投资分析与组合管理 / P26

动态对冲:离散交易、成本与借款事件

沿同一组动态对冲输入,用完整事件账比较离散误差、交易费用与借款峰值。

Agent Markdown ↓

持有一张短看涨期权,卖方欠的是未来随价格变化的支付,而不是一个固定数。delta对冲尝试用股票的一阶敏感度去抵消期权的一阶敏感度。困难在于delta不断变化,而股票只能在离散时点交易,交易要付钱,也可能要借钱。本篇要把这三个问题——误差、成本与资金——放在同一条时间轴上。

我们沿用“离散动态对冲”词条的同一组输入(EXP-HEDGE-01):假想可交易股票、模型欧式看涨期权,不是XSP指数“股票”或实盘期权回测。默认比较为30/365年、16个区间、单边5bps价差;另给四个价格的独立手算路径用于解释账户。这两个视图不互相冒充。

1. 一阶中性不意味着已经复制完毕

模型中 \(S_0=K=100\),年波动率20%,连续复利借贷利率同为3%,无分红,乘数100。卖出一张模型call收到240.9581446美元;每单位delta为0.5285688375,因此最初买52.85688375股。

对于光滑期权价值 \(C(t,S)\),一小步可写 \(dC\approx C_SdS+\text{时间及二阶项}\)。短100单位call配 \(q=100C_S\) 股,抵消的是当前的 \(dS\) 项。之后 \(C_S\) 会随价格与剩余期限改变,必须再调整;剩余二阶和离散误差不会因为第一次买到了正确股数就消失。连续复制的理论还依赖模型、连续交易、融资和成本假设,不能把其理想关系直接当成实际执行保证。1

最初这52.8569股值5,285.6884美元,收到的权利金远远不够。价差成本另为 \(0.0005\times100\times52.85688375=2.6428442\)。账户现金于是成为

\[ C_0=240.9581446-5,285.6883755-2.6428442 =-5,047.3730750. \]

这不是缺漏输入,而是本实验明确允许借款。股票加现金的对冲资产价值为238.3153004,比收到的权利金少了初始交易成本。若把短call负债也列入净值,成本已经使整体净值略为负数;不能把买到股票的5,285.69说成凭空获得的资本。

2. 现金先计息,再交易:完整递推

在 \(t_k\) 到来时,先让旧现金按 \(e^{r\Delta t_k}\) 计息;负现金意味着借款利息继续增加。然后观察 \(S_k\),用当时的信息计算新目标 \(q_k\),成交 \(\Delta q_k=q_k-q_{k-1}\),并扣价差成本。于是

\[ \begin{aligned} C_k^-&=C_{k-1}e^{r\Delta t_k},\\ C_k&=C_k^- -S_k\Delta q_k-cS_k|\Delta q_k|. \end{aligned} \]

买股时 \(\Delta q>0\),现金减少;卖股时 \(\Delta q<0\),现金增加;成本在两个方向都扣。这个公式是逐笔自融资关系:没有在中途从账户外免费加钱。用下一时点价格决定当前成交,会把未来信息偷渡进交易;使用今天价但忽略当天价差,也会把真实成本删掉。

手算路径为 \(100\to102\to101\to104\),每步10/365年,仍是5bps。每一行均包含新持仓、计息与现金:

时点股票价旧现金计息后成交股数价差成本成交后股票成交后现金
0100240.958145+52.8568842.64284452.856884−5,047.373075
第10天102−5,051.523306+15.6352310.79739768.492114−6,647.114221
第20天101−6,652.579848−5.1113120.25812163.380802−6,136.595415
第30天104−6,141.641265−63.3808023.2958020446.666331

最后一行不是按到期delta继续买股,而是把股票全部平掉,包括平仓价差。然后付 \(100\max(104-100,0)=400\),留下46.6663306美元对冲误差。这个误差是金额,不是“19%的策略回报”:它不能只除以卖期权收到的240.96而无视数千美元借款。

3. 两个借款峰值,对应两个不同的问题

只扫描成交后现金,会得到最大借款6,647.1142206,发生在第10天。可是在下一次卖股之前,旧负现金继续计息:

\[ 6,647.1142206\,e^{0.03\times10/365} =6,652.5798479. \]

所以,成交后最大借款是6,647.11,而包含计息与交易前后事件的最大借款是6,652.58。用来问授信是否足够时,必须使用后者。正利率下,负余额在这段连续计息期间绝对值增加,恰好在交易前达到该段峰值。

四价格手算路径的借款事件:第20天卖股前的利息峰值不能被成交后余额遮住。

手算路径:成交后与计息后不是同一点

独立100→102→101→104路径;不是默认16区间模拟

  • 成交后借款
  • 计息后、成交前

美元;横轴为模型日数

-798.311,263.993,326.295,388.597,450.89
0102030

若额度只有5,000,甚至不用走到第10天:初始交易已需5,047.373075,应该在 \(t=0\) 拒绝建仓。若另有自有现金,可以改变这个决定,但那是新分支,不能从旧账本里偷偷补出来。若额度为6,650,则在第20天计息后、卖股前仍超过2.58;“再等一下卖股就好了”不能当作截止前已合规。

这里的授信检查只是叠加于已给路径的可行性检查,不会捏造资金失败后的强平价或终点盈亏。真实受限策略还要定义减仓、对冲不足和处置规则,而本默认模拟允许无限对称借贷,没有这些限制。

4. 更频繁交易,究竟改善哪一个指标?

