5D Library › 期权隐含波动率曲面、偏度溢价与垂直价差结构的定量风控 · English

第八章 实践与预注册检验

注

本章的核查表与检验方案用于研究与自我检查,不是投资建议。 核查表不能告诉你该不该交易,只能帮助你在交易前把规则写清楚、在交易后诚实地记录。书中的账户、价格与交易都是虚构的;任何真实交易都可能亏损全部投入的资金。

第一部分 四步核查表

第一至六章的讨论可以浓缩成一份在开仓前、持仓中与退出后使用的核查表。表中的界限(例如「隐含波动率分位高于 80% 时标记」)是交易者应当事先书面写定的个人规则的例子,不是推荐的数值。

  1. 定价环境。 当前隐含波动率在过去一年中的分位是多少?借方价差买入的是期权,隐含波动率越高越贵(第一、二章)。偏度(25-Delta 风险逆转)相对它自己的历史有多陡?偏度越陡,卖出的一腿越贵,但这也可能反映市场对下跌跳空的担心(第二章)。
  2. 事件与仓位。 计划持仓期内有没有已知的事件(财报、央行决议等)?事件可能带来跳空与事后隐含波动率的骤降。最大亏损(借方 × 合约数 × 乘数)占账户的比例是否在事先写定的上限之内?这个上限应当远低于用不可靠的胜率估计算出的凯利比例(第六章)。
  3. 持仓中的平仓规则。 时间止损(按交易日计)与依状态而定的规则(例如标的高于多头行权价且持仓超过五个交易日)是否已经事先写定?到了时间或状态,是否按规则执行(第五章)?临近到期的实值价差是否已经处理,以避免被指派与钉住风险(第三章)?
  4. 退出后复盘。 记录以最大亏损为单位的收益 RR、成交价相对中间价的滑点,以及是否遵守了规则。复盘的对象是规则是否被执行,而不是单笔的盈亏:第五章显示,单笔结果几乎全是噪声。

下面的程序把核查表用于三个虚构的开仓计划(账户 10 万,隐含波动率的历史由程序模拟;TD 表示开仓后的第几个交易日)。

推导

# The four-step checklist applied to three FICTIONAL bear put spread set-ups on a
# fictional account of 100,000. Implied-vol histories are simulated (seeded), not quotes.
# Limits are examples a trader would fix in writing beforehand, not recommendations.
# Days are TRADING days after entry (TD 9 = the close of the 9th trading day).
import math, random

LIMITS = dict(iv_pct=0.80, rr_z=-2.0, risk=0.01, stop_day=9)

def history(rng, level, days=252):
    lv, out = math.log(level), []
    for _ in range(days):
        lv += 0.05 * (math.log(level) - lv) + 0.06 * rng.gauss(0, 1)
        out.append(math.exp(lv))
    return out

SETUPS = [  # name, IV now, typical IV, RR25 now, RR25 mean/sd, event in window,
            # debit, contracts (x100), trading days held, spot rule says close
    ("A", 0.21, 0.22, -0.020, (-0.025, 0.006), None, 1.58, 6, 9, False),
    ("B", 0.38, 0.22, -0.055, (-0.025, 0.006), "earnings TD 4", 2.40, 10, 3, False),
    ("C", 0.22, 0.22, -0.030, (-0.025, 0.006), None, 1.62, 4, 6, True),
]

