多数投资者都认为半死不活的低波动率市场是最难熬的。不过凭借丰富的期权工具,部分投资者也可以坐收”卖波动率”的收益。不管是波动率的买方(包括一部分靠市场波动放大赚钱的CTA策略投资者)还是卖方,都密切关注到底哪些因素会使得波动率迅速上升。我们在这篇文章中将通过回顾历史事件来总结一些驱使波动率(以CBOE的VIX指数为指标)上涨的因素。
资产估值泡沫破裂
上世纪30年代大萧条尽管原因众说纷纭,但当时的资产估值泡沫和股市崩盘带来的市场百年来最大波动率却是事实。再近一点的历史中,我们可以看见互联网泡沫破裂和次贷泡沫破裂,也都引起了市场波动率“火山爆发”,尽管不如大萧条时那么严重。我们现在并不能确定主要金融市场已处于摇摇欲坠的泡沫之中,不过投资者需要密切关注一些宏观经济事件,例如贸易争端,对市场估值的影响。
2.美联储意外加息
1994年2月,美联储宣布将利率由3%升至3.25%,这是其时隔五年后首次加息。当时市场的反应和波动率变化要比随后一个月的再次加息至3.5%更大,当时标普500指数下跌了10%,VIX指数上升了9.9%至23.9%。VIX指数在2004年6月也出现大涨,当时格林斯潘领导的美联储开始采取每次25个基点的系列升息步骤,逐渐淡化其经济刺激政策。2018年美联储4次加息也使得VIX指数明显提升。
3.中东战乱和石油危机
1973年10月,第四次中东战争爆发,为打击以色列及其支持者,中东阿拉伯产油国决定减少石油生产,并对西方发达资本主义国家实行石油禁运,同时大幅提高原油价格。此前石油价格每桶只有3.01美元/桶,两个月后,到1973年底,石油价格达到每桶11.651美元/桶,提价3~4倍。由此引发的“石油危机”显著加大了西方大国国际收支赤字,最终引发了1973~1975年的战后资本主义世界最大的一次经济危机。美国股市暴跌,市场波动率暴涨。近年美国对两大产油国伊朗、委内瑞拉的经济制裁也使得原油市场再度成为金融市场焦点。
4.政治家的影响
和某些央行官员类似,政治家们降低市场波动率的能力不怎么样,但他们拉高波动率的能力却是相当强,其影响途径有三种:疾病(1955年艾森豪威尔突发心脏病),死亡(1963年肯尼迪遭刺杀),丑闻(1974年水门事件后尼克松辞职)。不幸的是,这三种情况都无法预测。当然,在川普时代,我们还需要关注其推特。感兴趣的读者可以研究一下推特的可预测性如何。
5.闪电崩盘
1962年5月28日星期一,美国股市在毫无预警的状况下突然“崩塌”了。道琼斯工业均指创下了32年来单日最大跌幅,标普500波动率短期内放大了4倍至35%附近。1962年的闪跌是出现在投资者毫无戒备的大牛市中。SEC后来试图找到造成闪崩的原因,但最终也无定论。后来类似的情况在1987年10月19日、2010年5月6日都曾发生,不过没有60年代那次严重,要知道那时还没有什么高频交易、黑池交易。如今市场偶尔也会发生一些小规模闪崩情况,监管机构认为其中一些高频交易者“难逃其咎”。目前学界认为闪崩基本上也是无法预测的。
通过分析历史上的市场波动率飙升事件,我们希望无论是波动率交易者还是事件驱动策略投资者都能更好地评估市场风险,并把握波动率变化带来的交易机会。
— — — — — — E N D — — — — — —
往期文章:
Numpy处理tick级别数据技巧
真正赚钱的期权策略曲线是这样的
多品种历史波动率计算
如何实现全市场自动盯盘
AI是怎样看懂研报的
真格量化策略debug秘籍
真格量化对接实盘交易
常见高频交易策略简介
如何用撤单函数改进套利成交
Deque提高处理队列效率
策略编程选Python还是C++
如何用Python继承机制节约代码量
十大机器学习算法
如何调用策略附件数据
如何使用智能单
如何扫描全市场跨月价差
如何筛选策略最适合的品种
活用订单类型规避频繁撤单风险
真格量化回测撮合机制简介
如何调用外部数据
如何处理回测与实盘差别
如何利用趋势必然终结获利
常见量化策略介绍
期权交易“七宗罪”
波动率交易介绍
真格量化可访问:
https://quant.pobo.net.cn
真格量化微信公众号,长按关注:
遇到了技术问题?欢迎加入真格量化Python技术交流QQ群 726895887