9. 风险因子建模:Delta、Gamma、Vega在套利中的对冲
做跨品种套利,说白了就是跟风险因子打交道。你建了一个头寸,表面上看是在赌两个品种的价差回归,但实际持仓里藏着Delta、Gamma、Vega这些希腊字母。它们就像暗流,稍不注意就把你的利润冲走了。
我个人习惯,每次开仓前先问自己三个问题:我的Delta敞口有多大?Gamma会不会让我在震荡中亏钱?Vega暴露在波动率变化下是否可控?这三个问题想清楚了,对冲方案也就有了。
9.1 Delta对冲:把方向性风险锁死
Delta衡量的是标的价格每变动1块钱,期权价格变多少。在套利里,我们追求的是价差回归,不是赌单边涨跌。所以Delta必须对冲掉,或者至少压到极低。
举个例子。我在做螺纹钢和热卷的套利时,买入了螺纹钢看涨期权,同时卖出了热卷看涨期权。两个期权的Delta分别是0.6和-0.4。净Delta是0.2,意味着螺纹钢涨1块,组合赚0.2块。这不行,方向性风险太大了。
怎么处理?我通常会加一个Delta中性的调整。比如用期货来对冲——卖出0.2手螺纹钢期货,把净Delta压到接近零。你想想看,这样价差回归时,Delta的干扰就基本消除了。
9.2 Gamma管理:别让凸性吃掉利润
Gamma是Delta的变化率。Gamma大的期权,Delta变得快,对冲起来很麻烦。我在项目中遇到过一种情况:两个品种的Gamma符号相反,组合的净Gamma看起来很小,但一旦标的价格剧烈波动,Gamma的不对称性就会暴露。
举个例子。你持有跨品种组合,一个期权Gamma是0.02,另一个是-0.015,净Gamma是0.005。看起来很小对吧?但别忘了,Gamma是非线性的。当价格大幅波动时,正Gamma那一边的Delta会加速变大,负Gamma那一边的Delta会加速变小。结果就是,你的对冲频率必须跟上,否则敞口会失控。
我曾经吃过这个亏。有一次做豆粕和菜粕的套利,没仔细算Gamma的凸性,结果夜盘突然拉涨,Delta敞口瞬间翻倍,止损都来不及。从那以后,我养成了一个习惯:
- 净Gamma为正:价格波动越大,Delta变化越快,需要更频繁地调整对冲。好处是波动大时能赚Gamma的钱。
- 净Gamma为负:价格波动时Delta变化慢,但波动率上升会亏钱。这种组合要小心,别被慢Delta麻痹了。
9.3 Vega暴露:波动率变化是隐形杀手
Vega衡量的是波动率每变动1%,期权价格变多少。跨品种套利里,两个品种的波动率往往不同步,Vega敞口就成了隐形风险。
我记得有一次做黄金和白银的套利。黄金期权Vega是0.3,白银期权Vega是0.2,净Vega是0.1。当时没太在意,觉得波动率变化不会太大。结果美联储一讲话,波动率飙升,组合亏了2%。
为什么会这样?因为黄金和白银的波动率相关性并不是1。黄金波动率涨了5%,白银可能只涨了3%,净Vega敞口就会产生亏损。所以,Vega对冲不能只看数值,还要看波动率的相关性。
| 风险因子 | 对冲工具 | 注意事项 |
|---|---|---|
| Delta | 期货、现货 | 净Delta控制在±0.05以内 |
| Gamma | 期权(调整头寸) | 净Gamma绝对值不宜超过0.01 |
| Vega | 期权(跨品种Vega对冲) | 关注波动率相关性,而非单纯数值 |
9.4 三维联动:Delta-Gamma-Vega的协同对冲
单独看每个希腊字母都不难,难的是同时管理三个。你调整Delta时,Gamma和Vega会变;你动Gamma时,Delta和Vega又跟着动。这就是三维联动的麻烦。
我建议的做法是:先确定Vega敞口的上限,再调整Gamma,最后微调Delta。顺序不能乱。因为Vega最难对冲,一旦波动率突变,损失可能最大。Gamma次之,Delta最灵活,用期货随时可以调。
下面这张图是我自己总结的对冲流程,你可以参考一下:
9.5 实战中的对冲频率选择
对冲频率是个老生常谈的问题。太频繁,交易成本吃掉利润;太稀疏,风险敞口失控。我个人习惯分三种情况:
- 高Gamma组合:每15分钟检查一次,Delta偏离超过0.1就调。因为Gamma大,Delta变得快,不能等。
- 低Gamma组合:每小时检查一次,Delta偏离超过0.2再调。省点手续费。
- Vega敏感期:比如数据公布前后,提前把Vega对冲好,然后减少交易频率。因为波动率变化时,Vega的冲击比Delta和Gamma都大。
嗯,这里要注意一点:对冲不是越精确越好。你想想看,每次对冲都有滑点和手续费,如果为了把Delta从0.03压到0.01,结果花了0.02的成本,那还不如不调。我一般设一个容忍区间,在区间内就不动。
最后说一句,风险因子建模没有标准答案。每个品种、每个市场环境都不一样。我的经验是:多复盘,多记录。每次对冲完,记下当时的希腊字母值、对冲成本、后续走势。时间长了,你自然能找到最适合自己的参数。