注册并分享邀请链接,可获得视频播放与邀请奖励。

leifu _/ 的个人资料封面
leifu _/ 的头像

leifu _/ (@leifuchen)

@leifuchen
326 正在关注    4.3K 粉丝
与黑天鹅同行:BTC 期权卖方策略的仓位管理指南(2026) > 本文的凯利公式的应用方法主要参考 Retail Options Trading (Sinclair & Brodie, 2024) 第 17 章 期权卖方策略的特点就是“赢小亏大”(见下图每周 P&L分布),虽然总体胜率高达八九成,但是一次尾部事件就可以让几个月积累的利润归 0。这种偶尔让人极不舒服的大亏也正是做空波动率风险的溢价来源。 我们可以试图通过一些信号过滤降低遭遇尾部行情的概率,但是这类方法在降低尾部行情的同时也往往降低了盈利,导致遭遇尾部事件时,可能尚未通过盈利建立起足够的缓冲垫。 面对这种困境,Sinclair 给出的方法是接受尾部事件是策略的一部分,不去消灭尾部,而是通过凯利公式进行仓位管理让单次的尾部事件的破坏力可控,不至于让账户失去交易能力。 在应用凯利公式之前,我们先来看看参与对比的几种期权卖方策略: 做空周末波动率 本周期之神(ETF 上市后),夏普高达 3.35,最大 2 笔尾部亏损分别为 2025 年 10 月 10 日的 -4.78% 和 2026 年 1 月 30 日的-3.78%,这 2 次亏损占总体亏损的 64%。 策略详见: 每周 10 Delta 现货备兑 本周期最强现货备兑策略,胜率 93.6%,夏普 1.19,最大单笔亏损为川普当选后的 2024 年 11 月 8 日至 15 日, BTC 单周上涨 15.7%,策略亏损达到了-4.07%。 策略详见: 每周卖出平值 Put 本周期最强卖 Put 策略,胜率72.3%,夏普 0.33,最大的两笔亏损来自 2025 年 2 月 25 日和 2026 年1 月 30 日,两周亏损了 94 周权利金收益的40%。如果排除这两笔最大亏损后的夏普为 1.5+,当然交易没有如果,只是说明这个策略是本周期尾部行情的最大受害者。 策略详见 具体的 9 个步骤的计算结果可以看图中下表: 第 1 步:确定心理预期最大亏损 这个值不参与运算,只是用户和计算结果对照 第 2 步:确认原始凯利公式上限 可以通过对比离散凯利、连续凯利(包括平均亏损,最大亏损)的计算结果,确认原始凯利公式能接受的最大亏损比例。 第 3 / 4 步:将第二步结果两次折半,即1/4凯利 半 Kelly 收益只丢 1/3,但波动率小一半,因此宁肯低估不要高估。 第 5 步:正偏加成 做空波动率的偏度为负,远端尾部全在亏损那侧,所以这个加成不适用,这一步是给做多波动率策略用的。 第 6 步:左偏减仓 和上一步相反,对于赢小亏大的策略,单笔 Kelly 公式假设损失就是平均损失,但真发生时是 3-4 倍的平均损失。 第 7 步:肥尾减仓 极端事件的实际幅度远超正态分布预测,比如 2025 年 10 月 10 日的那笔是 5 个标准差的跌幅,在 100 个样本的发生率为 10 万分之 6,但我们还是碰到了。 第 8 步:小样本减仓 小样本的区间估计较宽,容易高估优势。 第 9 步:相关策略合并减仓 我们这里是假设三个策略单独跑的仓位管理,所以这一步不适用。 最终结果 做空周末波动率修正后的可承担最大亏损预算为 4.79%,和历史盈亏分布中的最大亏损 4.78% 几乎一致(4.79 / 4.78 ≈ 1),意味着假设的10 万美元账户确实可以用来开一组。 每周 10 Delta 现货备兑修正后的可承担最大亏损预算为 3.64%,略低于历史盈亏分布中的最大亏损 4.07%,意味着 10 万美元账户卖出一张的比例略高(3.64 / 4.07 ≈ 0.89),账户余额需要提高到 11 万美元。 每周卖出平值 Put修正后的可承担最大亏损预算为 0.45%,大大低于历史盈亏分布中的 17%,意味着样本期内表现出的风险过大了,需要更换策略。
