Dynamische Volatilität Trading-Strategien in der Währung Option Market Zitieren Sie diesen Artikel als: Guo, D. Überprüfung der Derivate Research (2000) 4: 133. doi: 10.1023 A: 1009638225908 9 Zitate 292 Downloads Die bedingte Volatilität der Devisenkurse können mit vorausberechnet werden GARCH-Modelle oder implizite Volatilität aus Währungsoptionen extrahiert. Dieses Papier untersucht, ob diese Vorhersagen sind wirtschaftlich sinnvoll in Handelsstrategien, die nur für den Handel Volatilität Risiko konzipiert sind. Erstens bietet dieser Artikel neue Beweise für die Frage der Informationsgehalte der impliziten Volatilität und GARCH Volatilität bei der Prognose zukünftiger Varianz. In einer künstlichen Welt ohne Transaktionskosten führen sowohl deltaneutrale als auch gestreckte Handelsstrategien zu signifikanten positiven Gewinnen, unabhängig davon, welche Volatilitätsvorhersagemethode verwendet wird. Genauer gesagt, der Agent mit der Implied Stochastic Volatility Regression Methode (ISVR) verdient größere Gewinne als der Agent mit der GARCH-Methode. Zweitens deutet es darauf hin, dass der Devisenoptionsmarkt informationell effizient ist. Nach Berücksichtigung der Transaktionskosten, bei denen ein Prozent der Optionspreise angenommen wird, sind die beobachteten Gewinne in den meisten Handelsstrategien nicht signifikant von Null verschieden. Schließlich haben diese Strategien Renditen angeboten haben höhere Sharpe-Verhältnis und eine niedrigere Korrelation mit mehreren großen Asset-Klassen. Folglich können Hedgefonds und institutionelle Anleger, die alternative marktneutrale Anlagemethoden anstreben, den Volatilitätshandel nutzen, um das Risiko-Rendite-Profil ihres Portfolios durch Diversifizierung zu verbessern. Implizite Volatilität GARCH-Modell Delta-Straddle-Hedge-Handelsstrategien C32 Diese überarbeitete Version wurde im November 2006 mit Korrekturen zum Deckungsdatum veröffentlicht. Referenzen Baillie, R. und T. Bollerslev. (1989). Die Nachricht in den täglichen Wechselkursen: Eine Konditional-Variance Tale, Journal of Business und Economic Statistics 7, 297306. CrossRef Google Scholar Barone-Adesi, G. und R. Whaley. (1987). Efficient Analytic Approximation der amerikanischen Option Werte, Journal of Finance 42, 301320. CrossRef Google Scholar Black, F. und M. Scholes. (1973). Die Preisgestaltung von Optionen und Corporate Liabilities, Journal of Political Economy 81, 637659. CrossRef Google Scholar Bodurtha, J. und G. Courtadon. (1987). Tests des amerikanischen Optionspreismodells im Fremdwährungsoptionsmarkt, Journal of Financial and Quantitative Analysis 22, 153167. CrossRef Google Scholar Bollerslev, T. (1986). Allgemeine Autoregressive bedingte Heterosedastizität, Journal of Econometrics 51, 307327. CrossRef Google Scholar Bollerslev, T. und J. Wooldridge. (1992). Quasi Maximum Likelihood Schätzung und Schlußfolgerung in dynamischen Modellen mit zeitlicher Variation von Covariances, Econometric Reviews 11, 143172. Google Scholar Dickey, D. und W. Fuller. (1979). Verteilung der Schätzer für autoregressive Zeitreihen mit einem Einheitswurzel, Journal der American Statistical Association 74, 427431. CrossRef Google Scholar Duan, J.-C. (1994). Eine einheitliche Theorie der Option Preisgestaltung mit stochastischer Volatilität von GARCH bis Diffusion, Manuskript, McGill University. Engle, R. F. (1982). Autoregressive bedingte Heteroskedastizität mit Schätzungen der Varianz der U. K.-Inflation, Econometrica 50, 9871008. CrossRef Google Scholar Engle, R. A. Kane und J. Noh. (1997). Index-Optionspreis mit stochastischer Volatilität und dem Wert präziser Abweichungsprognosen, Review of Derivatives Research 1, 139157. CrossRef Google Scholar Fund, W. und D. A. Hsieh. (1997). Empirische Merkmale dynamischer Handelsstrategien: Fall von Hedge-Fonds, Review von Finanzstudien 10, 275302. CrossRef Google Scholar Galai, D. (1977). Tests von Market Efficiency und der Chicago Board Options Exchange, Journal of Business 50, 167197. CrossRef Google Scholar Guo, D. (1996). Die Predictive Power von implizierten stochastischenVariance aus Währungsoptionen, Journal of Futures Markets 16, 915942. CrossRef Google Scholar Harvey, C. R. und R. Whaley. (1992). Markt Volatilität Vorhersage und die Effizienz des S amp P 100 Index-Option-Markt, Journal of Financial Economics 31, 4373. CrossRef Google Scholar Heston, S. (1993). Eine Close-Form-Lösung für Optionen mit stochastischer Volatilität, Review of Financial Studies 