if __name__ == "__main__":
    rng = random.Random(26)
    rows = {k: [] for k in ("1 IV percentile", "  skew RR25 (z)", "2 event in window",
                            "  max loss / acct", "3 time / spot rule", "4 log + review")}
    for name, iv, typ, rr, (m, s), ev, debit, n, held, spot_close in SETUPS:
        h = history(rng, typ); pct = sum(x < iv for x in h) / len(h)
        z = (rr - m) / s; risk = debit * 100 * n / 100000
        flag = lambda bad: " FLAG" if bad else ""
        rows["1 IV percentile"].append(f"{pct:.0%}" + flag(pct > LIMITS["iv_pct"]))
        rows["  skew RR25 (z)"].append(f"{z:+.1f}" + flag(z < LIMITS["rr_z"]))
        rows["2 event in window"].append(ev + " FLAG" if ev else "none")
        rows["  max loss / acct"].append(f"{risk:.2%}" + flag(risk > LIMITS["risk"]))
        opened = not any("FLAG" in rows[k][-1] for k in list(rows)[:4])
        why = "spot" if spot_close and held < LIMITS["stop_day"] else "time"
        rows["3 time / spot rule"].append(f"TD {held}: close ({why})" if opened
                                          else "not opened")
        rows["4 log + review"].append("R, slippage, rule" if opened else "log the skip")
    print((f"{'step':20s}" + "".join(f"set-up {s[0]:16s}" for s in SETUPS)).rstrip())
    for k, v in rows.items():
        print(f"{k:20s}" + "".join(f"{x:23s}" for x in v).rstrip())
# step                set-up A               set-up B               set-up C
# 1 IV percentile     43%                    100% FLAG              66%
#   skew RR25 (z)     +0.8                   -5.0 FLAG              -0.8
# 2 event in window   none                   earnings TD 4 FLAG     none
#   max loss / acct   0.95%                  2.40% FLAG             0.65%
# 3 time / spot rule  TD 9: close (time)     not opened             TD 6: close (spot)
# 4 log + review      R, slippage, rule      log the skip           R, slippage, rule

计划 A 的隐含波动率处在过去一年的 43% 分位,偏度正常,没有事件,最大亏损占账户 0.95%,通过前两步;开仓后第 9 个交易日按时间规则平仓,记录收益、滑点与规则执行情况。计划 B 的四项检查全部被标记:隐含波动率处在过去一年的最高水平,偏度比平常陡 5 个标准差,第 4 个交易日有财报,最大亏损占账户 2.4%;按规则不开仓,但「不开仓」本身也要记录,否则复盘只会看到做过的交易。计划 C 通过前两步,第 6 个交易日标的进入第五章模型中的平仓区域,按状态规则提前平仓。

第二部分 预注册样本外检验方案

问题与设计选择

在一个事先固定的历史期权数据集与时间窗口上,对熊市看跌价差而言,「开仓后第 9 个交易日收盘平仓」的时间止损,与「持有到期」相比,平均收益(以最大亏损为单位)是否更高?

作者的框架提出了两种可能:历史数据上的样本外检验,或者以交易者为对象的人体实验。本书选择前者,理由是:「7—10 天时间止损」是关于交易规则的收益的主张,历史数据可以直接检验它,而且不需要任何人拿真钱承担风险;以交易者为对象的训练实验检验的是另一个问题(交易者会不会遵守规则,第六章的假说),可以作为后续研究。作者已确认:时间止损按交易日计,主要比较固定为第 9 个交易日(约两周日历时间),在看到任何数据之前写定;第 7、8、10 个交易日只作为次要结局报告,以免在四个日期中挑一个最好的。

方案

要素 规定
数据与窗口 由与作者无关的第三方研究者从商业期权数据库中取得日终报价;时间窗口在登记方案时写定并锁定(按样本量需要约 8.6 年);第三方在方案登记、分析代码公开之前不向任何人提供该窗口的价差收益
标的与入选标准 50 个标的(股票指数、指数基金与大型股),在登记方案时按窗口开始前一年的期权成交量与报价价差写定名单;排除窗口中被收购或退市的标的的后续入场日(已开仓的交易按规则处理到底)
入场 每 4 周一次(每年 13 个入场日),每个标的在同一天收盘时开仓:买入最接近平值的看跌期权,卖出行权价最接近现价 95% 的看跌期权,到期日最接近 30 个日历日;若没有合适的行权价或到期日,记为该标的该日缺失
两种规则 A:开仓日记为第 0 个交易日,在第 9 个交易日收盘平仓(按交易所的交易日历计,跳过周末与假日;没有假日时为开仓后 11 到 13 个日历日);B:持有到期,实值价差在到期前最后一个交易日收盘平仓,作废的价差任其失效。两种规则用于同一批入场,构成配对比较
成交假设 主要分析:按买价卖出、按卖价买入(保守);敏感性分析:按中间价加减四分之一个价差 (Muravyev and Pearson 2020)
随机化与设盲 本检验不需要随机分配(每笔入场同时按两种规则计算);分析代码以「规则 X / 规则 Y」标记两列,第三方在锁定结果后才揭示对应关系
主要结局 每笔交易配对差 D=RA−RBD = R_A – R_B 的平均值,RR = 收益 / 借方(借方即最大亏损);95% 置信区间用按入场日整体重抽的自助法计算;相邻入场日若有序列相关,改为对入场日序列做平稳自助法 (Politis and Romano 1994)
次要结局 等风险组合的最大回撤;全部亏损(R≤−0.95R \le -0.95)的比例;第 7、8、10 个交易日平仓;夏普比率之差(勒杜瓦—沃尔夫检验 (Ledoit and Wolf 2008));按开仓时风险逆转分组(第二章假说)与依状态而定的规则(第五章假说),均为探索性分析

