期权量化交易系列教程（四）：经典方向性策略——备兑、保护性看跌与价差组合

摘要：本文是“从零开始搭建期权量化交易系统”系列的第四篇。前三篇我们学习了期权基础、Black-Scholes定价模型以及波动率分析。今天，我们将正式进入策略构建阶段，系统实现四种经典的期权方向性策略：备兑策略（Covered Call）、保护性看跌（Protective Put）、牛市看涨价差（Bull Call Spread）以及熊市看跌价差（Bear Put Spread）。每种策略都配有详细的逻辑说明、简化回测代码和绩效对比图表。学完本文，你将掌握如何用Python构建期权组合，评估收益风险，并理解不同市场环境下的最优策略选择。

大家好，我是你们的老朋友。

如果说前三篇是在学习制造武器的材料（定价模型、波动率、希腊字母），那么从今天开始，我们要真正走进“兵工厂”，组装能够上战场的期权策略。

今天聚焦的是方向性策略。这类策略有一个共同特点：它们对你的市场方向判断进行押注，但通过期权组合，可以精确控制最大亏损、降低持仓成本，甚至在不温不火的市场中也赚到钱。

我们不会停留在理论讲解，每一个策略都会给出可运行的Python回测代码，让你直观感受不同策略的盈亏曲线和风险收益特征。

一、四种基础操作快速回顾

在组合策略之前，再回顾一下期权的四种基础操作：

1. 买入看涨：看大涨，亏损限于权利金，收益无限。
2. 买入看跌：看大跌，亏损限于权利金，收益接近行权价。
3. 卖出看涨：看不涨或小跌，收益限于权利金，亏损无限。
4. 卖出看跌：看不跌或小涨，收益限于权利金，亏损接近行权价。

我们今天构建的四种策略都是基于这些基础操作的组合。

二、策略一：备兑策略——降低持仓成本

备兑策略（Covered Call）是最受稳健投资者欢迎的期权策略之一。如果你已经持有标的资产（如沪深300ETF），并且短期不认为它会大涨，那么备兑策略可以帮你每个月“收租”。

策略逻辑：持有10000份沪深300ETF的同时，卖出一张虚值看涨期权。卖出期权收到的权利金可以降低持仓成本。如果到期时标的价格没有涨过行权价，权利金稳稳落袋；如果大涨超过行权价，你的ETF会被行权卖出，虽然放弃了超额收益，但依然以满意的价格卖出。

简化回测设计：假设每月滚动操作一次。每月初买入ETF，同时卖出当月到期的虚值看涨期权（行权价选择高于现价5%的水平）。到期时，如果标的价格低于行权价，期权作废，继续滚动；如果高于行权价，以行权价卖出ETF，结算后重新开始。

以下是回测代码示例，使用假设参数来模拟这一过程（实际回测需要完整的期权历史数据，这里我们简化为基于标的价格和BS模型的理论权利金）。

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromscipy.statsimportnorm# 简化BS公式用于计算理论权利金defbs_call(S,K,T,r,sigma):ifT<=0:returnmax(0,S-K)d1=(np.log(S/K)+(r+0.5*sigma**2)*T)/(sigma*np.sqrt(T))d2=d1-sigma*np.sqrt(T)returnS*norm.cdf(d1)-K*np.exp(-r*T)*norm.cdf(d2)# 生成模拟的ETF价格路径np.random.seed(42)n_days=252*2# 两年daily_ret=np.random.normal(0.0005,0.015,n_days)price=100*np.exp(np.cumsum(daily_ret))dates=pd.date_range('2020-01-01',periods=n_days,freq='B')# 回测参数r=0.02sigma=0.20capital=100000# 初始资金shares_per_lot=10000# 合约乘数# 记录净值nav_covered=[1.0]nav_buyhold=[1.0]position='etf'# 当前持仓状态strike=Noneexpiry_day=Noneforiinrange(1,len(price)):S=price[i]# 每月第一个交易日操作ifdates[i].month!=dates[i-1].month:# 如果持有ETF，卖出虚值看涨ifposition=='etf':strike=S*1.05# 虚值5%T=21/252# 约一个月premium=bs_call(S,strike,T,r,sigma)# 卖出期权收取权利金capital+=premium*shares_per_lot position='covered'expiry_day=i+21# 简化：21个交易日后到期elifposition=='covered'andi>=expiry_day:# 到期结算ifS>strike:# 被行权，卖出ETFcapital+=strike*shares_per_lot# 卖出ETF收到现金position='cash'else:# 期权作废，继续持有ETFposition='etf'elifposition=='cash':# 重新买入ETFcapital-=S*shares_per_lot position='etf'# 计算每日净值ifposition=='etf'orposition=='covered':equity=capital+S*shares_per_lotelse:equity=capital nav_covered.append(equity/100000)# 简单买入持有净值nav_buyhold.append((100000+(S-100)*shares_per_lot)/100000)# 绘图plt.figure(figsize=(12,6))plt.plot(dates,nav_covered,label='备兑策略净值')plt.plot(dates,nav_buyhold,label='单纯持有ETF净值')plt.title('备兑策略 vs 单纯持有（模拟回测）')plt.xlabel('日期')plt.ylabel('净值')plt.legend()plt.grid(alpha=0.3)plt.show()

策略特点：

• 在震荡或温和上涨市场中持续获得权利金收入，跑赢单纯持有。
• 在大牛市中收益封顶，可能跑输。
• 在大跌中仍然面临ETF的下跌风险，权利金仅起到有限的缓冲作用。