6, 327343. CrossRef Google Scholar Hull, J. und A. White. (1987a). Der Preis von Optionen auf Vermögenswerte mit stochastischer Volatilität, Journal of Finance 42, 281300. CrossRef Google Scholar Hull, J. und A. White. (1987b). Absicherung der Risiken aus dem Schreiben von Fremdwährungsoptionen, Journal of International Money and Finance 6, 131152. CrossRef Google Scholar Hsieh, D. A. (1988). Statistische Eigenschaften der täglichen Wechselkurse: 1974-1983, Journal of International Economics 24, 129145. CrossRef Google Scholar Hsieh, D. A. (1989). Modellierung der Heterosedastizität in den täglichen Wechselkursen, Journal of Business and Economic Statistics 7, 307317. CrossRef Google Scholar Lamoureux, C G. und W. D. Lastrapes. (1993). Forecasting Stock Return Variance: Auf dem Weg zu einem Verständnis der stochastischen impliziten Volatilitäten, The Review of Finacial Studies 6, 293326. CrossRef Google Scholar Liang, B. (1998). Über die Durchführung von Hedge Fonds, Arbeitspapier, Case Western Reserve University. Melino, A. und S. Turnbull. (1990). Pricing Fremdwährungsoptionen mit stochastischer Volatilität, Journal of Econometrics 45, 739. CrossRef Google Scholar Phillips, S. M. und C. W. Smith. (1980). Trading Kosten für aufgeführte Optionen: Die Auswirkungen auf die Markt-Effizienz, Journal of Financial Economics 8, 179201. CrossRef Google Scholar Shastri, K. und K. Tandon. (1986). Bewertung von ausländischen Währungsoptionen: Einige empirische Tests Journal of Financial and Quantitative Analysis 21, 144160. Google Scholar Sharpe, W. F. (1992). Asset Allocation: Managementstil und Leistungsmessung, Journal of Portfolio Management 18, 719. CrossRef Google Scholar Whaley, R. (1982). Bewertung von American Call-Optionen auf Dividendenausschüttungen: Empirische Tests, Journal of Financial Economics 10, 2958. CrossRef Google Scholar Wiggins, J. B. (1987). Option Werte unter stochastischer Volatilität: Theorie und empirische Schätzungen, Journal of Financial Economics 19, 351372. CrossRef Google Scholar Copyright Information Kluwer Academic Publishers 2000 Autoren und Mitgliedsverbände Dajiang Guo 1 2 1. Centre Group Zurich Financial Service New York USA 2. Institut für Politik Analyse Universität von Toronto Toronto Kanada Über diesen Artikel Drucken ISSN 1380-6645 Online ISSN 1573-7144 Publisher-Name Kluwer Academic PublishersOption Volatility: Strategien und Volatilität Wenn eine Option Position, entweder Netto-Kauf oder Verkauf, wird die Volatilität Dimension wird oft übersehen von unerfahrenen Händler, vor allem wegen des Mangels an Verständnis. Für Händler, um ein Handle auf die Beziehung der Volatilität zu den meisten Optionen Strategien, zuerst ist es notwendig, das Konzept als Vega zu erklären. Wie Delta. Die die Sensitivität einer Option auf Veränderungen des zugrunde liegenden Preises misst, ist Vega ein Risikomaß für die Sensitivität eines Optionspreises für Veränderungen der Volatilität. Da beide zur gleichen Zeit arbeiten können, können die beiden eine kombinierte Wirkung haben, die gegen jede oder in Konkurrenz arbeitet. Daher, um zu verstehen, was Sie vielleicht beim Einrichten einer Option Position, sind sowohl eine Delta-und Vega-Bewertung erforderlich sind. Hier wird Vega erforscht, mit der wichtigen ceteris paribus Annahme (andere Sachen bleiben die selben) ganz für Vereinfachung. Vega und die Griechen Vega, genau wie die anderen Griechen (Delta, Theta, Rho Gamma) über das Risiko aus der Perspektive der Volatilität. Trader beziehen sich auf Optionen Positionen entweder als lange Volatilität oder kurze Volatilität (natürlich ist es möglich, auch flache Volatilität). Die Begriffe lang und kurz beziehen sich hier auf das gleiche Beziehungsmuster, wenn man von einem langen oder kurzen Vorrat an einer Aktie oder einer Option spricht. Das heißt, wenn die Volatilität steigt und Sie sind kurze Volatilität, werden Sie Verluste erleben, ceteris paribus. Und wenn die Volatilität sinkt, haben Sie sofortige unrealisierte Gewinne. Ebenso, wenn Sie lange Volatilität, wenn implizite Volatilität steigt, erleben Sie unrealisierte Gewinne, während, wenn es fällt, werden die Verluste das Ergebnis sein (wieder ceteris paribus) (Mehr zu diesen Faktoren finden Sie unter Getting to the Greeks. Volatilität arbeitet sich durch jede Strategie. Die implizite Volatilität und die historische Volatilität können signifikant und schnell verschwinden und sich über oder unter ein mittleres oder normales Niveau