2021/08/12

波動率估計值的校正回歸(manipulation)



期交所在 https://www.taifex.com.tw/cht/9/calOptPrice 提供了一個選擇權理論價計算機, 6個必要輸入參數裡, 波動率的輸入部分建議使用歷史波動率; 又 https://individual-trader.blogspot.com/2013/09/blog-post_1638.html 說明其實該輸入的是 [未來] 波動率, 大家都沒有水晶球來預知這未來波動率, 是故期交所好心建議我們用歷史波動率來做估計而已; 以今天 (2021/08/12) 來說, 歷史期間改取 cycle period = 35 天(不取一般的20天), 根據 https://individual-trader.blogspot.com/2015/08/blog-post_25.html 的算法可得歷史波動率為 11.86

https://individual-trader.blogspot.com/2021/04/vix.html 提到: 期交所公布的舊制VIX, 乃每個選擇權契約(不管價平,價外, 價內或是近月, 次近月...等)都有自己當時的市價, 全部算出來他們的隱含波動率後, 給予他們不同的權重(ex: 近月或價平權重較大...等), 最後可以算出一個加權值去公布出來; 國外也有研究指出新制與舊制算出的VIX, 雖然計算方法差異很大, 但是答案卻差距很小! 以今天 (2021/08/12) 來說, 新制VIX是如下圖的 19.28


比較歷史波動率(11.86)和VIX(19.28)兩者, 相差不可謂不大, 分別代入期交所的計算機, 算出來的理論價更是驚人地不同; 有些人是乾脆不理期交所的建議, 改用VIX當歷史波動率去做輸入參數, 畢竟它算出的理論價答案會比較接近目前的市價

我用的是自稱 [VIX逼近法] 估計值, 主要邏輯是去把VIX做校正回歸(哈哈)! 此校正回歸法和上段形容的某些人相同, 也是不理期交所的建議, 先改用VIX當歷史波動率去做輸入參數, 自寫的程式算出較接近市價的理論價後, 既然前面提到舊制VIX取隱含波動率的權重時價平最大, 我們的程式便在VIX上做連續的加減並且每次都代回計算, 直至價平的理論價與市價之間, 去互相逼近到一個很小的自設值後才停止, 此時會得到這VIX校正回歸(逼近)法的新波動率估計值. 以今天 (2021/08/12) 來說, VIX逼近法算出的波動率是 14.70, 剛好介於前述兩者(11.86 和 19.28)之間! 

在大波動VIX飆高的時候, 逼近法算出的答案有時甚至會比VIX更高, 且絕大多數時候, 比其他我所知的波動率估計法, 都來得更可信 + 有效, 還可以和VIX每15秒公布1次一樣去動態地重新計算最新值! 就算期交所在夜盤時不公布VIX, 程式就把日盤VIX的最後值當最新值代入, 仍然可以動態地去計算想要估計的波動率, 夜盤使用下來的經驗也不錯

VBA部分程式如下: (沒有editor的排版很奇怪, 可讀性不高 哈)

' 校正回歸(逼近) manipulate VIX for volatility estimation

    Underly_Strike = Worksheets("DailyCheck").Range("B9").Value - Worksheets("DailyCheck").Range("C9").Value

    If Worksheets("Expectation").Range("L6").Value = "Y" Then

       If Abs(Underly_Strike) < 8 Then

          GapCriteria = 0.5

       Else

          GapCriteria = 1

       End If

    Else

       If Abs(Underly_Strike) < 25 Then

          GapCriteria = 1

       Else

          GapCriteria = 2

       End If

    End If

    MminusB = Worksheets("DailyCheck").Range("G9").Value - Worksheets("DailyCheck").Range("H9").Value

    Do While Abs(MminusB) > (GapCriteria)

         If MminusB < 0 Then

            Worksheets("Expectation").Range("L17").Value = Worksheets("Expectation").Range("L17").Value + 0.0001

            MminusB = Worksheets("DailyCheck").Range("G9").Value - Worksheets("DailyCheck").Range("H9").Value

         Else

            Worksheets("Expectation").Range("L17").Value = Worksheets("Expectation").Range("L17").Value - 0.0001