共同实验采用同一组8,192条模型路径,比较4、16、64、256个区间及0、5、20bps价差。这里直接读取所有者给出的结果,没有用浏览器重抽路径。以5bps为例:

区间数平均误差(美元)样本标准差对零均方误差(美元²)平均名义交易成本
4−7.11628594.2903198,940.2204157.814989
16−11.02547348.5403952,477.44335611.382855
64−17.92575325.952152994.76458617.907440
256−30.82182716.4012931,218.95456730.701484

标准差持续减小,但含成本的均方误差在64到256之间反而增加,因为更频繁交易积累了更负的平均误差。均方误差同时包含离散误差和偏移;它不是“只看分散程度”的指标。不同指标得出的最合适频率可能不同,而且这个样本上的最低值也不能升级为任何市场的普适最优频率。

误差与成本分别观察:更低的标准差不必对应更低的含成本均方误差。

更高频率不保证含成本MSE单调改善

同组8,192条模拟路径的频率与成本比较

  • 含成本MSE

美元²;横轴为区间数(按类别等距展示)

41.312,504.404,967.497,430.589,893.68
41664256

默认16区间/5bps的第一条模型路径有17行,从100走到96.51833317,期权支付0,对冲资产终值−8.52644998。它和上面的四价格手算路径是两条不同路径:一条适合逐笔核算,一条是共同模拟的具体样本。随附两个完整CSV及十二设计的原有汇总;没有从汇总量伪造完整误差密度或新路径。

先看默认16/5摘要,再只改变区间数或价差,比较均值、均方误差和成本。切换到“手算路径”后逐行核第20天;额度检查只对显示的这条路径作判断,不能把单条路径最大借款当8,192条路径的总体最大值。

5. 什么时候应该停止照搬模型?

跳跃会使观察间隔内价格跨过很大距离;波动率错估会使目标delta偏离;流动性不足会使给定价成交不能实现;授信限制会让原定持股无法买入。这些不是同一个“参数误差”,要分别定义压力及处置。

对冲频率之外,直接降低短期权数量、用另一张期权覆盖尾部、或干脆不建立该义务,都是可考虑的替代。它们改变的是义务规模或形状,而不是让原来的离散delta算法自动变成精确复制。Chicago Fed研究也明确把合成收益的理论解释与投资者能否实际复制分开;理解一种理论解释不等于取得了可交易利润。2

6. 自测与解析

解释题。 第20天卖出5.111312股,为什么此前现金还先变得更负?

从第10天至第20天,旧借款6,647.114221仍在计息,先增加5.465627美元;再卖股获得现金、扣0.258121成本,余额才降到借款6,136.595415。交易缓解未来资金压力,不会倒着取消过去已经发生的利息。

迁移题。 对手算路径设置5,000借款上限,其他不变。应在哪个事件停止?还可以给出最终46.67误差吗?

初始买入及价差后需要5,047.373075借款,所以 \(t=0\) 就拒绝该建仓。不能报告“受限方案仍留下46.67”,因为那是原无限融资路径的结果。若要另算受限方案,必须明确从一开始如何改变数量或增加资本,不能继续沿用旧交易。

完成标准。 能区分模型复制、已给路径的实际现金检查,以及还未定义的受限策略;能复算一次借款峰值,同时拒绝用终点误差掩盖过程资金。


  1. Vasily Strela,MIT 18.S096,Lecture 19: Risk Neutral Pricing / Black–Scholes Formula,slides13–22。slide16的现金函数启发不代替本文的逐步自融资账。 ↩︎

  2. Ian Dew-Becker、Stefano Giglio,The Decline of the Variance Risk Premium,WP2025-17、2025-09-04,§2.3.1与§3.1。共同实验本身的完整输入与账本见随附EXP-HEDGE-01数据说明。 ↩︎

动手试一试

动态对冲:离散交易、成本与借款事件

这篇词条与哪些内容相连

图中汇集本篇及其段落的直接关系,具体使用位置见下方列表。箭头按关系名称阅读。例如“需要先修”指向需要掌握的内容;推荐阅读顺序另见本领域路线。

逐条查看关系与依据

KEEP ASKING

把这一页,变成一堂课。

专属 Prompt 与同源材料会一并复制。Agent 先读取指定文献,再围绕本页的材料、推导和练习展开教学。

READ TOGETHER

一起读,也一起把问题说清楚。

关于整篇的想法留在这里;某个推导、算例或表格的问题,可以点小节旁的“章说”,在原处展开讨论。

使用 GitHub 账号参与

本篇讨论

搜索笔记

让 Agent 教我

这里包含专属 Prompt 及本次学习范围的正文、案例、来源和图表说明,分支内容以当前选择为准。复制后粘贴到你常用的 Agent。