主要结局只设一项,选「配对的以最大亏损为单位的平均收益差」,理由有三:它对每一笔交易都有定义,配对设计消除了入场时机造成的差异;以开仓时已知的最大亏损为单位,本身就是一种风险调整;最大回撤是整条路径的单一统计量,几乎没有统计把握度,而且取决于仓位规则,组合的夏普比率也取决于仓位与交易的重叠方式,所以二者都只作次要结局。

防止数据窥探

回测最大的危险是在同一段数据上反复尝试规则,直到找到一个好看的结果。贝利等人证明,尝试的规则越多,最好的样本内结果在样本外越可能表现平平甚至更差 (Bailey et al. 2014);对多重检验与选择偏差,已有「现实检验」、提高显著性门槛与「通缩夏普比率」等方法 (White 2000; Harvey et al. 2016; Bailey and López de Prado 2014);洛佩斯·德普拉多讨论了回测中的数据泄漏与清洗 (López de Prado 2018)。第 33 本讨论过这些问题的统计原理。本方案的防护是:

  • 只有一条预先固定的规则(第 9 个交易日)与一项主要结局,不调参数;
  • 数据、窗口、标的名单、入场与成交规则、分析代码在第三方取得数据之前公开登记 (Nosek et al. 2018),代码的哈希值随方案一起登记;
  • 由第三方执行全部代码;作者与第三方在锁定结果前都不查看窗口内的价差收益;
  • 次要与探索性结果明确标注,不能用来替代主要结论。

样本量

推导

# Sample size for the Chapter 8 pre-registered out-of-sample test. Unit: one trade (an
# underlying on an entry date). Primary outcome: the paired difference D = R(close at
# the close of TRADING day 9 after entry) - R(hold to expiry), R = profit / max loss.
# ASSUMED, not estimated from data: SD of D 1.1 (the model of p10 gives 1.05; 1.1 is a
# slightly conservative round value), intraclass correlation 0.15 between the 50
# underlyings that share an entry date, one entry every 4 weeks (13 a year, no overlap).
import math, random
from statistics import NormalDist
Z = NormalDist().inv_cdf

def dates_needed(sd, sesoi, m=50, icc=0.15, alpha=0.05, power=0.90):
    n_eff = ((Z(1 - alpha / 2) + Z(power)) * sd / sesoi) ** 2   # independent trades
    deff = 1 + (m - 1) * icc                                   # design effect
    return n_eff, deff, math.ceil(n_eff * deff / m)

def sim_power(dates, sd=1.1, sesoi=0.15, m=50, icc=0.15, reps=4000, seed=33):
    rng = random.Random(seed); hits = 0
    s_date = sd * math.sqrt(icc + (1 - icc) / m)              # SD of a date's mean D
    for _ in range(reps):
        x = [rng.gauss(sesoi, s_date) for _ in range(dates)]
        mu = sum(x) / dates; se = math.sqrt(sum((v - mu) ** 2 for v in x) / (dates - 1)
                                            / dates)
        hits += mu - 1.96 * se > 0
    return hits / reps

