金融衍生工具以其特有的杠杆效应和避险功能在投资管理中起到了十分重要的作用,金融衍生品市场的发展也成为衡量金融市场是否完善的标准之一,随着国内外金融衍生品市场品种及制度的日益完善,金融衍生品市场的发展已经成为一种主流趋势,作为重要的金融衍生品之一,期权以其独特的损益结构、风险管理功能和杠杆效应的特点,提供着套利、套期保值、投机等功能,期权市场因此发展迅速。2015年2月9日,上海交易所正式推出上证50ETF期权,是我国首个场内期权,也是目前唯一上市交易的场内期权。我国期权市场处于刚起步阶段,市场机制、监管制度等还处于摸索阶段,期权交易成交量也比较小。从上海交易所推出上证50ETF期权的一年多来看,中国股市经历了快速上涨的疯牛行情以及快速下跌的股灾,如果投资者正确利用期权进行风险管理,则能在股灾行情时避免重大损失,在这个背景下,投资者对期权的关注度和需求也大大提高。值得注意的是,基于中国资本市场具有实体为本、散户为重、技术为先、顶层驱动等基本特征,为了让期权市场稳健发展,我国期权市场在风控机制上较为严格,制定了严格投资者适当性管理制度,包括“五有一无”的投资者准入要求和投资者分级管理要求；设置了初期较为严格的限额管理,包括限仓、限购、限交易；采取循序渐进的持仓限额管理机制,即对任何一个新进入的投资者,都要经历持仓限额从小到大这样一个循序渐进的过程。从2015年6月15日开始,中国股市经历了极端熊市行情,股市的动荡造成了绝大多数投资者损失严重,市场情绪趋于过度悲观,为了防止股市的进一步恶化,政府采取一系列救市措施,其中,期权开仓限制重新进行了更为严格的调整,上海交易所对期权市场平价套利也进行了限制,在此市场环境下,现我国期权市场偏于以风险管理为目的的投资,而对于实现套利则比较困难,期权市场缺乏能实现可观正收益的投资策略,本文主要研究基于波动率模型的期权套利策略,将波动率模型对比研究和期权投资相结合,为投资者投资期权市场提供参考思路。本文主要使用文献查阅法、实证研究法和对比分析法,通过分析波动率模型(GARCH族模型、传统历史波动率模型、隐含波动率模型),选择合适的波动率模型,在临近行权日(本文选择行权日的第前五个交易日),预测上证50ETF在期权行权日的90%置信水平下的收盘价价格区间,再利用期权组合(通过对比分析,本文选择宽跨式期权组合)构造在预测区间上的稳定收益,构建期权投资策略,通过对基于不同波动率模型的期权策略回测结果的对比,分析不同策略的有效性,并且对比研究三种波动率模型的预测能力。其中,本文在对GARCH模型选择中,主要考虑了基于正态分布的GARCH模型、EGARCH模型、GJR-GARCH模型和基于T分布的GARCH模型、EGARCH模型、GJR-GARCH模型。在GARCH族模型建模方法考虑了静态方法和动态方法。静态GARCH族模型是指在第一个预测日分别用相同的历史数据建立不同的GARCH模型,通过参数显著和AIC原则选择最优的GARCH模型,在之后的预测日建立模型时,均使用第一个预测日选择的最优的模型,因此在每个预测日,使用的模型类型是相同的。动态GARCH族模型是指在每个预测日分别用相同的历史数据建立不同的GARCH模型,通过参数显著和AIC原则选择最优的GARCH模型,因此在每个预测日,使用的模型类型可能是不同的。选取2008年3月10日到2015年2月1日上证50ETF收盘价为静态GARCH族模型和动态GARCH族模型的样本数据,两个模型的预测期、预测频率及预测时间长度均一致,其中,预测期为2010年2月1日到2015年2月1日,预测频率为每月一次,预测时间长度为5个交易日。在每个预测日,静态GARCH族模型和动态GARCH族模型分别使用过去120个交易日(包含预测日当天)、250个交易日(包含预测日当天)、500个交易日(包含预测日当天)的历史数据进行建模,通过对两种方法预测的波动率和已实现波动率的回归分析,发现动态GARCH族模型在预测波动率方面包含了更多的信息,预测能力更好。在对传统历史波动率模型的分析中,使用回归分析法对比不同时间长度的历史波动率对未来波动率的预测能力,通过回归结果对比确定计算历史波动率的时间长度。隐含波动率模型中,期权价格选择的是成交量最大的平价期权的价格,预测日、预测频率及预测时间长度与GARCH模型和传统历史波动率模型一致。