期权卖方终极指南-第四章：利用相对优势打造你的交易系统

读前须知

1，原文作者是Reddit期权板块的AlphaGiveth，全部内容由本人翻译，创作不易，如需转载请注明出处。
2，本人也是期权新手，对文章内容正确性不做保证。
3，Reddit是外网一个著名的民间论坛，内容涉及方方面面，其子版块Wall Street Bets发起了去年韭菜反杀华尔街的著名“游戏驿站”事件。
4，本指南目前依然在更新之中，截止到今天原作者已经更新了13章，翻译工作量较大，我争取每天翻译一个章节。
5，美股期权与国内有诸多不同，比如美式期权可能提前被行权，比如美股的个股期权非常丰富等等，很多经验是相通的但也不可完全照搬。
6，第一章及更多章节，请点击：https://www.jisilu.cn/question/444952

第四章：利用相对优势打造你的交易系统

前言
本章内容可能比以往的任何一章都要复杂，但还是请你耐心阅读并试图理解。本质上，交易是一场竞赛，不要低估期权交易的参与者，天下没有免费的午餐。

第一节：现在你需要一个好点子
很多人认为在期权交易中找到一个可以赚钱的点子很难，但实际上这是打造交易系统中最简单的部分。一个赚钱的策略仅仅要求你比你的下家好一点点，它并不需要多么复杂或者优秀。

想象一下你是你所居住城镇的电工。现在有另外一个电工承包了城里所有的电工活。如果你可以找到你的相对优势，那么你就可以成为垄断城镇的电工。也许你可以更快的完成工作，也许你的销售技巧更高，也许你的价格比较低等等。

注：一个点子本身一文不值，就和做生意一样，生意点子不会帮你赚钱，执行好这个点子才会。你的交易点子不可以过于抽象，不能是类似“我想卖期权”这样，当然它也不需要特别复杂。当前，我们只需要找到一个值得深入研究的方向。

举例：
1，ETF的风险溢价与个股相比是更高还是更低？
2，哪只个股的风险溢价最高？
3，在科技股上做空波动率同时在金融股上做多波动率是不是一个好策略？
4，我们可否通过预测财报做多或者做空勒式？

第二节：什么是交易中的相对优势
下面我会列出一系列可以给你相对优势的条件，你可以根据这些打造你自己的相对优势。
1，数据的获取
你是否有办法比别人获取更多的数据。举一个极端的例子，假如马里亚纳海沟中的生物种群数量可以预测标普500的走势。而你恰巧可以获得这个数据而别人不行，那么你就可以通过这点挣到可观的利润。

2，个人技能
如果你的竞争对手主要是散户，那么如果你具有很强的数据处理技能（译者按：比如通过python进行市场数据的处理，统计和回测）那么你就有了相对优势。

3，你的人际网络
你周围的人群是否有做风险投资的可以让你得到一些一级市场的消息，你是否认识很多交易者并且和他们交换意见。

4，你的特长
如果你是并购律师，那么你自然对未来将要发生的并购事件比普通人了解的多。如果你在软件开发公司工作，那么你就对软件行业的开发周期和革命性产品的发布细节比普通人掌握的多。如果你是一个医生，那么你对药品开发和生物科技肯定比普通人了解的多。

5，你的地理位置
有些交易品要求你必须居住在特定的地区。

6，新的交易品种
当一个新的交易品种问世时，没人知道如何给它定价，那么此时也是最容易赚钱的时候。（译者按：根据我国经验，新的投资品种都是先来者赚钱，后来者接盘，你品，你细品。）

7，硬件优势
想要做高频交易你需要在硬件上进行大量投资，但一旦你搭建完了硬件，你就有了相对优势。

8，对风险的承受能力
如果你能接受你的损益曲线大幅波动，你就能做一些其他人不敢做的交易。（译者按：比如上杠杆单吊万科之流，不成功便成仁。

第三节：打造你的策略
1，找到你要预测的目标变量
首先我们要知道只要你建了仓，你就是用持仓表达了你的观点，而市场未必同意你的观点。在这笔交易的另一头，有一个人与你的观点完全相反。

既然交易就是我们的观点 vs 市场的观点，这也意味这我们在表达一个于市场不同的观点。无论我们是否主观意识到，我们都在进行某种程度的预测，或者说重新定价。因此，确切的知道我们到底在预测什么东西是非常重要的。