if __name__ == "__main__":
    n_eff, deff, k = dates_needed(1.1, 0.15)
    print(f"SESOI 0.15, SD 1.1: {n_eff:.0f} independent trades; design effect {deff:.2f}"
          f" -> {k} entry dates")
    print(f"  x 50 underlyings = {50 * k:,} trades; at 13 dates a year ="
          f" {k / 13:.1f} years")
    lost = math.ceil(k / 0.85)
    print(f"  allowing 15 % of dates lost (missing quotes, no strike): plan {lost} dates"
          f" = {lost / 13:.1f} years")
    print(f"  simulated power with {k} dates (4,000 studies, D at the SESOI):"
          f" {sim_power(k):.3f}")
    print("years of data (13 dates a year, 50 underlyings)   SESOI 0.10   0.15   0.20")
    for sd in (0.8, 1.1, 1.4):
        ys = "".join(f"{dates_needed(sd, d)[2] / 0.85 / 13:7.1f}"
                     for d in (0.10, 0.15, 0.20))
        print(f"  SD of D = {sd:.1f}{'':34s}{ys}")
    for icc in (0.05, 0.30):
        print(f"  ICC {icc:.2f} instead of 0.15 (SD 1.1, SESOI 0.15):"
              f" {dates_needed(1.1, 0.15, icc=icc)[2] / 0.85 / 13:.1f} years")
# SESOI 0.15, SD 1.1: 565 independent trades; design effect 8.35 -> 95 entry dates
#   x 50 underlyings = 4,750 trades; at 13 dates a year = 7.3 years
#   allowing 15 % of dates lost (missing quotes, no strike): plan 112 dates = 8.6 years
#   simulated power with 95 dates (4,000 studies, D at the SESOI): 0.894
# years of data (13 dates a year, 50 underlyings)   SESOI 0.10   0.15   0.20
#   SD of D = 0.8                                     10.2    4.5    2.6
#   SD of D = 1.1                                     19.3    8.6    4.9
#   SD of D = 1.4                                     31.1   13.8    7.8
#   ICC 0.05 instead of 0.15 (SD 1.1, SESOI 0.15): 3.5 years
#   ICC 0.30 instead of 0.15 (SD 1.1, SESOI 0.15): 16.1 years

配对差 DD 的标准差取 1.1:第五章模型(按交易日计时)给出 1.05,这里取略保守的 1.1;它是假设,不是来自真实数据的估计;同一入场日 50 个标的之间的组内相关系数取 0.15,也是假设。最小关注效应取 0.15(每笔交易最大亏损的 15%):只有至少这么大的改善,才值得为它改变交易规则。在双侧 α=0.05\alpha = 0.05、90% 把握度下,需要相当于 565 笔独立交易;设计效应为 8.35,所以需要 95 个入场日、4,750 笔交易,约 7.3 年;考虑到约 15% 的入场日可能因缺少报价或行权价而损失,计划 112 个入场日,约 8.6 年。用 4,000 次模拟检查,95 个入场日时的把握度为 0.894,与公式一致。

敏感性表说明这个设计有多依赖假设:标准差若是 1.4,需要 13.8 年;组内相关系数若是 0.30,需要 16.1 年;若最小关注效应取 0.10,需要 19.3 年。第五章模型中两种规则的真实差别只有约 0.007,远小于 0.15。也就是说,这项检验只能发现大的差别;如果真实差别像模型中那样小,任何现实的历史数据都无法分辨。

按第 33 本第六章的结果,「90% 把握度」指的是在真实效应恰好等于最小关注效应时,得出某种「时间止损更好」结论的概率约为 90%;在这种情况下,最强的结论「至少好 0.15」只有约 2.5% 的机会出现,要以较大把握得出最强结论,真实效应需要明显大于 0.15。

判定规则

推导

# Decision rule fixed before the locked data window is opened. D = mean over trades of
# R(close at TRADING day 9) - R(hold to expiry), R = profit / max loss; 95 % CI from a
# block bootstrap that resamples whole entry dates. SESOI 0.15. Gates (checked first):
# more than 25 % of planned entry dates lost; more than 10 % of exits without a two-sided
# quote in the exit window; or the independent re-computation of expiry payoffs
# disagreeing with the data vendor on more than 1 % of trades -> NOT INTERPRETABLE.
SESOI = 0.15