选取2015年2月9日到2016年2月29日上证50ETF日数据、1分钟高频数据和期间所有的期权的日数据和1分钟高频数据(数据来源：wind数据库),对期权策略进行回测,通过对比分析策略回测结果,一方面发现基于静态GARCH族模型的策略亏损次数和止损次数均多于基于动态GARCH族模型的策略,由卖出宽跨式期权组合的执行价对比结果可知,静态GARCH族模型预测的价格区间大多数情况下与动态GARCH族模型十分接近,而价格区间相差较大时,基于静态GARCH族模型的策略出现亏损,说明动态GARCH族模型预测的价格区间比静态GARCH族模型预测的价格区间准确度更高,即在波动率预测方面,动态GARCH族模型确实包含了更多的信息,对波动率的预测能力更高,这与第三章中静态GARCH族模型和动态GARCH族模型的波动率预测能力对比分析结论一致；另一方面,通过对比基于动态GARCH族模型、传统历史波动率模型、隐含波动率模型预测的波动率的统计特征,发现传统历史波动率模型预测的波动率,均值和中位数是最低的,但是最大值比动态GARCH族模型预测值大,最小值比动态GARCH族模型波动率预测值小,传统历史波动率模型预测的波动率整体较小,但是不稳定,因此,基于传统历史波动率模型的策略开仓次数最多,但是止损次数最多,说明传统历史波动率模型预测的波动率准确度不高；基于隐含波动率模型预测的波动率,均值、中位数、最大值和最小值均远大于传统历史波动率模型预测的波动率和动态GARCH族模型预测的波动率,这与我国期权市场期权隐含波动率普遍偏高的现象一致,因此基于隐含波动率模型的期权策略,交易机会过少,收益不可观,策略并不具备可行性和有效性；动态GARCH族模型预测的波动率,均值、中位数、最大值和最小值均介于传统历史波动率模型预测值和隐含波动率模型预测值之间,从统计特征来看,动态GARCH族模型预测值相对比较合理,从策略回测结果来看,基于动态GARCH族模型的策略开仓次数较多,止损次数较少,累计收益率最高。经过综合比较,在短期波动率预测中,动态GARCH族模型包含的信息较传统历史波动率模型和隐含波动率模型更多,预测能力更好。通过对波动率模型的预测能力的对比分析和策略回测结果对比分析,可以看出基于动态GARCH族模型的期权策略收益较可观,交易次数较多,实际操作中也具备可行性,但是在行情突变的极端情况下,由于期权成交不活跃,流动性不够大,可能会出现无法止损或者止损冲击成本过大的情况,造成重大损失。在开仓平仓具体时点的选择上,本文考虑了四种不同的开仓平仓时点,即在盘中不触碰止损的情况下,选择近收盘开仓近收盘平仓、近收盘开仓开盘平仓、开盘开仓开盘平仓、开盘开仓近收盘平仓,通过对比基于四种波动率模型的期权策略回测结果,发现开仓、平仓具体时点的选择对策略最终收益情况有较大影响,根据以上四种策略的统计结果分析,开盘开仓、近收盘平仓的策略和开盘开仓、开盘平仓的策略收益率相同,近收盘开仓、近收盘平仓的策略和近收盘开仓、开盘平仓的策略收益率相同,且前者远高于后者,即开盘开仓策略的累计收益率明显高于近收盘开仓策略的累计收益率。本文所有策略在回测的过程中都未考虑期权流动性和冲击成本,开仓、平仓时间如果选择近收盘时成交量可能会比较小,影响成交情况,因GARCH模型对波动率预测的准确度随预测期的增加而降低,因此在实际操作中,可考虑分别在E-1日、E-2日、E-3日建仓,减少冲击成本,提高策略的收益率。还需注意的是,策略采取的是期权组合交易,无论开仓还是平仓,都要同时成交,否则将出现较大的风险敞口,影响策略的收益情况。由于我国期权市场处于刚起步阶段,首个场内期权即上证50ETF期权上市至今不到两年的时间,因此在对策略进行回测时,数据较少,但是回测数据是从2015年2月9日到2016年2月29日,我国股市在一年中经历了快速上涨和急速下跌两种极端行情,从回测结果来看,策略最高累计收益率高达15.28%,这说明策略收益率具有一定的稳定性,策略有效性仍然有待持续跟踪。因为数据原因,本文并没有对隐含波动率模型在波动率预测方面包含的信息含量进行回归分析；在构建策略时,没有考虑结合动态GARCH族模型预测的波动率、传统历史波动率模型预测的波动率、隐含波动率模型预测的波动率,分别赋予一定的权重,进行波动率预测能力的分析,这部分研究有待在期权市场更为成熟,期权数据更加充分的情况下完善。