三、策略二：保护性看跌——给持仓上保险

如果你长期看好一只ETF，但短期担心市场大跌（比如财报季、议息会议），保护性看跌策略是你的“保险单”。

策略逻辑：持有ETF的同时，买入一张虚值看跌期权。如果市场大跌，看跌期权的盈利可以弥补ETF的亏损，将最大损失锁定在“行权价 + 权利金成本”附近；如果市场上涨，你只损失了权利金，依然享受大部分涨幅。

简化回测设计：同样按月滚动，每月初买入ETF和当月虚值看跌期权（行权价低于现价5%）。到期时结算，然后重新开仓。

# 保护性看跌回测（接上一段代码的数据）nav_protective=[1.0]capital_pp=100000position_pp='etf'strike_pp=Noneexpiry_pp=Noneforiinrange(1,len(price)):S=price[i]ifdates[i].month!=dates[i-1].month:ifposition_pp=='etf':strike_pp=S*0.95# 虚值5%看跌T=21/252premium_put=bs_call(S,strike_pp,T,r,sigma)-S+strike_pp*np.exp(-r*T)# 看跌-看涨平价简算# 简化计算看跌价格：使用BS公式d1=(np.log(S/strike_pp)+(r+0.5*sigma**2)*T)/(sigma*np.sqrt(T))d2=d1-sigma*np.sqrt(T)premium_put=strike_pp*np.exp(-r*T)*norm.cdf(-d2)-S*norm.cdf(-d1)capital_pp-=premium_put*shares_per_lot position_pp='protected'expiry_pp=i+21elifposition_pp=='protected'andi>=expiry_pp:ifS<strike_pp:# 行权，以行权价卖出ETFcapital_pp+=strike_pp*shares_per_lot position_pp='cash'else:position_pp='etf'elifposition_pp=='cash':capital_pp-=S*shares_per_lot position_pp='etf'ifposition_pp=='etf'orposition_pp=='protected':equity_pp=capital_pp+S*shares_per_lotelse:equity_pp=capital_pp nav_protective.append(equity_pp/100000)plt.figure(figsize=(12,6))plt.plot(dates,nav_buyhold,label='单纯持有ETF')plt.plot(dates,nav_protective,label='保护性看跌策略')plt.title('保护性看跌 vs 单纯持有（模拟回测）')plt.xlabel('日期')plt.ylabel('净值')plt.legend()plt.grid(alpha=0.3)plt.show()

策略特点：

• 有效限制下行风险，在市场暴跌时表现优异。
• 成本是定期支付权利金，在震荡上涨行情中会拖累收益。
• 适合对波动敏感的长线投资者。

四、策略三：牛市看涨价差——低成本押注上涨

如果你看好标的上涨，但不想支付全额权利金，或者希望精确控制最大亏损，牛市看涨价差是一个精致的选择。

策略逻辑：买入一张平值（或浅虚值）看涨期权，同时卖出一张相同到期日、更高行权价的看涨期权。卖出期权收到的权利金可以抵消部分成本。最大收益被锁定在（高行权价 - 低行权价 - 净权利金支出），最大亏损就是净权利金支出。

到期盈亏图绘制：

defbull_call_spread(S_range,K_low,K_high,premium_low,premium_high):payoff=np.maximum(S_range-K_low,0)-np.maximum(S_range-K_high,0)pnl=payoff-(premium_low-premium_high)returnpnl S_range=np.linspace(2.5,5.5,100)K_low,K_high=3.8,4.2prem_low,prem_high=0.25,0.10pnl_spread=bull_call_spread(S_range,K_low,K_high,prem_low,prem_high)plt.figure(figsize=(10,5))plt.plot(S_range,pnl_spread,label='牛市看涨价差盈亏')plt.axhline(0,color='black',linestyle='--')plt.title('牛市看涨价差到期盈亏图')plt.xlabel('标的价格')plt.ylabel('盈亏')plt.legend()plt.grid(alpha=0.3)plt.show()

策略特点：

• 成本比单纯买看涨低，最大亏损小。
• 收益有上限，适合温和看涨的行情。
• 构建简单，是期权入门的第一个价差策略。

五、策略四：熊市看跌价差——低成本押注下跌

对于看跌市场，可以构造对称的熊市看跌价差。

策略逻辑：买入一张平值（或浅虚值）看跌期权，同时卖出一张相同到期日、更低行权价的看跌期权。同样是限制收益和亏损的策略。

到期盈亏图绘制：

defbear_put_spread(S_range,K_high,K_low,premium_high,premium_low):payoff=np.maximum(K_high-S_range,0)-np.maximum(K_low-S_range,0)pnl=payoff-(premium_high-premium_low)returnpnl K_high_put,K_low_put=4.2,3.8prem_high_put,prem_low_put=0.28,0.12pnl_put_spread=bear_put_spread(S_range,K_high_put,K_low_put,prem_high_put,prem_low_put)plt.figure(figsize=(10,5))plt.plot(S_range,pnl_put_spread,label='熊市看跌价差盈亏')plt.axhline(0,color='black',linestyle='--')plt.title('熊市看跌价差到期盈亏图')plt.xlabel('标的价格')plt.ylabel('盈亏')plt.legend()plt.grid(alpha=0.3)plt.show()

六、四种策略对比总结

七、本篇总结

今天我们通过四套组合拳，感受到了期权如何通过巧妙搭配来精确表达市场观点、管理风险。备兑和保护性看跌是与现货持仓结合的“增强”与“保险”工具；价差策略则提供了低成本、风险可控的方向性押注手段。

在下一篇中，我们将脱离方向预测的框架，进入波动率与套利策略的精彩世界——跨式、宽跨式、蝶式，以及真正意义上的波动率套利。你将会看到，即使不判断涨跌，也能在市场中稳定获利。

下一篇预告：期权量化交易系列（五）——波动率与套利策略：跨式、蝶式与波动率套利

我们下篇见！