FRM模型十六：期权策略（期权组合）

本文主要是介绍FRM模型十六：期权策略（期权组合），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本文所有代码基于windAPI，复现前先下载客户端并注册账号

备兑看涨期权（Covered Call）

构成：标的资产的多头 + 欧式看涨期权空头
损益：当标的资产市场价格上涨时，标的资产多头获利，看涨期权空头不行权。
当标的资产价格下降时，标的资产多头亏损，看涨期权行权获利弥补多头方损失。

头寸	损益
标的资产多头	$S_T-S_0$
看涨期权空头	$C-max(S_T-K,0)$
整体策略	$S_T-S_0-max(S_T-K,0)+C$

其中$S_T$表示T时刻的市价，K表示执行价，C表示看涨期权价格。损益图如下所示。

代码实现：

def CoveredCall(UnderlyingCode, OptionCode,StartTime):'''UndelyingCode：标的资产代码OptionCode：对冲期权的代码StartTime：开始回测时间'''error_code, wsd_data = w.wsd(OptionCode, "exe_price,exe_enddate,close,exe_ratio", StartTime, StartTime, usedf=True)StrikePrice = wsd_data['EXE_PRICE'][0]StrikeTime = wsd_data['EXE_ENDDATE'][0]OptionPrice = wsd_data['CLOSE'][0]Ratio = wsd_data['EXE_RATIO'][0]# 取当前系统时间current_time = datetime.datetime.now()# 比较行权日和当前，如果行权日晚于当前时间，只能回测到当前时间，否则可以回测到行权日。if current_time > StrikeTime:BacktestTime = StrikeTimeelse:BacktestTime = current_time# 定义合约份数N_ETF = 10000N_option = 1# 取行情数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartTime, BacktestTime, usedf=True)S0 = etf_data['CLOSE'][0]Payoff = (etf_data - S0) * N_ETF + N_option * OptionPrice - np.max(etf_data - StrikePrice, 0) * RatioPayoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":UnderlyingCode = "510050.SH"OptionCode = "10005337.SH"StartTime = "2023-04-27"CoveredCall(UnderlyingCode, OptionCode, StartTime)

随着到期日临近，策略损益变化如下图：

保护看跌期权（protective put）

构成：标的资产多头+看跌期权多头
损益：当标的资产市场价格上涨时，标的资产多头获利，看跌期权多头不行权，损失期权费。
当标的资产价格下降时，标的资产多头亏损，看跌期权行权获利弥补空头方损失。

头寸	损益
标的资产多头	$S_T-S_0$
看跌期权多头	$max(K-S_T,0)-C$
整体策略	$S_T-S_0+max(S_T-K,0)-C$

代码实现：

def ProtectedPut(UnderlyingCode, OptionCode,StartTime):'''UndelyingCode：标的资产代码OptionCode：对冲期权的代码StartTime：开始回测时间'''error_code, wsd_data = w.wsd(OptionCode, "exe_price,exe_enddate, close,exe_ratio", StartTime, StartTime, usedf=True)StrikePrice = wsd_data['EXE_PRICE'][0]StrikeTime = wsd_data['EXE_ENDDATE'][0]OptionPrice = wsd_data['CLOSE'][0]Ratio = wsd_data['EXE_RATIO'][0]# 取当前系统时间current_time = datetime.datetime.now()# 比较行权日和当前，如果行权日晚于当前时间，只能回测到当前时间，否则可以回测到行权日。if current_time > StrikeTime:BacktestTime = StrikeTimeelse:BacktestTime = current_time# 定义合约份数N_etf = 10000N_option = 1# 取现货价格序列error_code, etf_data = w.wsd(UnderlyingCode, "close", StartTime, BacktestTime,  usedf=True)S0 = etf_data['CLOSE'][0]payoff = -N_option * OptionPrice + N_option * np.max(StrikePrice - etf_data) * Ratio + (etf_data - S0) * N_etfpayoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":OptionCode = "10005338.SH"UnderlyingCode = "510050.SH"StartTime = "2023-04-27"ProtectedPut(UnderlyingCode, OptionCode, StartTime)

随着到期日临近，策略损益变化如下图：

牛市价差套利

构成：买入行权价低的看涨期权/看跌期权，卖出行权价高的看涨期权/看跌期权，即低买高卖。
损益：以看涨期权为例，当标的资产价格上涨时，看涨期权的多头方获利，空头方亏损。

头寸	损益
低行权价看涨期权多头	$max(S_t-K_{low},0)-C1$
高行权价看涨期权空头	$C2-max(S_t-K_{high},0)$
整体策略	$C2-C1+max(S_t-K_{low},0)-max(S_t-K_{high},0)$