例如我们打算在财报公布的时候做多或者做空波动率，那么我们就需要预测损益表到底是符合预期还是偏离预期。

我们要预测的对象就是目标变量。

2，不要试图用因果论理解变量
一旦我们找到我们想要预测的目标变量，我们不要试图去为它创造一个因果论，我们应该从历史数据中确定目标变量的变化如何影响期权价格。

很多散户会掉进因果论陷阱，他们说：“因为A,B,C，所以现在做空波动率是个好主意。”我们首先应该从历史统计上确认A,B,C是否与波动率下降这个现象相关。

这部分需要一些相当硬核的数据科学技能，对于散户来说我们可以直接参考研报来寻找一些可能的目标变量。

3，我们具体应该预测些什么？
比如现在有两支足球队，一支由业余爱好者组成，另一支则是专业运动员。显然要预测这场比赛的具体比分是很难的，但预测哪支队伍可以取胜却简单得多。

对于交易来说，我们不需要预测股价具体如何运动，我们可以把目光放在偏离度（bias）上面。

从偏离度的角度上说，如果我们试图预测一只股票期权的风险溢价是否过高，我们可以通过一些历史节点上的数据，去给处在当前波动率下的期权进行合理的定价，并给出我们的理由。但我们不是研究员，在实际交易中我们只需要判断当前的价格是向贵的一端偏离还是向便宜的一端偏离（bias），并且根据这个判断进行交易。

4，找到预测变量
比如你想预测一辆车的马力。在你的预测模型中，目标变量是车的马力，那么都有什么因素可以帮助我们预测马力呢？
a，它拥有一台v6还是v8引擎？
b，它的颜色
c，前驱，后驱还是四驱？
d，它有几个门？

如果你认为上述四个点可以比较好的预测一辆车的马力，那你就可以称上述四点为预测变量。比如，如果一台车有v8引擎，红色漆，后驱，双门，那么它的马力应该超过300匹。

我们可以认为预测变量就像一张清单，我们要研究清单的每一项内容，最终得到我们的预测结果。

5，在数据中寻找答案
从专业机构的角度出发，如果你想找到合理的预测变量，那么你需要掌握数据处理能力。在机构中这甚至都不算优势，而是必须掌握的基本工具。从散户的角度说，如果你有上述能力那么你相对于其他散户具有优势，但这也不是必须的。

下面我将会用一个实例说明即使你没有编程技能也依然可以进行正确的期权交易。

第四节：通过实例说明一个交易策略的形成与执行
1，找到目标变量与预测变量
a，目标变量：一只股票未来30天的真实波动率
b，预测变量：一只股票过去30天的历史波动率，当前30日隐波，未来30日波动率预测（译者按：这个指标美国一些券商直接提供，无需自己计算），当前30日历史波动率与30日隐波的差值

跟我的研究和经验，上述预测变量对于目标变量具有不错的预测效果。我会根据历史数据来判断上述预测变量是更高还是更低（除了未来30日波动预测，这基本上就是通过统计学预测未来30日的波动）。

除了数据本身，我还会关注个股的新闻，来帮助我进行一些定性分析，我希望知道为什么这些数据会有如此的表现。

2，筛选合适的股票
译者按：美国有超过上千只个股期权，原作者主要想寻找高隐波，高流动性的个股作为候选，最终选择了Groupon（GRPN）这只个股。具体内容就不翻译了，参考意义不大。

3，观察预测变量
a，30日隐波 = 77%
b，过去30日历史波动 = 48%
c，未来30日预测波动 = 57%

首先，我们来评估未来30日预测波动。可以看到隐波比未来30日预测波动率高20%以上，从预测波动这个变量看，当前期权定价偏高。隐波比历史波动和预测波动都高出一大截，看起来是一个卖出期权的好机会。

然后，我们把30日隐波和30日历史波动率放在一张图上比较：


可以看到过去一段时间，隐波持续高于历史波动，那么从历史波动这个变量看，当前期权定价也是偏高的。但值得注意的是，尽管历史波动很低，但隐波依然在升高，也就是说当前买方力量仍然较强，这可能值得我们担心。因此我想要更深入的看看这个公司当前发生了什么，以此来理解此时的买方的行为。

最后，我们来看一下隐波和历史波动的比值，在之前的章节中我详细讨论了两者的关系，特别是关于均值回归的特性。

下面是过去1年两者比值的曲线图：



可以看到目前两者的比值已经接近上方极值区域，因此我们可以预期：实际波动要上升，隐波要下降，或者两者向中间靠拢。通过第一张图我们可以看到隐波依然在上升，而真实波动在低位，因此我预测未来两者应该会想中间靠拢，其中真实波动会小幅上升，但不会高于隐波。

结论：通过上述分析，我认为未来30天的实际波动率将不会高于当前隐波，也就是说当前的隐波被高估了。

结语
我希望本章能给我的读者们一些启示。有人可能一笔赚钱的交易不需要这么复杂的步骤，但我保证我不会故意让简单的事情变复杂，我当然希望可以简简单单的赚钱。需要注意的是，即使你把上述步骤做的很完美，也不代表你不会输钱，这是一场严酷的游戏，我们必须不断的提高自己的交易能力，寻找更多的相对优势。