16、Gamma Scalping策略的曲面实现
Gamma Scalping，说白了就是利用期权Gamma赚钱的一种手法。很多新手以为这是高频交易，其实不是。它的核心逻辑很简单：你持有一个期权多头，通过不断调整标的仓位，把Gamma带来的收益“撸”出来。
我个人习惯把Gamma Scalping叫做“波动率收割机”。为什么？因为只要标的价格在动，你就有机会赚钱。但前提是——你得有波动。如果市场死水一潭，那Gamma Scalping就是慢性自杀。
16.1 Gamma Scalping的基本原理
先回顾一下基础。期权多头有正Gamma，意味着Delta会随着标的价格上涨而变大，随着下跌而变小。你想想看，这其实是个天然的趋势跟踪器。
具体怎么操作？举个例子：
- 你买入一张平值看涨期权，Delta=0.5，Gamma=0.1
- 标的价格上涨1元，Delta变成0.6
- 这时候你需要卖出0.1份标的来对冲Delta
- 标的价格下跌1元，Delta回到0.5
- 你再买回0.1份标的
每次低买高卖，赚的就是这个差价。Gamma越大，你能“撸”的次数越多，单次收益也越大。
核心公式：
Gamma Scalping收益 ≈ ½ × Gamma × (ΔS)²
注意这里是平方关系。所以波动越大，收益增长是指数级的。
16.2 曲面视角下的Gamma分布
我在项目中遇到过一个问题：不同行权价、不同到期日的期权，Gamma差异巨大。如果你只看单腿期权，很容易选错。
这时候就需要用到波动率曲面了。Gamma在曲面上的分布有几个规律：
| 特征 | 近月 | 远月 |
|---|---|---|
| 平值Gamma | 极高 | 较低 |
| 虚值Gamma | 几乎为零 | 缓慢衰减 |
| Gamma峰值 | 紧贴平值 | 分散在平值附近 |
为什么会这样？因为近月期权的时间价值衰减快，Gamma集中爆发。远月期权则像一坨慢慢融化的冰，Gamma分布更均匀。
嗯，这里要注意：Gamma Scalping最好选近月平值期权。我见过有人用远月期权做，结果波动率没动，时间价值先亏光了。
16.3 曲面实现的核心步骤
要把Gamma Scalping放到曲面上实现，需要三步走：
- 构建波动率曲面：用SVI或SSVI模型拟合
- 计算曲面Gamma：对每个行权价和到期日求二阶导
- 选择最优区域：找到Gamma/Theta比值最高的区域
我曾经踩过一个坑：直接用BS公式算Gamma，忽略了波动率微笑的影响。结果曲面上的Gamma和实际交易对不上，亏了不少手续费。
避坑指南：
我曾经用局部波动率模型算Gamma，发现曲面上的Gamma比BS模型高出30%。后来才明白，波动率微笑会扭曲Gamma的分布。建议用随机波动率模型或者直接市场报价反推。
16.4 代码实现：曲面Gamma计算
下面是我常用的Python代码片段。注意，这里用的是SVI模型拟合后的曲面。
import numpy as np
from scipy.interpolate import griddata
def surface_gamma(spot, strikes, expiries, iv_surface):
"""
计算波动率曲面上的Gamma分布
iv_surface: (n_strikes, n_expiries) 隐含波动率矩阵
"""
d1 = (np.log(spot/strikes) + (0.5 * iv_surface**2) * expiries) / (iv_surface * np.sqrt(expiries))
gamma_bs = np.exp(-d1**2/2) / (spot * iv_surface * np.sqrt(2*np.pi*expiries))
# 考虑波动率微笑的修正项
vanna = gamma_bs * spot * np.sqrt(expiries) * d1
volga = gamma_bs * spot * np.sqrt(expiries) * d1 * (1 - d1)
# 曲面Gamma = BS Gamma + 微笑修正
gamma_surface = gamma_bs + vanna * iv_surface + 0.5 * volga * iv_surface**2
return gamma_surface这段代码我用了很多次。核心思想是：BS Gamma只是基础，真正决定Gamma Scalping收益的是曲面Gamma。
16.5 最优Gamma Scalping区域选择
有了曲面Gamma，下一步就是找“甜点”。我个人习惯用Gamma/Theta比率来筛选：
- 比率 > 2：强烈推荐，时间损耗小，Gamma收益大
- 比率 1-2：可以考虑，但需要配合波动率预期
- 比率 < 1：不建议，时间价值会吃掉Gamma收益
你想想看，Gamma Scalping本质是在和时间赛跑。Theta是敌人，Gamma是朋友。曲面上的不同区域，这对冤家的力量对比完全不同。
实战技巧：
我建议在曲面Gamma最高的区域附近，选择3-5个行权价构建一个Gamma Scalping组合。这样既能捕捉大波动，又能分散单点风险。我曾经用这个方法在原油期权上连续盈利了三个月。
16.6 曲面Gamma Scalping的完整流程
最后，我把整个流程总结成一张图。这张图我画了很多遍，每次讲课时都会用。
这张图把整个流程串起来了。从曲面构建到动态对冲，每一步都离不开Gamma的精确计算。我个人觉得，步骤4是最容易被忽视的——很多人只选一个行权价，结果波动率曲面一变化，Gamma就跑了。
总结一下：
Gamma Scalping不是无脑对冲。你需要理解曲面上的Gamma分布，找到最优区域，然后动态调整。我见过太多人只盯着BS Gamma，结果曲面一扭曲就亏钱。记住：曲面Gamma才是真实的Gamma。
好了，这一章就到这里。Gamma Scalping是个实战性很强的策略，建议你拿到代码后，先用历史数据回测一下。看看曲面Gamma和BS Gamma的差异到底有多大。
公众号:蓝海资料掘金营，微信deep3321