def verdict(d, lo, hi, lost=0.10, no_quote=0.03, mismatch=0.002):
    for x, lim, why in ((lost, 0.25, "entry dates lost"),
                        (no_quote, 0.10, "exits unquoted"),
                        (mismatch, 0.01, "payoff mismatches")):
        if x > lim:
            return f"D = {d:+.2f}: NOT INTERPRETABLE - {x:.0%} {why} (limit {lim:.0%})"
    if lo >= SESOI:   v = "the time stop beats holding by at least 0.15 R per trade"
    elif lo > 0:      v = "the time stop is better; size not shown to reach 0.15 R"
    elif hi < 0:      v = "holding to expiry is better than the time stop"
    elif lo >= -SESOI and hi <= SESOI: v = "no difference worth acting on"
    else:             v = "unclear: the interval is too wide to decide"
    return f"D = {d:+.2f} ({lo:+.2f} to {hi:+.2f}): {v}"

for case in ((0.32, 0.17, 0.47), (0.12, 0.02, 0.22), (0.03, -0.09, 0.15),
             (-0.14, -0.27, -0.01), (0.06, -0.18, 0.30), (0.25, 0.10, 0.40, 0.31),
             (0.20, 0.06, 0.34, 0.10, 0.14)):
    print(verdict(*case))
print("secondary outcomes (max drawdown of an equal-risk portfolio, share of full")
print("  losses, closing on trading day 7, 8 or 10) are reported with intervals; they")
print("  never decide the verdict")
# D = +0.32 (+0.17 to +0.47): the time stop beats holding by at least 0.15 R per trade
# D = +0.12 (+0.02 to +0.22): the time stop is better; size not shown to reach 0.15 R
# D = +0.03 (-0.09 to +0.15): no difference worth acting on
# D = -0.14 (-0.27 to -0.01): holding to expiry is better than the time stop
# D = +0.06 (-0.18 to +0.30): unclear: the interval is too wide to decide
# D = +0.25: NOT INTERPRETABLE - 31% entry dates lost (limit 25%)
# D = +0.20: NOT INTERPRETABLE - 14% exits unquoted (limit 10%)
# secondary outcomes (max drawdown of an equal-risk portfolio, share of full
#   losses, closing on trading day 7, 8 or 10) are reported with intervals; they
#   never decide the verdict

示例结果是编造的。前置条件中任何一项不满足(入场日损失超过 25%、超过 10% 的平仓没有双边报价、第三方独立重算的到期收益与数据商不一致的交易超过 1%),无论主要结局如何,报告都写「不可解释」。只有当置信区间下限不低于 0.15 时,报告才写「时间止损至少好 0.15」。如果区间包含 0 且落在 ±0.15 之内,报告写「没有值得据此改变规则的差别」;下限高于 0 但低于 0.15 时写「时间止损更好,但幅度未确定」,上限低于 0 时写「持有到期更好」,其余情形写「无法判断」。

这项检验不能说明什么

第一,历史上的结果不保证未来的结果;市场结构、成交成本与期权的流动性都会变化。第二,它只检验第 9 个交易日这一条规则,不能证明「7—10 天」中任何一天是「最优」的,更不能证明第五章模型的参数。第三,它只能发现不小于约 0.15 的差别,更小的真实差别(模型中约 0.007)它无法分辨,「没有值得行动的差别」也不等于「完全没有差别」。第四,结果依赖成交假设,所以必须同时报告敏感性分析。第五,50 个标的与一个时间窗口不能代表所有市场与时期。第六,它不检验作者的棘轮分仓法,也不检验任何交易者的方向信号;入场是机械的,不含任何选股或择时。第七,历史窗口中的行情作者本人可能经历过,所以它不是严格意义上「从未见过」的数据;在登记方案之后的新数据上做前瞻性的重复,证据更强。

伦理与利益冲突

这项检验不涉及人体受试者,不需要伦理委员会审批;但方案、标的名单、入场与成交规则和分析代码须在第三方取得数据之前公开登记。数据库的使用遵守数据商的许可条款。无论结果是正是负,结果、代码与(在许可允许的范围内)汇总数据都将公开。

