量化交易_期权高频

发表于2026-05-18更新于2026-05-18阅读次数

概况

2015 - 2021，期货高频；
2021，开始外部业务；
以后的策略业务展开方向：期权高频、股票资管、中低频、CTA、高频降频。

海外业务展开方向：台湾（明确要做台指）、韩国（Plan，未定）；新加坡（Crypto）。

长期业务战略：多频段、多品种。

目前：国内成熟，亚太为主。

  1. Core：公共
  2. 股票
  3. 期权：2023年开始，2024年初实盘。国内。
    1. 股指：主要业务，结构化、系统化，定位为 Fund 机构
    2. ETF
    3. 商品
  4. 数据组
  5. Risk：风控
  6. 运维：实盘；每个组内部自己做

关于高频、中低频的 Sharpe 比率和波动性对比

夏普比率的经典计算公式为：

SR=E[Rp]−RfσpSR = \frac{E[R_p] - R_f}{\sigma_p}

其中：

  • E[Rp]E[R_p]：策略的预期年化收益率。
  • RfR_f：无风险利率（通常用国债收益率或货币基金收益率）。
  • σp\sigma_p：策略年化收益率的标准差，即波动性（Volatility）。

Sharpe 与波动性的底层关系

  1. 分母角色（风险惩罚项）：波动性σp\sigma_p在公式中作为分母。这意味着，即使两个策略的年化收益率完全相同，波动性越高的策略，其夏普比率就越低。
  2. 性价比的体现：波动性反映了策略资产净值（NAV）曲线的“颠簸程度”。夏普比率高，意味着策略的资金曲线平滑、回撤可控；夏普比率低，则意味着收益是用巨大的净值剧烈波动换来的。

为什么高频策略的 Sharpe 远高于中低频？

这背后的核心逻辑在于大数定律（Law of Large Numbers）以及风险暴露时间的差异。

  1. 中低频策略：拥抱趋势，承受“时间风险”
    • 高波动的原因：中低频策略的持仓需要跨夜、跨周。在这段时间里，策略必须硬扛宏观经济数据发布、地缘政治风险、市场情绪突变以及个股停牌等不可控因素。这些无法对冲的外部冲击，导致了策略收益率的标准差（波动性）显著放大。
    • 低夏普的原因：因为分母（波动性）由于隔夜风险和Beta风险被拉高，即使分子（超额收益）很丰厚，最终算下来的夏普比率也很难破 3。
  2. 高频策略：利用概率，消灭“时间风险”
    • 极低波动的原因：高频策略（如做市商）的核心逻辑是“快速换手”和“日内双向对冲”。每一笔交易的持仓时间极短，几乎不承担任何宏观或隔夜的 Beta 风险。对于高频团队而言，不留隔夜头寸就意味着消灭了绝大部分的系统性波动。
    • 极高夏普的原因：高频交易在一天内可以重复交易成千上万次。根据大数定律，只要单次交易的胜率微弱大于 50%（哪怕只有 51%），在海量交易笔数的放大下，全天最终亏损的概率就会收敛到趋近于零。

直观理解：如果把每天看作一次投硬币，中低频策略一年只投 250 次，连续正面或反面的概率很大（净值波动大）；而高频策略每天在日内投上万次，每天的平均收益极其稳定。这就导致高频策略的日度收益率标准差（分母）极小，从而推导出一个极其惊人的年化夏普比率。

Dev 在量化团队中的角色

30 多个 Dev，主要分为以下职责。

  1. Core / 平台。
  2. 为 Quant 服务
    1. 期货团队：4 ～ 5 个团队。Pod Mode。组间竞争。
    2. 期权团队：1 个 PM。3 个 QR，4 个 Dev。Centralized。主要和外部竞争。
    3. 股票团队：1 个 PM。几个 Dev。
  3. 数据组。也分 QR 和 QD。

期权组

模式：Share Code Base，Dev 和 QR 比较紧密。

Latency 的敏感度、重要性，期权高于期货。

Dev 日常就是针对小 feature 的 deliver。