标签： #期权

FOMC 决议之后到次日开盘之间有可度量的漂移，且与利率 surprise 的关系是非线性的：小意外（+3 到 +8bp）的解释力大于极端意外。本文用受控蒙特卡洛造出 200 个合成事件，证明 overnight drift = α·surprise + β·sign(surprise)·√|surprise|/(1+uncertainty/5)，分桶后 IR≈0.92、最大信号桶 +3 到 +8 bp 给到 +1.42% 平均漂移。给读者的实操清单：什么时候做 directional、什么时候做 straddle、为什么不要在 ±20bp 极端意外上开仓。附完整 Python 与三张真实计算图。

「买保险要花钱」几乎没人反对，但决定性对照不是「买 vs 不买」，而是「买保险 vs 减仓到同样的尾部风险」。20 年 × 2 万条精确配对路径：每月买 90% 虚值看跌，中位 CAGR 从 6.02% 掉到 5.71%（拖累 −0.317pp/年），但同样把 99 分位回撤压到 74.70%，减仓到 85.13% 仓位 + 现金只给 5.657%——对冲反而多赚 +0.048pp。而换成中位回撤口径，判决立刻翻转：减仓多赚 0.149pp。拖累可精确分解：公平定价下对冲其实是赚的（+0.322pp/年，因为跳跃让 CAPM 世界的保险有真实价值），全部 −0.317 来自 35% 的保险加成（−0.639pp）。盈亏平衡加成 16.25% 而实际 35%（安全边际 −53.6%）。赔付率实测 74.23% 对理论 1/(1+0.35)=74.07%，误差 1.53e-03；零对冲安慰剂逐路径偏差精确 0.000e+00。97.92% 的月份在付钱，剔除最好 1% 的月份后年化 −2.24%。最反直觉的是非单调：K=99% 年保费 21.14% 却让 99 分位回撤 74.2% 差于 K=97% 的 71.2%——保费本身就在制造回撤。5 年窗口跑赢率仅 35.85%，10 年 37.58%。样本量红线 219 年。12 宇宙 CV=0.1737

「隐含波动长期高于已实现波动，所以卖波动是正期望」——这句话是对的，但它推不出「卖波动能赚钱」。决定性对照是把 VRP 精确设为 0：中位 CAGR 依然是 +1.35%、57.7% 的月份仍在赚钱、63.2% 的单月胜率一分不少。换句话说，你在实盘和业绩报告里看到的绝大部分「卖波动的钱」，在一个溢价精确为零的世界里照样会出现——它来自 E[RV]/median[RV]=1.2172 这个纯分布事实，不是溢价。30 年 × 2 万条路径受控模拟：中位 CAGR +14.46% 而均值 CAGR −12.69%，24.10% 的路径归零；月度偏度 −12.89、峰度 244.96，最差单月精确 −100%。均值口径盈亏平衡 VRP=31.39% 而基准只有 15%（安全边际 −52.2%）。跳跃强度过零点 0.2100 次/年而基准 0.48——站在生死线正确的一侧，但这恰恰是最不可估计的参数。五种仓位口径 Sharpe 极差 0.584，归零概率却差 96.4 倍；赔付封顶把归零从 24.10% 压到 0.25%。前 5 年赚钱的路径有 21.20% 到 30 年翻负、20.69% 直接归零。剔除最差 1% 的月份后 Sharpe 从 0.869 跳到 2.419。12 宇宙 CV=0.0068

