第十三章：事件驱动的波动率套利
利用曲面定价偏差进行套利
波动率曲面这东西，说白了就是市场情绪的「体温计」。平时它挺平滑的，但一有事件——比如财报、FOMC会议、产品发布——曲面就开始扭曲。这种扭曲，就是套利机会。
我个人习惯把曲面偏差分成三类：
- 期限结构扭曲：近月IV和远月IV出现不合理价差
- 偏斜异常：虚值看跌和虚值看涨的IV差偏离历史均值
- 微笑不对称：左右两侧的微笑曲线不对称，一边明显高估
举个例子。我在做特斯拉财报事件时，发现曲面在到期前3天的虚值看涨IV飙到了120%，而虚值看跌只有65%。历史数据显示，这种偏斜通常不会超过30%。这就是典型的定价偏差——市场过度乐观了。
核心逻辑：事件前曲面扭曲 → 事件后曲面回归 → 利用回归过程获利
怎么操作？我一般用「曲面价差」策略。比如同时买入被低估的期权，卖出被高估的期权，保持Delta中性。这样你赚的就是曲面回归的钱，而不是方向判断的钱。
Delta中性策略
Delta中性，说白了就是让组合对标的物价格变动「免疫」。你想想看，如果我想赚波动率的钱，就不该被股价涨跌干扰。
具体做法：
- 计算组合的总Delta
- 用标的物（股票或期货）对冲至Delta≈0
- 动态调整，保持中性
嗯，这里要注意。Delta不是一成不变的。随着股价变动、时间流逝、IV变化，Delta会漂移。我建议至少每小时重新计算一次，事件密集时甚至要实时监控。
我的经验：别用太复杂的模型算Delta。Black-Scholes的Delta在大多数情况下够用了。我见过有人用随机波动率模型算Delta，结果对冲成本反而更高。
我曾经犯过一个错误。在苹果财报前，我构建了一个Delta中性的曲面套利组合。结果财报后股价跳空，Delta瞬间变成+0.3。为什么？因为跳空导致期权从平值变成了深度实值，Delta从0.5直接跳到0.9。那次我亏了不少Gamma的钱。
所以，Delta中性不是「设完就完事」的。你得考虑跳空风险。我现在的做法是：在事件前把Delta范围放宽到±0.1，同时用Gamma来对冲跳空。
Gamma Scalping
Gamma Scalping，说白了就是「利用Gamma赚钱」。你持有正Gamma的期权组合，当股价波动时，通过不断调整Delta来获利。
原理很简单：
- 你持有正Gamma → 股价上涨时Delta变大 → 你卖出股票降低Delta
- 股价下跌时Delta变小 → 你买入股票增加Delta
- 低买高卖，赚的就是这个差价
但这里有个坑。Gamma Scalping赚的是「已实现波动率」和「隐含波动率」之间的差。如果实际波动比IV小，你会亏钱。
避坑指南：我曾经在微软财报前做Gamma Scalping，IV高达80%。结果财报后股价只动了2%，远低于市场预期。我亏了，因为已实现波动率只有20%，而IV是80%。说白了，我付了高溢价，但市场没给足够的波动。
怎么做才能赚钱？我总结了几条：
- 选对事件：找那些历史波动率被低估的事件。比如某公司每次财报平均波动8%，但这次IV只有5%，那就是机会。
- 控制成本：Gamma Scalping的盈利 = 已实现波动率² - IV²。如果IV太高，你很难赚回来。
- 动态调整频率：波动大时多调整，波动小时少调整。我一般用「阈值法」——Delta偏离超过0.05才调整。
下面是我常用的Gamma Scalping回测框架：
def gamma_scalping_backtest(option_data, spot_data, hedge_freq='1H'):
"""
参数：
option_data: 期权数据，包含IV、Delta、Gamma
spot_data: 标的物价格序列
hedge_freq: 对冲频率
返回：
累计盈亏
"""
position = 0 # 标的物持仓
cash = 0 # 现金
option_hold = 1 # 持有1手期权
for i in range(1, len(spot_data)):
# 计算当前Delta
delta = option_data['delta'].iloc[i]
# 调整标的物持仓至Delta中性
target = -delta * option_hold
trade = target - position
cash -= trade * spot_data.iloc[i]
position = target
# 记录盈亏
pnl = cash + position * spot_data.iloc[i]
return pnl这个框架虽然简单，但够用。实际中我会加上交易成本和滑点。嗯，滑点是个大头，尤其在事件驱动交易中，买卖价差可能很大。
曲面套利的实战流程
我整理了一个标准流程，供你参考：
| 步骤 | 操作 | 注意事项 |
|---|---|---|
| 1 | 识别曲面偏差 | 用PCA或相对价值法找出异常点 |
| 2 | 构建套利组合 | 买入低估期权，卖出高估期权 |
| 3 | Delta对冲 | 用标的物或期货对冲至中性 |
| 4 | Gamma Scalping | 动态调整，赚取已实现波动 |
| 5 | 平仓 | 事件后曲面回归时平仓 |
这里有个关键点：什么时候平仓？我一般等曲面回归到历史均值附近，或者事件影响消退后。别贪，曲面可能不会完全回归。
总结：事件驱动的波动率套利，核心就是利用曲面定价偏差，通过Delta中性和Gamma Scalping来获利。说白了，你是在赌「市场情绪会回归理性」。
最后说一句。这套策略不是稳赚的。我见过有人因为流动性不足，曲面偏差持续了整整一周，最后被迫止损。所以，仓位管理和止损纪律，比策略本身更重要。
个人建议：刚开始做曲面套利时，先用模拟账户跑三个月。我当年就是太自信，直接上实盘，结果第一个月亏了15%。后来发现是Gamma Scalping的频率太高，交易成本吃掉了所有利润。
好了，这一章的内容就这些。记住，曲面套利不是「印钞机」，它需要精细的执行和严格的风控。但如果你做对了，它确实能带来稳定的alpha。