整体损益情况如下图所示：

代码实现：

############################ BullSpread
def BullSpread(UnderlyingCode, code_high_strike, code_low_strike):'''UnderlyingCode：标的资产代码code_high_strike:行权价高的期权代码code_low_strike：行权价低的期权代码:return:'''# 取期权基本数据error_code, wss_data = w.wss(code_high_strike, "startdate,lasttradingdate", usedf=True)       # 取期权的上市时间及结束时间StartDate = wss_data['STARTDATE'][0]EndDate = wss_data['LASTTRADINGDATE'][0]# 取期权价格及执行价error_code, high_strike_data = w.wsd(code_high_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)error_code, low_strike_data = w.wsd(code_low_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)K_high = high_strike_data['EXE_PRICE'][0]K_low = low_strike_data['EXE_PRICE'][0]OptionPrice_high_strike = high_strike_data['CLOSE'][0]OptionPrice_low_strike = low_strike_data['CLOSE'][0]Type = high_strike_data['EXE_MODE'][0]Ratio_high_strike = high_strike_data['EXE_RATIO'][0]Ratio_low_strike = low_strike_data['EXE_RATIO'][0]# 取标的资产价格数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartDate, EndDate,  usedf=True)# 定义合约份数N_option = 1# 判断期权是看涨还是看跌if Type == "认购":Payoff = N_option * OptionPrice_high_strike - np.maximum(etf_data - K_high, 0) * Ratio_high_strike - N_option * OptionPrice_low_strike + np.maximum(etf_data - K_low, 0) * Ratio_low_strikeelif Type == "认沽":Payoff = N_option * OptionPrice_high_strike - np.maximum(K_high - etf_data, 0) * Ratio_high_strike - N_option * OptionPrice_low_strike + np.maximum(K_low - etf_data, 0) * Ratio_low_strikeelse:print("期权类型判断有误")Payoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":code_high_strike = "10006371.SH"code_low_strike = "10006365.SH"UnderlyingCode = "510050.SH"BullSpread(UnderlyingCode, code_high_strike, code_low_strike)

随着到期日临近，策略损益变化如下图：

熊市价差套利

构成：卖出行权价低的看涨期权/看跌期权，买入行权价高的看涨期权/看跌期权，即低买高卖。
损益：以看涨期权为例，当标的资产价格上涨时，看涨期权的多头方获利，空头方亏损。

头寸	损益
低行权价看涨期权空头	$C1-max(S_t-K_{low},0)$
高行权价看涨期权多头	$max(S_t-K_{high},0)-C2$
整体策略	$C1-C2+max(S_t-K_{high},0)-max(S_t-K_{low},0)$

整体损益情况如下图所示：

代码实现：

def BearSpread(UnderlyingCode, code_high_strike, code_low_strike):'''UnderlyingCode：标的资产代码code_high_strike:行权价高的期权代码code_low_strike：行权价低的期权代码:return:'''# 取期权基本数据error_code, wss_data = w.wss(code_high_strike, "startdate,lasttradingdate", usedf=True)       # 取期权的上市时间及结束时间StartDate = wss_data['STARTDATE'][0]EndDate = wss_data['LASTTRADINGDATE'][0]# 取期权价格及执行价error_code, high_strike_data = w.wsd(code_high_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)error_code, low_strike_data = w.wsd(code_low_strike, "exe_price,close,exe_ratio,exe_mode", StartDate, StartDate, usedf=True)K_high = high_strike_data['EXE_PRICE'][0]K_low = low_strike_data['EXE_PRICE'][0]OptionPrice_high_strike = high_strike_data['CLOSE'][0]OptionPrice_low_strike = low_strike_data['CLOSE'][0]Type = high_strike_data['EXE_MODE'][0]Ratio_high_strike = high_strike_data['EXE_RATIO'][0]Ratio_low_strike = low_strike_data['EXE_RATIO'][0]# 取标的资产价格数据error_code, etf_data = w.wsd(UnderlyingCode, "close", StartDate, EndDate,  usedf=True)# 定义合约份数N_option = 1# 判断期权是看涨还是看跌if Type == "认购":Payoff = N_option * OptionPrice_low_strike - np.maximum(etf_data - K_low, 0) * Ratio_low_strike - N_option * OptionPrice_high_strike + np.maximum(etf_data - K_high, 0) * Ratio_high_strikeelif Type == "认沽":Payoff = N_option * OptionPrice_low_strike - np.maximum(K_low - etf_data, 0) * Ratio_low_strike - N_option * OptionPrice_high_strike + np.maximum(K_high - etf_data, 0) * Ratio_high_strikeelse:print("期权类型判断有误")Payoff.plot(legend=None)plt.xlabel('Time', fontsize=8)plt.xticks(rotation=45)plt.ylabel('Payoff', fontsize=8)plt.show()if __name__ == "__main__":code_high_strike = "10006371.SH"code_low_strike = "10006365.SH"UnderlyingCode = "510050.SH"BearSpread(UnderlyingCode, code_high_strike, code_low_strike)

随着到期日临近，策略损益变化如下图：

写在后面

最近和做期权的朋友交流发现，实际应用这些策略是很复杂的。由于期权买方卖方权利和义务的特点，Covered Call在卖看涨期权时需要缴纳保证金，一旦标的资产价格迅速上涨，期权端可能会被强平。所以可能根本就熬不到合约到期，也就不会有上述的收益曲线了。

Protective Put策略也是一样。如果盘中隐含波动率急速上涨，期权价格上涨，此时将看跌期权平仓会获得不小的收益，根本不用持有到期…

所以期权的策略其实是非常复杂的，不光光只考虑初始时间点的期权价格，更要考虑盘中期权价格的变动。这里只是为了复现FRM中提出的策略，还有很多不严谨的地方。

这篇关于FRM模型十六：期权策略（期权组合）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---