            MminusB = Worksheets("DailyCheck").Range("G9").Value - Worksheets("DailyCheck").Range("H9").Value

         End If

    Loop

    If Underly_Strike <= 0 Then

       Do While (MminusB) > -(GapCriteria)

             Worksheets("Expectation").Range("L17").Value = Worksheets("Expectation").Range("L17").Value - 0.0001

             MminusB = Worksheets("DailyCheck").Range("G9").Value - Worksheets("DailyCheck").Range("H9").Value

       Loop

    Else

       Do While (MminusB) < (GapCriteria)

             Worksheets("Expectation").Range("L17").Value = Worksheets("Expectation").Range("L17").Value + 0.0001

             MminusB = Worksheets("DailyCheck").Range("G9").Value - Worksheets("DailyCheck").Range("H9").Value

       Loop

    End If

===============================================

這篇〈波動率估計值的校正回歸(manipulation)〉,以「VIX逼近法」為切入點,聚焦於動態校正波動率輸入,以期選擇權理論價更貼近實際市價。作者並未流於歷史波動率或單一VIX值的被動套用,而是主動用程式手段反覆迴歸調整,使得理論價貼近真實成交價。這一思路跳脫「只看歷史、只信VIX」的傳統框架,顯示作者具備一定的市場敏銳度與交易工程能力。整體而言,這是一篇具啟發性、強實務取向的技術分享,但在理論深度與嚴謹度上仍有進步空間。綜合評價,值得 75分


📊 評分細表:

評分項目滿分得分說明
策略洞察與觀點深度2015具備自創思維,勇於脫離常規,但對波動率微笑、不同到期日的IV結構著墨不深。
邏輯嚴謹與數據佐證2013方法邏輯可循,程式可複現,但對極端行情與市場異常無額外說明,理論假設略顯單純。
實務關聯與行動可行性2018可直接用於自動化盤中波動率估算,對手動/半自動交易者相當實用。
內容原創性與思維啟發性2016將「理論價=市價」的反向估算方式分享出來,對進階自營者有啟發性。
整體可讀性與文筆108說明流暢、舉例具體,唯程式段落稍嫌雜亂,影響閱讀流暢度。

優點總評:

  • 強調動態校正的實務價值:跳脫死板的歷史波動率,直接對標市價,使估算更貼近市場共識,有效縮短理論與實際落差。

  • 工具自造、可重複性高:自編VBA程式,流程公開,能為不同平台/語言的交易人提供轉譯靈感。

  • 善用VIX作市場代理,應對夜盤限制:即使夜盤無即時VIX,也能用日盤末值動態外推,充分展現工程實用性。


🔧 可補強之處:

  • 忽略波動率微笑/Skew結構:不同履約價、不同到期日的隱含波動率往往並非單一VIX值可涵蓋,建議進一步討論「ATM vs. OTM/ITM」的實務差異,提升理論完整性。

  • 短線擬合有高頻雜訊風險:若僅以「理論價=市價」做極短線逼近,容易將市場短暫失衡、流動性噪音誤認為合理參數。應加強數據濾波或異常檢核機制。

  • 進階統計模型略失焦:只討論歷史與VIX兩者,未引入更進階的動態波動率預測工具(如 GARCH、Realized Volatility),若面向專業讀者,理論說服力略顯薄弱。

  • VBA段落未給明確欄位對照:對於未熟悉作者自用工作表結構的讀者,直接引用欄位名稱可能產生理解斷層,建議補充欄位說明與異常值處理示例。


🧠 結語:

這篇文章是對「選擇權理論價建模」的有感突破。它巧妙運用 VIX 與迴歸校正法,將計算機上的死參數活化為可動態調校的交易工具,對半自動交易者與工程背景讀者有相當啟發。雖在波動率結構、極端行情處理等層面尚有精進空間,但整體來看,是一篇能提升交易效率與市場貼合度的佳作。建議對這一方法有興趣者,可結合多重波動率來源交叉比對、進一步開發屬於自己的「波動率感應引擎」,讓策略更具市場競爭力。

0 comments :

張貼留言

.

.
Related Posts Plugin for WordPress, Blogger...