|
趋势型量化模型运用在期货上,也尽可能让其方向的获利放到最大化,于此同时让可控制的风险降到最低最小化。这样可以让一定的资金动荡不是
那么明显,这样赛车就是一台能跑的车,但盘面行情的变化是多样的,也就是赛道常常会有一些新的状况,会让车子可能出现一些险象环生的场景,此时
就需要进行相关参数的整理,让车子的性能有一些改变,譬如放弃一些马力增加稳定性,这个动作就类似把可以的模型由期货置换到期权上,但期权的
Delta是变动的,而且买方与卖方在权利金消耗上是天生的对抗,此时我们就要回到绩效报告上面斟酌,好的趋势模型,通常是胜率约在三成五到四成左
右,搭配平盈亏比2.5附近,这种性能如果套在期权买方刚好符合以小搏大的特性,714452685买方本来就胜率低,因为亏的也有限,一旦击中一次大的,就
不是表现上平均盈亏比2.5的收益,可能会有意想不到的倍数盈利,这也可以看看绩效报告中,最大单笔盈利与平均营利的差异就能知道潜在的机会在哪
里;换成摆荡型的模型,通常胜率会高一点,可能来到55%,搭配平均盈亏比约1.7-1.8左右,这样的获利模式就是常常赚小钱,比较少大趋势的单,换成期
权卖方套用,大多数小趋势的单,时间价值的收入除了可以有额外的收益之外,还可能让原本期货小亏的单,变成不亏也许小赚,胜率提高。
针对备对建议中,卖方行权价的考虑:还可以运用在复式建议上,当原本的模型出现一个交易指令后,同时在期货与期权上建立一个组合仓位,比如
备兑,有机会让原始绩效报告的结果变得更好,此时可以参考一下平均获利的点数,当出现作多也许作空的讯号时,选择一个虚值的看多也许看空期权抛
出,组成备兑建议,刚好可以把期货不大可能赚到的小概率获利,换成大概率的时间价值收回,不仅可以降低风险,还能让绩效更稳定,这就像放弃赛车马
力,降低速度的攻击性,以换取正常速度。
程序化交易在期权工具的应用上还有许多不可猜测的难点,这需要从一个具有质量的量化模型开始,之后可以置换成很多种搭配期权的应用,单腿,
两腿甚至三腿都可以,这难度还在前期开发研究的阶段,单单回溯挑战的过程,就相当复杂,期权合约数量众多,经济数据庞大,如果没有先花时间把期权
的经济数据库进行有效的调整,并开发有效率的读取规则,挑战的过程将会耗掉过多耐性与资源。
|
|