vocus logo

方格子 vocus

精明管家-觀察市場正在吸震,還是放大:Gamma,選擇權的深入思考

更新 發佈閱讀 12 分鐘

盤中的「微結構」

之前研究「選擇權量化指標」時,Gamma 被我輕輕放下,那時以為沒什麼用。這陣子用因子模型解構市場,相關程式和 ui 都開發到階段性穩定了,但結構面的資訊變動緩慢,有點無聊,想加一點盤中的東西。那盤中除了價格在那裡跳來跳去,還有哪些資訊?稍微研究一下,可多的呢!既然日頻資料有結構可探尋,那盤中就必然有變幻莫測的「微結構」。從前沒有碰,是因為難度大,並不是不想,現在既然在日頻站穩腳步,就再來踢這塊鐵板吧。然後我就發現,Gamma 在其中扮演關鍵角色,因為他是最敏感的指標,一點小小的變動,對系統結構就具有重大意義。

「選擇權」探照燈

觀察盤中結構,不代表就要短線交易,理解和認知總是不嫌多的,畢竟所有宏觀變化,也是由微觀變化累積而成的。在盤中跳動的,不僅僅是幾分 K 所表達的成交價量訊息,還有委買,委賣等五檔價量,還有期現貨價差,整體市場中各種即時排名,行業區塊的資金輪動等等,真是太複雜了。而我此次切入,是從指數選擇權,搭配指數期貨,也是延續先前的研究;因著選擇權的加入,讓市場結構多了一個強有力的觀察觀點。

從期權世界標竿般存在的 Black-Scholes 定價公式開始,開啟了一連串精彩的量化分析程序。這非常重要,所以來複習一下。以下公式是用期貨取代現貨的變形公式,這讓計算簡化,詳細原因前述文章有解釋過,就不再重述。

用 F (期貨) 取代 S (現貨) 後,的簡化變形公式

用 F (期貨) 取代 S (現貨) 後,的簡化變形公式

  • r: 無風險利率
  • T:到期時間,以年為單位,實務上會精確到分鐘。
  • F:近月期貨價格
  • K:履約價格
  • sigma:歷史年化波動率
  • N():標準常態分佈,累積機率密度函數 (Cumulative Density Function)

這個神級公式,正著用可以得到選擇權的理論價格,若「對標的物價格 F 微分」可以得到 delta二階微分可得到 gamma。理解的口訣就是,當標的變動 1 點,選擇權權利金將變動 delta 點,可以說是「選擇權對標的物價格的變動速度」,價平處 (ATM,At The Money) 大約為 0.5,而各個履約價的買權和賣權 delta 加起來大約等於 1。至於 gamma,就是當標的物變動 1 點,delta 將變動幾點,可以說就是「選擇權對標的物價格的變動加速度」。光記這樣就很燒腦了,那推導過程就算了吧,哈哈。

還有一些希臘符號,如 Vega,就是「對波動率 sigma 微分」,可以想成波動率變動 1%,選擇權價格會變動多少。Vega 是買賣權都相同的。

Theta,就是「對時間 T 微分」,可以得到每過一天 (T/365),選擇權價格會衰減多少。

真是目不暇給,每一項數據都有很重要的意義。另外還又更絕得用法,就是「倒著用」!假設 sigma 未知,用市場的選擇權價格,倒推 sigma!這個 sigma 可以說就是交易者,心中所以為的波動率,這就是經常被報導的「隱含波動率」(Implied Volatility,簡稱 IV)。

價平 IV 具有代表性,表現市場整體氛圍,所以一般說的 IV 可以說就是價平的 IV。若要更仔細一點,就用各個履約價的 Vega 作加權,計算整體 IV 理論上會更好。而通常價外 Put IV,也就是較低履約價的 Put IV 會比對稱的 Call IV 價格更高,相連直線的斜率通常是負的,越斜代表對跌價的預期更大一些,所以此斜率 (變號) 也成為一個指標 skew。也可把所有履約價的價外 IV,就是低價的 Put IV 加上高價的 Call IV,視覺化成一條曲線,變成一條微笑曲線,只是通常是笑得很斜!哈哈。

以上複習完畢,開始用這些材料來烹調,組成盤中有用的資訊,主要會用到的就是運算之集大成的 Gamma, IV and Skew,還有標的物,就是近月期貨的價格變化和成交量。

Gamma 本質

思考 gamma 的物理意義,他代表 delta 隨價格的變化率,通常他的絕對數字是非常小的,到小數點後第四位的數量級。當 gamma 相對較大時,代表交易人每開啟一個部位,不管是 buy or sell (我不喜歡用 long or short,以免誤導方性性),也不管是 call or put,對其部位的 delta 影響都是加速的,意思是少量的交易量,就可以平衡風險。

因此 (開始燒腦),有 gamma 在,市場較為穩定,有點像吸收震盪的避震器,或像夠厚的橡皮墊。這句話很重要,也方便記憶。

市場是否處於 Short Gamma 狀態?

