股票 · 美国 · ETF · 每日 · 美国 Free

交易VIX ETFs v2

学术论文

作者VIX交易所交易产品：价格发现、对冲和交易策略 [点击查看论文]

论文链接https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2753300

策略概要

该策略涉及交易SPY和SH以获得标普500指数的敞口，以及交易VXX和XIV以获得短期VIX期货的敞口。计算近月VIX期货和现货VIX之间的相对差额，以检查期货溢价或期货贴水。如果市场处于期货溢价状态（VIX期货高于现货），投资者买入XIV并用SH对冲。如果处于期货贴水状态（VIX期货低于现货），投资者买入VXX并用SPY对冲。当相对基差超过预定的卖出阈值时，平仓。该策略在0%的对冲比率下效果最佳，但可以采用多种对冲水平以获得不同的结果。

II. 策略合理性

根据理性预期假说，期货价格应该预测未来的现货价格，但这不适用于VIX期货，因为VIX不是可交易的工具。与标的VIX指数相比，VIX期货一直被高估。Simon和Campasano（2014）的研究表明，VIX期货价格可以通过VIX近月期货价格与VIX指数之间的差额来预测。当期货高于VIX时，它们往往会下跌，当低于VIX时，它们往往会上涨。这种定价行为可以用风险厌恶来解释，因为投资者为VIX敞口支付溢价，预期通常为负回报。

回测表现

波动率39%

夏普比率2.11

索提诺比率0.239

最大回撤-24.5%

胜率53%

完整 Python 代码

1from QuantConnect.Python import PythonQuandl
2from AlgorithmImports import *
3class TradingVIXETFsv2(QCAlgorithm):
4def Initialize(self):
5self.SetStartDate(2010, 1, 1)
6self.SetCash(100000)
7self.vixy = self.AddEquity('VIXY', Resolution.Minute).Symbol
8
9# Vix futures data.
10self.vix_future = self.AddFuture(Futures.Indices.VIX, Resolution.Minute)
11# Vix spot.
12self.vix_spot = self.AddData(CBOE, 'VIX', Resolution.Daily).Symbol
13
14self.vix_future.SetFilter(timedelta(0), timedelta(30))
15
16# Vix futures active contract updated on expiration.
17self.active_contract = None
18
19self.Schedule.On(self.DateRules.EveryDay(self.vixy), self.TimeRules.AfterMarketOpen(self.vixy, 1), self.Rebalance)
20def Rebalance(self):
21# split data error prevention
22if self.Time.year == 2021 and self.Time.month == 5:
23    self.Liquidate()
24    return
25    
26if self.active_contract:
27    if self.Securities.ContainsKey(self.vix_spot):
28        spot_price = self.Securities[self.vix_spot].Price
29        vix_future_price = self.active_contract.LastPrice
30        if spot_price == 0 or vix_future_price == 0: 
31            return
32        
33        relative_basis = vix_future_price / spot_price
34        
35        # BU 8%, SU 6%, BL -8%, SL -6% thresholds.
36        # Short volatility.
37        if relative_basis > 1.08:
38            if not self.Portfolio[self.vixy].IsShort and self.Securities[self.vixy].Price != 0:
39                self.SetHoldings(self.vixy, -1)
40        
41        if relative_basis >= 1.06 and relative_basis <= 1.08 and self.Portfolio[self.vixy].IsLong:
42            self.Liquidate(self.vixy)
43        
44        if relative_basis < 1.06 and relative_basis > 0.94:
45            if self.Portfolio[self.vixy].Invested:
46                self.Liquidate(self.vixy)
47        
48        if relative_basis <= 0.94 and relative_basis >= 0.92 and self.Portfolio[self.vixy].IsShort:
49            self.Liquidate(self.vixy)
50        
51        # Long volatility.
52        if not self.Portfolio[self.vixy].IsLong and relative_basis < 0.92:
53            if self.Securities[self.vixy].Price != 0:
54                self.SetHoldings(self.vixy, 1)
55def OnData(self, slice):
56chains = [x for x in slice.FutureChains]
57cl_chain = None
58if len(chains) > 0:
59    cl_chain = chains[0]
60else:
61    return
62
63if cl_chain.Value.Contracts.Count >= 1:
64    contracts = [i for i in cl_chain.Value]
65    contracts = sorted(contracts, key = lambda x: x.Expiry)
66    near_contract = contracts[0]
67    self.active_contract = near_contract