期权的各种套利分类

标的方向、波动率

期权的交易策略主要可以分为两大类，一类是交易标的方向，另一类是交易波动率

目前市场上基本把所有不考虑标的方向、纯交易期权波动率的策略都统称为“波动率套利”策略。（做“波动率套利”的交易员们不愿意(或没有能力)预测期权标的的涨跌方向，他们仅交易“市场变动幅度”，即“波动率”这一指标）

无风险、统计

套利分为两种，一种是无风险套利，一种是统计套利。无风险套利一般指当市场中出现的一些违背数学等式的情况时进行交易。此类套利由于不承担市场的任何风险，无论出现涨跌这部分收益都已在开仓时锁定，因此被称头无风险套利。例如，在期权交易领域，期权平价公式就为我们举了一个很好的例子,当出现认购期权价格与行权价的现值之和不等于认沽期权与标的证券现价时就可以进行无风险套利。

另外一种套利是统计套利，即交易的对象之间只是存在某种统计上的相关性(比如两只同类型股票之间可能存在近似的线性关系)，并不一定存在严格的数学关系。然而统计的样本变多后，能够在胜率上体现出一定的优势，即便不能保证百分百盈利，但是高胜率的策略还是受欢迎的。

同一期权的隐含波动率与预测波动率套利

首先需要构建一个未来波动率曲面的预测模型，然后从过去的价格数据中推测出未来一段时间内的波动率预测值,由于隐含波动率是反映了当前全市场交易者对未来一段时间内的波动率预期值,通常预测出的波动率与隐含波动率通常不是一个数。

当对自己预测值非常有信心时，就可以在隐含波动率高于预测值时卖出期权，低于预测值时买入期权，然后通过买入或卖出标的将组合调整为delta中性，以此来进行波动率套利。

波动率 skew 套利

波动率偏斜曲线(skew)是同一月份所有行权价认购期权或认沽期权连成的曲线，这根曲线的形状通常会是一个半边笑，或是微笑的状态。

当这根曲线的形状偏离了历史上大部分的形状，那么波动率skew套利的机会或许就来临了，比如波动率偏斜曲线在某个行权价处显得特别高，形成了一个凸点，那么可以试图卖出这个行权价的期权，买入它两侧行权价的期权，调整买卖数量保持 delta中性，以期待从波动率skew曲线回归到正常状态后平仓获利。

波动率 cone 套利

波动率圆锥曲线(cone)主要是用不同月份的平值认购期权或认沽期权连成的曲线，这根曲线的形状通常会是向上或向下单边倾斜的曲线。当这根曲线的形状偏离了历史上大部分的形状，那么波动率cone套利的机会或许就来临了

比如波动率圆锥曲线在某个月份处显得特别突出，形成了一个凸点，与上skew套利类似，可以试图卖出这个月份的平值期权，买入前后两个月的平值期权，将买卖数量调整为delta中性，当波动率cone曲线回归到正常状态后就可以平仓获利。

波动率曲面套利

波动率是有均值回归的特性的。

当我们通过模型计算出某期权的隐含波动率与通过 BS公式反算的隐含波动率进行对比，其中一定存在着一些差异性的，因此可以找到每日最被高估和低估的期权合约，分别卖出和买入，要保证卖出与买入的期权类型为同一类(否则将无法配平delta)，接着通过合约的持仓数量，形成 delta 中性，从而赚取波动率估值回归的收益。

Vega策略和Gamma策略

所谓的Gamma策略，一般指的是标的市场价格发生大幅波动时，策略获得盈利。Gamma策略本身依据的逻辑并不是均值回归，因为Gamma依赖的是标的资产的价格发生变动而产生的收益。尽管价格有时也会依据均线逻辑发生回归现象，但这明显不是我们关注的范畴。

Vega 策略，是波动率将会围绕长期均值上下波动。因为波动率许多时候是人交易标的资产所产生的情绪变化导致的，从长期来说，大多数投资者不是死多头或死空头，而是理性的，情绪中性的，倾向于由“极端状态回归“正常状态”，因此围绕它来进行上下套利是符合逻辑的。

举例，论文中使用的Vega策略

把在文中拟合的隐含波动率动态曲面和与真实世界中的隐含波动率曲面做比较，当隐含波动率曲面出现明显套利机会时，低买高卖，保持开仓时的delta中性，然后收敛后进行平仓操作