一个 +12.6% 的初始冲击，在 g=0.5 的反馈增益下被放大到 +13.7%——看起来不起眼，但剥离机制后发现：Gamma 对冲贡献了 +7.20 个百分点，空头回补贡献 +3.24 点，两条腿合起来占了基准收益的 76%。最硬的对抗式检验：把 Gamma 对冲关掉，峰值从 +52.6% 塌陷到 +25.8%；把回补关掉，塌陷到 +50.4%；两者全关，只剩 +4.8%。这不是数字游戏——这是「真轧空」vs「普通上涨」的分界线。高强度路径（峰值 > 中位数）的回补量是低强度路径的 5.1 倍，但仍有 43% 的路径涨幅超 30% 却回补不足 5%——这些是误判，是任何事后归因都要面对的噪音。逼近临界点 g=1 时，收益非线性爆发：g 从 0 升到 0.95，平均收益只从 +12.6% 涨到 +14.8%，但峰值 95% 分位从 +105% 飙到 +162%，波动率从 49% 炸到 77%。这不是线性外推能预测的世界。

离散度交易完整拆解：指数方差恒等式反解出隐含相关性（数值往返误差 5.6e-17），30 只成分股平均波动 29.3% 而 ρ=0.35 时指数波动仅 17.9%，中间 11.4 个百分点就是策略要做多的分散化收益。1000 天模拟给出相关性风险溢价 8.57 个相关点、86.1% 交易日为正，但溢价在危机期塌成 -1.3 点——保险费恰在赔付时消失。47 笔不重叠交易毛 Sharpe 3.13，扣执行成本后 n=30 降到 2.68、n=100 只剩 1.75，n=500 净边际被吃掉 83% - halo的技术博客

GEX 伽马敞口完整拆解：从期权持仓聚合出做市商 gamma 剖面、定位翻转点，用带对冲反馈的模拟验证——正 GEX 环境日收益标准差 0.87%、日内自相关 -0.34（均值回复），负 GEX 环境波动翻倍至 1.74%、自相关 +0.29（趋势放大）；GEX 五分组收盘波动率从 22.3% 单调降至 14.2%，波动择时策略 Sharpe 2.73 - halo的技术博客

Max Pain 是期权圈流传最广的都市传说之一：到期日价格会走向让期权买方总赔付最小的行权价。这篇文章把它拆成可检验的两半——玄学的一半（做市商『操纵』价格去坑买方）与科学的一半（Pinning 钉盘：正 Gamma 对冲流在高 OI 行权价附近产生真实的均值回归引力）。模拟实测：钉盘流让到期收盘价落在高 OI 行权价 ±0.5 元内的概率从 15.3% 飙到 93.7%；1000 个模拟到期日中，钉盘世界 70.7% 的收盘价比开盘更接近 max pain（随机世界只有 45.0%），且收敛量随开盘距离单调放大。把它做成策略：开盘偏离 >2 元时做向 max pain 的日内回归，钉盘世界费后胜率 87.2%、Sharpe 7.91，随机世界 -0.59——策略成立与否完全取决于钉盘机制当天是否在场。诚实边界：真实市场的收敛系数远小于模拟、做市商净敞口方向不可观测（负 Gamma 时引力反转为斥力）、Max Pain 点本身随 OI 每日漂移、学术实证中钉盘效应集中在做市商净多 Gamma 的个股期权（中阶）。

「历史 Beta 告诉你昨天的暴露，期权价格里写着市场对明天暴露的报价。」所有基于历史收益的 Beta 估计都是回望的；期权隐含 Beta 把 β = ρ × σᵢ/σₘ 中的两个波动率换成期权隐波、相关系数用指数期权与成分股期权价差反推的隐含相关，得到完全前瞻的 Beta——它在压力事件前抬升，历史 Beta 只能事后确认。Python 模拟三层验证：指数隐波 22% + 成分股隐波结构反推隐含相关 0.44（离散交易的定价核心）；隐含 Beta 在模拟压力期前约 10 日抬升，60 日已实现 Beta 滞后且峰值被窗口稀释；横截面预测 R² = 0.71 vs 历史 Beta 0.41（模拟定性结论，方向与 Buss-Vilkov 2012 一致）。三个坑：方差风险溢价使隐波系统性偏高但比值结构部分对消；单因子假设压平行业相关结构；A 股个股期权缺失，只能在 ETF 期权体系内做行业隐含 Beta 近似，当前主要是监测工具而非对冲输入（高阶）。