波动率交易：期权量化交易员指南（原书第2版）
[美]尤安·辛克莱
2259人在读
15.7万字总字数
¥25定价
[美]尤安·辛克莱
从定义上看，波动率是衡量标的物随机性的指标。然而，其中仍存在可测量和可挖掘的规律。本书作者尤安·辛克莱拥有量子混沌学方面的博士学位，并且是非常成功的期权交易员，没人比他更精通于此了。在长达18年的职业交易员生涯中，辛克莱先生研究出一套全面而系统的交易方法。此方法既取决于量化分析，也依赖于所有重要的人自身的因素，尤其是影响交易决策的心理和情绪性偏见等。辛克莱先生用简单而易于理解的方式向你展示创建这样一套交易系统所需的知识和工具。他将带你明晰期权定价的基础、波动率的度量、对冲、资金管理还有业绩评估等。此外，他还建立了一个基于Black-Scholes-Merton定价公式的量化模型，可用于测算波动率。事实上，该模型经过简单地调整后甚至可用于交易所有的金融工具。 由于本书第1版发行以后，市场发生了几大重大变化。对此，辛克莱先生在本书的第2版中拓展了相应内容，并介绍了波动率指数期货、ETN和杠杆ETF等产品上涌现的许多新机会。同时他还： 1.分析了一系列历史波动率度量方法的优缺点。 2.清晰地展示了真实世界中波动率的运动以及波动率和标的资产收益的关联性。 3.提供一些已被证实的方法，用于明晰何时对冲、该对冲多少头寸。 4.提供一些通过持有组合来减少对冲需求的策略。 5.分享关于如何通过调整交易来增加回报以及专业投机的无价秘诀。 6.介绍用于衡量当前交易表现的有力工具。 7.与你分享一些关于影响交易决策的认知和情绪性偏差的最新研究，并告诉你如何利用这些来增加自己的优势。 8.总结用于交易波动率指数期货，ETNs和杠杆ETFs的成功策略。 9.提供一个公司网站的访问权限，其中包含有价值的电子数据表、用于计算不同时间段内波动率曲面的模型以及模拟器等。 本书的第2版是前所未有的交易指南。它既能让对数学一窍不通的人学会交易波动率，又能让精明的量化投资专家对深入理解期权交易产生浓厚的兴趣。
如何用'基本面信息'预测波动率？ 用基本面信息预测波动率，可以按照“概念—步骤—示例—注意点”的脉络来理解。 1. 概念：为什么企业的基本面能告诉我们关于波动率的信息？ • 波动率衡量的是未来价格变动的幅度和速度。一家公司的业务模式、盈利能力、负债水平、现金流稳定性等，都会决定其股价在未来受到多大冲击才能保持平衡。例如，高杠杆、收入波动大的公司，通常股价波动率也更高。 2. 具体步骤 (1) 选择基本面指标 • 规模：市值、账面价值、销售额。 • 盈利能力：净利润、EBITDA、分红率。 • 风险暴露：资产负债率、经营现金流波动。 • 市场共识：分析师数量、盈利预测的分散程度（预测越分散，说明未来不确定性越高）。 (2) 构造独立变量 • 将上述指标进行标准化（Z-score）或分位数处理，以便在不同公司间比较。 • 可以进一步构造“综合风险分数”或“成长/价值分类”等衍生因子。 (3) 建立预测模型 • 统计模型：用历史数据估计“基本面因子 → 波动率”的回归关系。例如，将公司按四分位划分，计算每组的平均未来波动率，从而得到“因子-分位-收益”表。 • 机器学习：在足够样本下，用随机森林、梯度提升树等方法捕捉非线性关联。 • 时序校正：由于基本面变化慢，通常只用于较长期（季度-年度）展望；短期仍需结合隐含波动率或随机波动率模型。 (4) 滚动预测与再平衡 • 每月/每季度更新基本面数据，重新计算因子暴露，得到新的波动率预期。 • 与隐含波动率进行对比，若基本面预期显著低于市场定价，可考虑做空该期权；反之做多。 3. 简单示例（股票层面） • 数据：收集3–5年财报数据，计算每家公司每年的EBITDA波动率作为因变量，销售额、资产负债率、分红率作为自变量。 • 结果：回归发现“资产负债率↑ → 波动率↑”、“分红率↓ → 波动率↑”。将公司按资产负债率四分位分组，高杠杆组未来一年波动率显著更高，验证了方法有效性<CIT '2','6'>。 4. 注意点与实务建议 • 基本面信息更适合预测相对波动率（哪只股票更贵/便宜）而非绝对值；若要绝对估值，仍需结合隐含波动率或随机波动率模型。 • 数据频率低，回溯期长，回测时要关注非平稳性和结构突变。 • 做多或做空期权时，应同时对冲方向风险，仅靠波动率判断容易受到标的行情误判的影响。 • 当市场情绪极度夸张（例如媒体大炒题材）时，基本面信号可能暂时失效，需要额外的风险控制。 通过将企业经营与财务特征纳入考量，交易者能把“市场认为这家公司未来会怎样波动”的信息与自身判断对照，从而在期权定价偏误较大的情形下获取超额收益。
这本书的评分被低估了，只看序言已经受教颇深。可能需要基础，交易基础和数学金融基础。
没办法评价，看不懂😅，应该懂的人不要看，不懂的人看不懂。
没有高等数学基础的人不要看，书本里包含了大量数学公式和图表，对普通人来说这些内容犹如天书