论文部分内容阅读
金融衍生品交易策略研究与其自身的定价密切相关。从无风险套利理论的角度来看,当市场完全有效且定价完全合理时,市场价格应该及时、充分地反映所有信息。价格竞争机制将使各个合约间的价格维持平衡。但是,由于实际市场并不完全有效,理论价格和市场价格往往偏离,导致合约之间的价格平衡被破坏。此时就会出现无风险套利机会,可以获取正的超额收益,这就是衍生品定价理论的基本原则。只有更为准确的定价才能找到理论价格和市场实际价格间的偏离,并为后续交易行为提供指导性的参考。在经典的定价方法中,蒙特卡洛模拟法是将期权的期间分割为几个时间间隔。从分布样本中提取模拟的价格变化和运动路径,并用取平均值的方式来得出T时间的收益。期权价格则通过用无风险利率贴现来获得。其明显的缺点是太过于依赖模拟次数。而Black-Scholes期权定价模型所需要输入的五个参数(基础资产现货价格、标的资产波动率、期权的执行价格、期权期限相对天数、市场无风险利率)中,除基础资产波动率以外,其余变量都可以直接在市场中观察到。对于投资者来讲,直接使用公式更方便,这是B-S公式能够被广泛使用的主要原因。定价是否准确决定了市场参与者是否能做出更好的投资策略。B-S公式中的波动率参数是最为关键的一个指标,能反映出期权的内在盈利能力,是决定期权价格的核心变量。由于没有现有指标,需要通过一些数理方法和计量模型取估计波动率。例如在使用WIND金融数据终端时发现,当中的期权综合屏栏目里设置了一个期权价格计算器和套利监控功能模块,使用的是经典的B-S定价公式。其中的波动率参数需要用户手动设置,但只有两个选项:代入常数和代入历史波动率。此两种方法计算出的价格以及基于此进行的套利监控,效果都不理想。翻阅投资者论坛中的评论也发现,大多投资者都认为终端中自带的期权价格计算器计算的价格准确程度有待商榷。究其原因,是程序在设定的时候,没有充分考虑到波动率对于B-S期权定价的重要程度,仅选用了两种不准确的波动率代入方法,导致了最后的定价不准确。本文由此得到启发,通过比较另外两种不同的波动率预测方法,并回测相应的交易策略,以求找到更准确的B-S定价公式参数设定方法,以及制定配套的交易策略,让B-S公式计算出的理论价格更好的成为交易策略的引导,为广大期权投资者能更好的掌握价格走势做出一点贡献。本文在研究中分别运用传统GARCH方法和机器学习支持向量机SVR方法预测波动率,代入B-S公式定价并回测相应的交易策略,比较和确定更为准确的定价方法,进而为投资者制定交易策略提供参考。