Python代写时间序列选择波动率预测指数收益算法分析案例
背景
在传统的金融理论中，理性和同质的投资者是核心假设之一，表明每个投资者都有相同的信息，从而做出同样的决定。然而，投资者显然是不均衡的，信息的不对称在股市中很普遍。当知情投资者优先考虑某种类型的资产时，该类资产可能包含更多隐含信息。
期权市场是知情投资者可能更积极参与的市场之一，正如布莱克在1975年提出的那样，让投资者倾向于以较高的杠杆率而非股票本身交易股票衍生品以获得更多利益，因此期权市场可以包含更多信息。提取这些额外信息的一种方法是仔细研究波动性假笑。
波动性 是我们都熟悉的，Pan（2002）的一个主流理论指出，假笑的主要原因是投资者厌恶跳跃风险引起的风险溢价，尤其是OTM看跌期权的情况。该文假设知情的交易者认识到跳跃风险，对OTM看跌期权的需求越多，跳跃风险溢价就越高。因此，我们定义
波动率偏差= OTM认沽期权隐含波动率 -ATM看涨期权隐含波动率，
我们在这里验证指数期权波动率偏差是未来指数收益的一个很好的指标。
美国市场
对于美国市场的实证研究，本文使用SPX期权，这是一种现金结算的欧式期权。从学术数据库OptionMetrics中检索2006-2012的选项数据。
need-to-insert-img
我们可能会注意到一些隐含波动率数据被遗漏。这可以通过看涨期权价格的下限来解释。当标的资产具有0波动率时，期权价格达到其下限。当实际价格低于下限时，会出现负的隐含波动率，因此我们将其视为错过。
need-to-insert-img
在确定要考虑哪个ATM认购期权合约时，我们选择期权合约，其中执行价格/底层价格的比率最接近1.要选择OTM认沽期权合约，我们首先筛选出合约0.9 <执行价格/底层证券价格<0.95，然后取其执行价格/基础比率最接近0.92的那个。此外，我的多个合同可能满足条件，我们只选择成熟期为30-60天的合同。期限过短的期权往往会出现更加波动的价格波动，期限过长的期权数量很少，无法反映知情交易。本文使用每周平均隐含波动率来检查，从周三到下周二。这个过程在Python中完成，如下面的代码所做的那样。
