【历史文档】策略示例-期权回测

由small_q创建，最终由small_q更新于2024-05-16 02:35 被浏览 450 用户

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平台：

https://bigquant.com/data/home

https://bigquant.com/wiki/doc/dai-PLSbc1SbZX

新版表达式算子：

https://bigquant.com/wiki/doc/dai-sql-Rceb2JQBdS

新版因子平台：

https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5

导语

期权作为一种非线性的金融衍生产品，在风险管理、投资组合构建方面有着重要作用，善用期权可以带来更好的风险收益情况。BigQuant平台上提供期权策略回测功能，本篇会通过两个常见的期权交易策略对此功能进行介绍。目前只支持金融期权的回测研究，未来会支持商品期权，期权回测功能我们也会逐步升级完善。

关于期权交易策略

相比于股票和期货，期权是一种更为复杂也更为灵活的投资工具。利用传统的投资工具，投资者只能通过判断市场的涨跌获取收益，而利用期权，无论是趋势市还是震荡市，投资者都有相应的策略来捕获盈利并控制风险。

我国A股市场可以交易的期权合约只有50ETF期权合约，所以我们可以通过组合股票指数和期权来构建期权交易策略。以看涨期权为例，常用的期权交易策略有：

卖出备兑看涨期权：即持有标的物(股票指数)的同时卖出看涨期权
卖出裸看涨期权：即没有标的持仓，直接卖空看涨期权
看涨期权价差：在买入一个看涨期权的同时卖出另一个看涨期权，两个期权标的相同
牛市跨期价差：卖出近期的看涨期权和买入较远期的看涨期权，但标的股票价格会比这些看涨期权的行权价低一定的幅度
蝶式价差：同时买入1手行权价最低的和最高的看涨期权，卖出2手中间行权价的看涨期权

后文将利用BigQuant平台复现“卖出备兑看涨期权”和“蝶式价差”策略。

如何进行期权策略回测

设置策略基本参数 => 根据策略逻辑编写回测主体函数 => 启动回测

下面将按照以上步骤的顺序，介绍期权回测中涉及的基本设置、函数和功能性api：

基本参数

回测起始时间

# 回测起始时间
start_date = '2019-06-27'
# 回测结束时间
end_date = '2019-07-03'

策略参考标准

# 策略比较参考标准，以沪深300为例
benchmark = '000300.SHA'

交易标的：50ETF期权合约

instruments = ['510050.HOF'] #tareget product

起始资金

capital_base = 1000000

回测主体

回测主体包含初始化、盘前设置、盘中处理三个函数，需要用到几个设置。

设置手续费：

set_commission(PerOrder(buy_cost=0.0003, sell_cost=0.0013, min_cost=3))

设置合约单位：

sid.set_multiplier(1.0)  # 设置合约单位为一手

设置期权方向：
看涨：用1表示，或者直接用OptionType.CALL表示，一般和数据api配合使用
看跌：用0表示，或者直接用OptionType.PUT表示，一般和数据api配合使用

from zipline.finance.constants import OptionType
sid1 = context.lookup_option_asset('510050.HOF', '201908', 2.70, OptionType.CALL, 0)

转化为symbol对象：

# 标的物转换成symbol对象
context.symbol('510050.HOF')
# 期权合约转换成symbol对象
context.future_symbol('1001889.SHAO')

获取期权合约：

context.lookup_option_asset(underlying, month_time, strike_price, option_type, adjust_flag)

underlying，标的物，str
month_time，期权到期月份，str，格式为‘yyyymm’
strike_price，执行价，float
option_type，期权方向，float，1表示看涨，0表示看跌
adjust_flag=0，是否复权，1表示复权，0表示不复权

获取合约执行价格：

context.get_option_strike_prices(underlying, month_time)

underlying，标的物，str
month_time，期权到期月份，str，格式为‘yyyymm’

一般来讲，在初始化函数中设置交易手续费（只在第一个交易日运行），在盘前设置函数中获取日期等信息（每日运行），在盘中处理函数中实现策略逻辑（每日运行），进行买卖操作。一个示例代码如下：

[details="示例代码"]
# 初始化函数：初始化虚拟账户状态，只在第一个交易日运行
def initialize(context):
    print("initialize")
    context.set_commission(futures_commission=PerContract(cost={'IF':(0.0023, 0.0015, 0.0023)}))
    context.index = 0

# 盘前设置函数：每日运行，得到交易日期
def before_trading_start(context, data):
    print("before_trading_start:", data.current_dt)
    pass

# 盘中处理函数：每日运行，进行交易
def handle_data(context, data):
    context.index += 1
    if context.index == 1:
        sid1=context.symbol('510050.HOF')
 
        context.order(sid1,1000)
        sid2 = context.lookup_option_asset('510050.HOF', '201908',3.0, OptionType.CALL, 0)
        sid2.set_multiplier(1.0)
        context.order(sid2, -10)
    [/details]

启动回测

M.trade.v4(start_date, end_date, handle_data,instruments, options_data, history_ds,bench_mark_ds, prepare, initialize=,before_trading_start, volume_limit,order_price_field_buy,order_price_field_sell,capital_base, benchmark,auto_cancel_non_tradable_orders, data_frequency,price_type, plot_charts,backtest_only, options,amount_integer, m_meta_kwargs)

期权交易策略样例

牛市跨期价差

策略逻辑是卖出近期的看涨期权和买入较远期的看涨期权，但标的股票价格会比这些看涨期权的行权价低一定的幅度。

蝶式价差

策略逻辑是买入1手行权价最低的看涨期权，卖出2手中间行权价的看涨期权，买入1手行权价最高的看涨期权，进行套利。