bewegen und dann schließlich auf den Mittelwert zurückfallen. Nehmen wir einige Beispiele, um dies konkreter zu machen. Beginnend mit einfach kaufen Anrufe und Puts. Kann die Vega-Dimension beleuchtet werden. Die 9 und 10 liefern eine Zusammenfassung des Vega-Zeichens (negativ für kurze Volatilität und positiv für eine lange Volatilität) für alle offenen Optionenpositionen und viele komplexe Strategien. Abbildung 9: Offene Optionen Positionen, Vega-Zeichen und Gewinn und Verlust (ceteris paribus). Der Long-Call und die Long-Put haben positive Vega (sind lange Volatilität) und die Short-Call und Short-Positionen haben eine negative Vega (sind kurze Volatilität). Um zu verstehen, warum dies ist, daran erinnern, dass die Volatilität ist ein Eingang in das Preismodell - je höher die Volatilität, desto größer ist der Preis, weil die Wahrscheinlichkeit der Aktie bewegt größere Entfernungen im Leben der Option erhöht und damit die Wahrscheinlichkeit für den Erfolg für der Käufer. Dies führt dazu, dass die Optionspreise an Wert gewinnen, um die neue Risikobereitschaft zu integrieren. Denken Sie an den Verkäufer der Option - er oder sie würde mehr verlangen, wenn das Verkäufer-Risiko mit dem Anstieg der Volatilität erhöht (die Wahrscheinlichkeit von größeren Preisbewegungen in der Zukunft). Daher, wenn die Volatilität sinkt, sollten die Preise niedriger sein. Wenn Sie einen Anruf oder einen Put (dh Sie kauften die Option) und Volatilität Rückgänge besitzen, wird der Preis der Option sinken. Dies ist eindeutig nicht vorteilhaft und führt, wie in 9 zu sehen, zu einem Verlust für lange Anrufe und Putze. Auf der anderen Seite würden Short-Call - und Short-Trader einen Gewinn aus dem Rückgang der Volatilität erleben. Die Volatilität wird eine sofortige Wirkung haben, und die Größe der Preisrückgang oder Gewinne wird von der Größe der Vega abhängen. Bisher haben wir nur von dem Vorzeichen (negativ oder positiv) gesprochen, aber die Größe von Vega bestimmt die Menge an Gewinn und Verlust. Was bestimmt die Größe von Vega auf einem kurzen und langen Aufruf oder setzen Die einfache Antwort ist die Größe der Prämie auf die Option: Je höher der Preis, desto größer die Vega. Dies bedeutet, dass, wenn Sie weiter gehen in der Zeit (vorstellen LEAPS-Optionen), können die Vega-Werte sehr groß werden und stellen ein erhebliches Risiko oder Belohnung sollte Volatilität eine Änderung vornehmen. Wenn Sie zum Beispiel eine LEAPS-Call-Option für eine Aktie kaufen, die einen Marktboden bildet und der gewünschte Kursrückgang stattfindet, gehen die Volatilitätswerte typischerweise deutlich zurück (siehe Abbildung 11 für diese Beziehung auf dem SampP 500-Aktienindex Gleiche für viele Big-Cap-Aktien) und damit die Optionsprämie. Abbildung 10: Komplexe Optionen Positionen, Vega-Zeichen und Gewinn-und Verlustrechnung (ceteris paribus). Abbildung 11 zeigt wöchentliche Preisscheine für den SampP 500 neben den Ebenen der impliziten und historischen Volatilität. Hier ist zu sehen, wie sich Preis und Volatilität aufeinander beziehen. Typisch für die meisten Big-Cap-Aktien, die den Markt nachahmen, wenn der Preis sinkt, steigt die Volatilität und umgekehrt. Diese Beziehung ist wichtig, um in die Strategieanalyse unter Berücksichtigung der Beziehungen, die in den 9 und 10 aufgezeigt werden, zu berücksichtigen. Zum Beispiel am unteren Ende eines Selloffs. Würden Sie nicht wollen, um eine lange erwürgen. Backspread oder anderen positiven Vega-Handel, da ein Marktrückstoß ein Problem darstellen wird, das aus zusammenbrechender Volatilität resultiert. Erstellt von OptionsVue 5 Optionen Analysis Software. Abbildung 11: SampP 500 wöchentliche Preis - und Volatilitätsdiagramme. Gelbe Balken markieren Bereiche der fallenden Preise und steigende implizite und historische. Blaue Balken markieren Bereiche steigender Preise und fallender impliziter Volatilität. Fazit Dieses Segment skizziert die wesentlichen Parameter des Volatilitätsrisikos in populären Optionsstrategien und erklärt, warum die Anwendung der richtigen Strategie in Bezug auf Vega für viele Big-Cap-Aktien wichtig ist. Zwar gibt es Ausnahmen von der Preis-Volatilität-Beziehung in Aktienindizes wie der SampP 500 und viele der Aktien, die diesen Index umfassen, ist dies eine solide Grundlage zu beginnen, andere Arten von Beziehungen zu erforschen, ein Thema, auf das wir zurückkehren werden Ein späteres Segment. Option Volatility: Vertikale Skews und horizontale Skews
No comments:
Post a Comment