显示更多
满洲哥的极简美股跟单法 😄
我跟你们说,美股这玩意儿,就真的是特简单,你就找这最热门行业中的的股票中,远期期权OI疯狂增加,远期IV开始上扬,LEAPS被明显扫货的公司。 老登股什么玩意儿跟你说稳健的直接隐藏。 然后跟单就这么简单,美股讲究的就是一个跟单,倍儿地道。 一定要关注LEAPS,那些13F大佬建仓全是LEAPS,短期期权韭菜的噪音太大了。 我几乎可以肯定 $nok 当下正在被13F大佬疯狂建仓,因为如果我们看到一份13F,反推他们是什么时候建仓的也是看OI的, 记住,小成交量可以被刷成大成交量,但是大成交量不能被伪装成小成交量,难以隐藏自身,因为OI在增加,IV在上扬。 凡是接触,必留痕迹。 我应该是当时最早发现 $nok LEAPS在被疯狂建仓的。
显示更多
感谢 Jeff 分享双币赢高卖策略的回测结果,我再补充一下双币赢的低买策略的回测结果(2019.6-2026.5): 策略描述: 本金 3 BTC,每天卖出 0.1 张 30 天后到期的虚值 10 delta Put,不对冲。30 天积累 3 张卖权,此后新建仓与每天到期平衡。 收益分析(见左图): - 总盈亏:0.82 BTC (vs 高卖 0.39 BTC ) - 胜率:66.7%(vs 高卖 65.8%) - 最大回撤:-0.66 BTC (vs 高卖 0.63 BTC) - 夏普: 0.32 (vs 高卖 0.23) 总体来看,双币赢的低买策略表现要比高卖更好,承担的尾部风险差不多但收益翻番。 如果把这双币赢的高卖和低买策略组合,结果会如何呢? 策略描述: 本金 3 BTC,每天各卖出 0.1 张 30 天后到期的虚值 10 delta Put 和 虚值 10 delta Call,不对冲。30 天积累 6 张卖权,此后新建仓与每天到期平衡。 收益分析(见右图): - 总盈亏:1.19 BTC (相当于低买和高卖收益累加 ) - 胜率:66.5%(胜率变化不大) - 最大回撤:-0.61 BTC ( 回撤没有累加) - 夏普: 0.40 (比高卖 0.23 和低买的 0.32 都要高 ) 低买和高卖策略合并体现了组合策略的优势,收益累加,波动没有累加,夏普得到了很大的提升。
显示更多
0
4
34
10
转发到社区
2026 年了,BTC 周末做空波动率还能赚钱吗? @cryptarbitrage 去年在 Deribit Insights 上发表了《再谈 BTC 周末做空波动率策略》,他在文中介绍了一个在 ETF 上市后依然有效的简单策略: 周五 16:00 UTC 卖出一组周日 08:00 UTC 到期、35 delta 的 BTC 宽跨式,持有到期不做对冲。 这个策略在 2024 年 9 月至 2025 年 4 月的样本期取得了年化收益 41%、最大回撤 4.5%、夏普 5.31 的成绩(含面值万 3 手续费 + 5% 报价滑点)。原文作者甚至花了大量篇幅解释这是做空波动率策略在短窗口的超常发挥,不可以当做常态处理。 一年过去了,这个策略在公开发表后是否还存在超额收益呢?我们通过正在内测的格致期权回测功能,将策略表现更新至 2026 年 5 月 8 日,结果发现:周末做空波动率策略虽然经历了 2025 年 10 月和 2026 年 1 月两次闪崩,但夏普依然稳定在 2.24,最大回撤为 5.2% 周末效应的风险溢价没因为策略公开就消失,两次闪崩属于做空波动率的常态尾部风险,当前市场的隐含波动率整体降低,单笔盈利缩水,总体表现打了折。
显示更多
0
8
36
12
转发到社区