當交易者站在選擇權買方,他總是享受「獲利會加速」「損失會減速」,這是選擇權被設計的天然特性,因此買方得到 Long Gamma,他的行為相對單純,通常是買入後安心睡覺那種。而賣方,不管是 call or put,結果剛好顛倒,狀態成為 Short Gamma,獲利時會減速,虧損時會加速,如同騎一台不穩定的獨輪車,還要走山脊上山巔!因此賣方主要是由資金雄厚,技術高超的專業機構來擔任的。

其實做多股票也是一樣的道理,因為價格漲,市值增,同樣的漲幅的絕對金額也就擴大。相反的,放空股票時「獲利會減速」「損失會加速」,這就是做空的危險性所在。因此重點來了,技術高超的專業機構,承擔了 Short Gamma 的風險,因此,當價格變動,一定會「很有紀律的行動」,所以我們可以來觀察甚至預測「那隻看不見的黑手」怎麼行動。

擔任賣方的大哥大大們,他們期待的是當「價格不動」時,能夠穩穩地賺取賺取時間價值,而當價格變動時,他們也有恃無恐,自有一套「沖銷風險」的機制,那就是「追漲殺跌」!哈哈,真的是這樣。但僅僅知道這樣是不夠的,還要問「追得多兇猛」?也許少許交易量,就可以避險完成,也有可能花費重金才能完成,差別就是市場所提供的 Gamma 厚度了。當 Gamma 很大,少許交易量就足夠讓他們的 delta 回歸中性,就是最省事的狀況了,所以把 Gamma 想成橡皮軟墊是合理的。

情境推演,若某個「看不見的大黑手」持有大量 sell put,他的風險就是下跌時會損失。所以,當市場果真下跌時,他必須「賣出標的物 (做空)」,一般就是近月期貨,以對沖可能的損失。當 Gamma 薄弱,他們需要耗費很大的交易量,才能穩住他的投資組合的整體風險,這股衝銷的力量就會進一步把價格往下踹!依此類推,當持有大量 sell call,又遇到上漲,就產生進一步向上推的力量。這種狀態,可說是脆弱不穩定狀態,專業的行話就是「市場處於 Short Gamma 狀態」。

要觀察 Short Gamma 狀態是否出現,或更精確的說,是希望能夠察覺,這種市場踩踏的現象即將發生的徵兆。若能早幾分鐘發現,進去市場衝浪,應該會很好玩,哈哈。這就開始來設計我們的指標,第一個因素很直覺,就是「價格變化」和「成交量」的乘績,就是「在市場中興風作浪的力量」,這是從近月期貨而來。第二個因素取自選擇權價格回推的的 IV,當「兩翼」的 IV 不平衡,大部分情形是 Put IV > Call IV,其中的差除以 strike price 差就是斜率,一般習慣「變號」成為 skew 指標,越大代表 Put 越貴,有人瘋狂 buy put,與空期貨一樣,對價格造成推波助瀾的打壓。所以這兩者的組成定義為 short pressure:

# hedge_flow, 沖銷的能量大小,取絕對值,只有大小,沒有方向
hedge_flow = abs(price_change) * volume
# skew, 不平衡的力量,近一步推升沖銷的難度和價格的變化​
short_pressure = ( hedge_z) + ( skew_z)

雖然 skew 大部分為正,但理論上也可能翻負,代表爭相買進 call 的力量,或稱 FOMO 能量,所以實務上我還會拆成 short_pressure_up,short_pressure_down,過程太瑣碎就省略了,以免把讀者帶進叢林。

Long Gamma 呢?

