期权策略专题（八）：期权市场指标预测能力探讨

金融工程重要事项：本报告版权归上海东证期货有限公司所有。未获得东证期货书面授权，任何人不得对本报告进行任何形式的发布、复制。本报告的信息均来源于公开资料，我公司对这些信息的准确性和完整性不作任何保证，也不保证所包含的信息和建议不会发生任何变更。我们已力求报告内容的客观、公正，但文中的观点、结论和建议仅供参考，报告中的信息或意见并不构成交易建议，投资者据此做出的任何投资决策与本公司和作者无关。有关分析师承诺，见本报告最后部分。并请阅读报告最后一页的免责声明。深度报告-金融工程期权策略专题（八）：期权市场指标预测能力探讨[Table_Rank]报告日期：2023-12-22★研究背景：期权市场的诸多指标可以提供一定的前瞻性信息，比如常用的隐含波动率指数指标，成交量_持仓量 PCR 等指标，即通过期权市场的隐含波动率或者持仓结构去判断标的价格未来的走势。本报告在此基础上，基于上证 50ETF 期权，考量了 47 个期权指标对标的价格走势的影响，并以不同模型尝试多指标综合预测能力的探讨。★回测结果：结果显示，阈值择时法相较多元回归和 XGBoost 具有更强的预测能力。在多指标综合预测模型中，当阈值选择窗口与预测窗口长期匹配的前提下，长期准确率可以达到 64.23%，短期准确率在 55%上下。报告基于期权指标的预测能力构建了股指期货多空策略，周度级别的策略表现较为良好，年化收益率达到 18.86%，最大回撤为26.05%，策略整体夏普值为 0.70。同时在样本外，策略表现并未出现显著衰减，年化收益率为 15.62%，最大回撤为 11.26%，整体夏普值为 0.89。★结论：波动类指标方面，隐波指数（VIX）和偏度指数（SKEW）均取得了不错的效果；PCR 类指标方面，近月和次近月的 PCR 指标表现略好于更远期的 PCR 指标；而不同期限的成交量或持仓量之比预测能力并不显著；隐波的高阶矩类指标表现相对较好，且远期合约的表现略好于近期合约。★风险提示模型基于历史数据构建，未来市场规律的变动可能使模型失效。[Table_Analyser][Table_Analyser]谢怡伦金融工程分析师从业资格号:F03091687投资咨询号:Z0019902Tel:8621-63325888-1585Email:yilun.xie@orientfutures.com扫描二维码，微信关注“东证繁微”小程序股指期权-深度报告 2023-12-222期货研究报告目录1、 前言..............................................................................................................................................................................................................52、 回测框架.....................................................................................................................................................................................................53、 指标计算.....................................................................................................................................................................................................63.1、 期权价格指标................................................................................................................................................................................73.2、 期权交易量指标........................................................................................................................................................................... 84、 指标分析...................................................................................................................................................................................................105、 线性回归模型.......................................................................................................................................................................................... 125.1、 单因子检验.................................................................................................................................................................................. 125.2、 最大信息系数法（MIC）........................................................................................................................................................ 145.3、 因子筛选后的多元线性回归...................................................................................................................................................155.4、 向前法多元回归..........................