好策略不一定要更强,但一定要不一样 有些趋势跟踪策略的基金夏普比率(Sharpe Ratio)只有 0.3-0.5,也有很多资金认购,主要是因为策略配置时,除了收益以外,策略间的低相关性也很重要,怎么说 Sharpe 0.3 也是盈利策略。 组合策略的 Sharpe 有收益线性叠加,波动按 √N 叠加的特点。N 个零相关、Sharpe 各为 S 的策略等权组合,组合 Sharpe = √N × S: - 4 个 Sharpe 1 的独立策略 → 组合 Sharpe 2 - 9 个 Sharpe 1 的独立策略 → 组合 Sharpe 3 - 16 个 Sharpe 1 的独立策略 → 组合 Sharpe 4 独立交易员 Scott Phillips 在 Flirting With Models 的节目公开过他的加密组合策略,包括: - 趋势跟踪(CTA 风格, 以 50% 年化波动率作为仓位控制的约束):过去 4 年 Sharpe 1.7,收益分布正偏(大部分小亏,小部分大赚) - 横截面动量(所有币按波动率标准化后,按过去 N 天收益排名,前几名开多,空后几名开空):Sharpe 略高于 1.7,收益分布不如趋势偏向单边大赚 - 横截面套息(所有币按资金费率排名,最高的开多,最低的开空):Sharpe 1.7(与趋势跟踪相近),收益分布是负偏(大部分小赚,小部分大亏),而且这个策略与前两个策略的相关性明显低。 Scott 最后总结:“这三个一起运行,很容易达到 Sharpe 2 ,执行上不需要太精细。” 按之前的公式倒推:N = 3,Sharpe 各 1.7,组合 Sharpe 取决于两两相关度 ρ: - ρ = 0.5 → 组合 Sharpe 2.08 - ρ = 0.3 → 组合 Sharpe 2.33 - ρ = 0 →组合 Sharpe 2.94 可见相关度越低的策略在一起,对组合 Sharpe 提升越大(相关性在极端行情会失效,不过这是另一个话题,这里不展开)。 上面这几个策略都是价格方向上的相对排名,机制上有不少同源。要再降低相关性,就需要换一个完全不同的维度。 波动率策略做的是隐含波动率和实际波动率之差(波动率风险溢价),与价格方向的相关性显著变低。AQR 在波动率策略的研究里提过,波动率风险溢价策略与动量、套息、趋势的相关性都很低,所以将这类策略纳入组合,能显著降低波动性,从而提升组合 Sharpe。 可以试算一下,我们假设当前组合的相关性为 0.5,夏普为 2.08,此时加入一个 Sharpe 1.2 且和其他策略相关性只有 0.1 的新策略,那么新组合 Sharpe 将提升为 2.29。即使新增策略的 Sharpe 略低,依然使得整个组合的 Sharpe 提升了 10%。这是配置层面的杠杆:加入不同源的新策略,等于打开了一个新世界。
显示更多
桥水 Pure Alpha 当年以接近千亿规模做单一策略能做到 0.8,其实算很厉害了。很多 CTA 策略长期夏普只有 0.3-0.5 也能跑百亿资金了。对于百亿以上规模的资金,单一策略的夏普上限就是比较低,能做到 1.5 以上的都是属于市场低效,几百亿的资金长期抓市场低效不被发现,几不可能。 高夏普比较可行的还是做策略组合,这也是 Sinclair 比较推荐散户入门的方法,从最直观的 carry/VRP 这类风险溢价因子入手,再逐步加入其他相关性低的策略,如果有 4-5 个相关性低于 0.1 的策略同时存活,那这个组合的夏普就能到 2 了。
显示更多
今天继续分享几条 Sinclair 从他 31 年交易生涯总结的交易心法(摘自《Retail Options Trading》): 1. 少盯盘,盯盘是在逃避真正的工作 除非正要执行交易,否则别盯盘。 计划好平仓走人,结果看到价格还在往有利的方向走,第一反应就是“我本来可以多赚一点”。 用后视镜看市场,你永远不可能赢,交易要么让你亏钱,要么让你不爽。 2. 把不同情绪当成团队的不同成员 不要去对抗自己的情绪,强迫自己保持最佳状态,只会让情绪越来越糟。 情绪低落?做点不用动脑的数据清洗。 精力充沛?写代码、跑回测。 沉思状态?读论文、做研究。 3. 市场上没人在乎你 做市商压根不会想到你,他们也没能力操纵市场。要论被针对,做市商比谁都有理由觉得全世界跟他们作对,他们最怕的就是有毒订单流冲击,整天都提心吊胆。 相反做市商喜欢和散户做交易,他们希望你玩得开心,下次还来!
显示更多
0
5
115
26
转发到社区