​狀況顛倒,當沖銷能量很小,兩翼 IV 也趨向平衡,代表市場就像吸震海綿,小小的能量就能完成避險,所以價格只會來回震盪,或有假突破或假跌破,又很快均值回歸,這就是典型的 Long Gamma 狀態。指標就是與前述剛好倒過來:

long_pressure = (-hedge_z) + (-skew_z)

以上公式,沒有直接用到 Gamma,卻每一步因果,都有 Gamma 的靈魂在其中。回歸 Gamma 原始的定義,因為有波動和波動的預期,就是風險,才會有選擇權交易,劇烈的波動產生高昂的權利金,其關係由 Black-Schole 神奇公式來解釋。而公式的解釋力,也無法完全模式化人的行為,市場的變化,總是奧妙無窮的。

到底是先預期有風險,才產生高價的 option,進而推高 IV 的不對稱;還是因為高價的 option,造成風險的預期增溫?這因果關係很微妙,可以說「互為因果」。在商業分析中很喜歡用一個詞,就是轉動飛輪,或是死亡螺旋之類的!深究其內涵,就是搞不清楚因果關係的狀況,果等於因,因等於果;因產生果,果又轉變成為因,因又產生果等等,無窮盡的瘋狂現象。

設計盤中指標與訊號

以上 long pressure and short pressure,以一個門檻值判斷,設定狀態與語意:

if short_pressure > self.threshold:
self.state = "SHORT_GAMMA_ACTIVE"
self.confidence = short_pressure
elif long_pressure > self.threshold:
self.state = "LONG_GAMMA_ACTIVE"
self.confidence = long_pressure
else:
self.state = "GAMMA_NEUTRAL"
self.confidence = abs(long_pressure - short_pressure)


commentary = {
"GAMMA_ABSENT": "Gamma 缺席,價格由趨勢動能主導",
"LONG_GAMMA_ACTIVE": "盤中波動被吸收,偏震盪、假突破,易均值回歸",
"SHORT_GAMMA_ACTIVE": "盤中波動被放大,留意連續單邊",
"GAMMA_NEUTRAL": "Gamma 中性,價格行為依賴其他因子",
}

目前先在本機製作一個簡單的 UI,盤中每三分鐘搜集一次,觀察一陣子,訓練盤中敏感度。

raw-image
raw-image
raw-image
raw-image

以上已經完成最重要的 know how 研究,預計再衝一波,再過一段瘋狂開發的日子,把這個盤中燈號加入我的 web 介面,敬請關注:

屆時這將是一個至少值得千元的訂閱項目。盤中即時訊息流,耗費計算與網路資源較多,架構設計難度也更高。但希望這不是鼓勵短線交易,是對市場結構與交易本質的進一步認識,在看似混沌的市場中,看到規則,但到邏輯,看到可行走的道路,這不快樂嗎!

