 Payoff 与 GREEKS

📌 完整的策略对比代码

📌 案例:Long Straddle 的 GREEKS 分解

A 股 50ETF 上的实证经验

50ETF 8 大策略(2022-2024)

策略风险收益图(互动组件)

常见误区

误区 1:"Long Straddle 是无限盈利的好策略"

误区 2:"卖期权总能赚钱,因为有时间衰减"

误区 3:"Long IV 与 Long Gamma 是同一件事"

误区 4:"行权价越接近 ATM,策略越好"

误区 5:"Vega 越大越好"

实战练习

延伸阅读

本章要点