由于作者可能持有相关仓位(美股指数如 SPY 或相关衍生品的常规观察仓位),并提供相关的独立咨询服务,作者与检验结果有经济利害关系。因此,这项检验必须由与作者没有任何经济关系的独立分析者,按预先登记的代码执行;作者不参与数据的取得、清理与分析,也不能在看到结果后修改方案。结果不论正负都发表。

利益披露

作者以 5D Library 的著作(包括本书)作为其社群课程、升维牌卡(5D Ascension Cards,Dimensional Shift Card Decks)与 Yafu AI 知识库的方法论基础,因此与本书主题有商业利益关系。本书不推销任何课程、牌卡或服务;第八章的试验设计为由独立于作者企业的研究人员实施和分析,不从作者的社群、学员或客户中招募;书中所有代码与研究方案均公开,供任何人检验。作者开发并维护基于干支历法符号系统的先验分析软件工具与量化研究脚本,并提供相关的开源研究与独立咨询服务;撰写本书期间可能持有美股指数(如 SPY)或相关衍生品的常规观察仓位。本书所有模型仅供数理与历史统计的学术探讨,不构成任何投资建议、交易信号或命理预测承诺;本书也不推荐任何具体交易或资产。为限制利益的影响:方案与分析代码在第三方取得数据前公开登记,检验由与作者无经济关系的独立分析者执行;无论结果如何,结果与代码都将公开。

本章小结

四步核查表把前六章浓缩为开仓前的定价环境与仓位检查、持仓中的平仓规则与退出后的复盘,复盘的对象是规则的执行而不是单笔盈亏。预注册的样本外检验在锁定的历史窗口上配对比较第 9 个交易日平仓与持有到期,唯一主要结局是以最大亏损为单位的平均收益差,最小关注效应 0.15,需要约 112 个入场日、约 8.6 年的数据,由第三方执行,判定规则写成代码,无论结果如何都发表。这项检验只能发现大的差别,也不能证明任何一个平仓日是「最优」的。

参考文献

Bailey, David H., Jonathan M. Borwein, Marcos López de Prado, and Qiji Jim Zhu. 2014. “Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance.” Notices of the American Mathematical Society 61 (5): 458–71. https://doi.org/10.1090/noti1105.
Bailey, David H., and Marcos López de Prado. 2014. “The Deflated Sharpe Ratio: Correcting for Selection Bias, Backtest Overfitting, and Non-Normality.” The Journal of Portfolio Management 40 (5): 94–107. https://doi.org/10.3905/jpm.2014.40.5.094.
Harvey, Campbell R., Yan Liu, and Heqing Zhu. 2016. “… and the Cross-Section of Expected Returns.” The Review of Financial Studies 29 (1): 5–68. https://doi.org/10.1093/rfs/hhv059.
Ledoit, Olivier, and Michael Wolf. 2008. “Robust Performance Hypothesis Testing with the Sharpe Ratio.” Journal of Empirical Finance 15 (5): 850–59. https://doi.org/10.1016/j.jempfin.2008.03.002.
López de Prado, Marcos. 2018. Advances in Financial Machine Learning. Wiley.
Muravyev, Dmitriy, and Neil D. Pearson. 2020. “Options Trading Costs Are Lower Than You Think.” The Review of Financial Studies 33 (11): 4973–5014. https://doi.org/10.1093/rfs/hhaa010.
Nosek, Brian A., Charles R. Ebersole, Alexander C. DeHaven, and David T. Mellor. 2018. “The Preregistration Revolution.” Proceedings of the National Academy of Sciences 115 (11): 2600–2606. https://doi.org/10.1073/pnas.1708274114.
Politis, Dimitris N., and Joseph P. Romano. 1994. “The Stationary Bootstrap.” Journal of the American Statistical Association 89 (428): 1303–13. https://doi.org/10.1080/01621459.1994.10476870.
White, Halbert. 2000. “A Reality Check for Data Snooping.” Econometrica 68 (5): 1097–126. https://doi.org/10.1111/1468-0262.00152.

Fan, Y. (2026). Implied Volatility Surfaces, Skew Premia and Quantitative Risk Control of Vertical Spreads: Microstructure Pricing and Time-Stop Dynamics under Non-Gaussian Tails [期权隐含波动率曲面、偏度溢价与垂直价差结构的定量风控] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23796765 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).