Newman 2026/1/21


留言
avatar-img
newman的沙龍
30會員
148內容數
漫步是一種境界。
newman的沙龍的其他內容
2026/01/09
從數據到故事 數據是冷冰冰的點,視覺化圖像是用一個觀點串連起來的線,一段敘事就是數條觀點線支持的一個面。離決策還多遠?一個重要的決策的依據,可能是千百個面交織成複雜的網,這個網,也許是一個動聽的故事。 比如說某人決策,在市區買一套房,背後可能有王子公主幸福生活的故事,可能有高效工作與事業發展的故
Thumbnail
2026/01/09
從數據到故事 數據是冷冰冰的點,視覺化圖像是用一個觀點串連起來的線,一段敘事就是數條觀點線支持的一個面。離決策還多遠?一個重要的決策的依據,可能是千百個面交織成複雜的網,這個網,也許是一個動聽的故事。 比如說某人決策,在市區買一套房,背後可能有王子公主幸福生活的故事,可能有高效工作與事業發展的故
Thumbnail
2025/12/25
這一天,成功的完成了,目前資訊濃度最高的圖表: 不過就幾個點點,有何了不起之處?外行人沒有熱鬧可以看,內行人卻可以看到很多門道,讓我一一拆解。 這個圖不需要任何馬賽克,因為不會暴露資產規模,系統也沒在關心你有多少錢,唯一任務是「結構拆解」。市場有其結構,投資組合也是,搭配起來是否吻
Thumbnail
2025/12/25
這一天,成功的完成了,目前資訊濃度最高的圖表: 不過就幾個點點,有何了不起之處?外行人沒有熱鬧可以看,內行人卻可以看到很多門道,讓我一一拆解。 這個圖不需要任何馬賽克,因為不會暴露資產規模,系統也沒在關心你有多少錢,唯一任務是「結構拆解」。市場有其結構,投資組合也是,搭配起來是否吻
Thumbnail
2025/12/18
風險規避之進一步省思 市場,動能,波動,價值,四大基本因子曝險都算好了,然後呢? 因子曝險,相當於用四盞超強的探照燈,從不同角度照進投資組合的結構,把隱藏弱點一一顯明出來。在「前一篇」的論述中,認為我應該站在「消除風險」的,因為膽小如我,極端厭惡風險。但規避風險的結果,雖然安全感增加,淨值波動也
Thumbnail
2025/12/18
風險規避之進一步省思 市場,動能,波動,價值,四大基本因子曝險都算好了,然後呢? 因子曝險,相當於用四盞超強的探照燈,從不同角度照進投資組合的結構,把隱藏弱點一一顯明出來。在「前一篇」的論述中,認為我應該站在「消除風險」的,因為膽小如我,極端厭惡風險。但規避風險的結果,雖然安全感增加,淨值波動也
Thumbnail
看更多
你可能也想看
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
vocus 慶祝推出 App,舉辦 2026 全站慶。推出精選內容與數位商品折扣,訂單免費與紅包抽獎、新註冊會員專屬活動、Boba Boost 贊助抽紅包,以及全站徵文,並邀請你一起來回顧過去的一年, vocus 與創作者共同留下了哪些精彩創作。
Thumbnail
根據Soliman, M. T. (2008)的研究,ROE增長這個指標所帶來的超額報酬其實是由資產週轉率提升所帶來的超額報酬,在我過去的文章中也有提出,比起淨利率的提升,資產週轉率對股票報酬帶來的影響較大。 我們將資產週轉率定義為以下 資產週轉率= 過去4季之營收總和/總資產
Thumbnail
根據Soliman, M. T. (2008)的研究,ROE增長這個指標所帶來的超額報酬其實是由資產週轉率提升所帶來的超額報酬,在我過去的文章中也有提出,比起淨利率的提升,資產週轉率對股票報酬帶來的影響較大。 我們將資產週轉率定義為以下 資產週轉率= 過去4季之營收總和/總資產
Thumbnail
增資在國內外的研究文獻中均一致認為對股票的未來報酬有負面效果。增資後的企業多數在未來三年內不僅在股票報酬低於市場6%,其營運相關數據也會隨之惡化。那回到最開始的問題,國泰金股票該認嗎?到手的股票該賣嗎? 答案是該認,但要盡早賣出。
Thumbnail
增資在國內外的研究文獻中均一致認為對股票的未來報酬有負面效果。增資後的企業多數在未來三年內不僅在股票報酬低於市場6%,其營運相關數據也會隨之惡化。那回到最開始的問題,國泰金股票該認嗎?到手的股票該賣嗎? 答案是該認,但要盡早賣出。
Thumbnail
不可否認,大部分的技術指標都是沒有用的,巴菲特甚至大力抨擊技術分析,但技術分析真的沒有絲毫用處的嗎?這個答案也是否定的。本篇文章將介紹目前學術上如何看待技術分析,以及該如何應用,並且在未來的文章將回實際回測這些因子。
Thumbnail
不可否認,大部分的技術指標都是沒有用的,巴菲特甚至大力抨擊技術分析,但技術分析真的沒有絲毫用處的嗎?這個答案也是否定的。本篇文章將介紹目前學術上如何看待技術分析,以及該如何應用,並且在未來的文章將回實際回測這些因子。
Thumbnail
多數人會認為獲利的成長會有助於未來的股票報酬,但成長真的是越高越好嗎?另外在同樣的累積成長率下,穩定的成長跟成長集中於特定幾年,它們的未來報酬會有什麼差別?
Thumbnail
多數人會認為獲利的成長會有助於未來的股票報酬,但成長真的是越高越好嗎?另外在同樣的累積成長率下,穩定的成長跟成長集中於特定幾年,它們的未來報酬會有什麼差別?
Thumbnail
在學術上及實務上,高pb的股票皆被證明其未來的績效普遍不佳。然而擁有高pb估值其實也往往代表市場對其未來的成長性備受期待。為了識別其高估值的合理性,Mohanram, P. S. (2005)於他的研究提出了GSCORE來辨別成長股的優劣
Thumbnail
在學術上及實務上,高pb的股票皆被證明其未來的績效普遍不佳。然而擁有高pb估值其實也往往代表市場對其未來的成長性備受期待。為了識別其高估值的合理性,Mohanram, P. S. (2005)於他的研究提出了GSCORE來辨別成長股的優劣
Thumbnail
透過量化的方式,去分析鴻海(2317)的佈局價位。
Thumbnail
透過量化的方式,去分析鴻海(2317)的佈局價位。
Thumbnail
透過量化分析來判斷蘋果公司(AAPL)現在的價位是否合理。
Thumbnail
透過量化分析來判斷蘋果公司(AAPL)現在的價位是否合理。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News