Tag Archives: 指数

第一部分：印度市场的异常现象与Jane Street的“秘密”策略 本节旨在为该案奠定事实与背景基础，首先剖析印度市场的独有特征，正是这些特征促成了相关策略的实施；随后，将详细拆解印度证券交易委员会（SEBI）所认定的两种主要交易模式，并同时呈现Jane Street提出的反驳论述。 1.1 极端市场：印度衍生品微观结构 本小节将详细阐述印度市场的特定状况，这些状况为Jane Street的策略创造了得天独厚的土壤。其核心主题在于不同市场板块之间存在的严重结构性失衡。 这种由极端流动性失衡、庞大的被动式散户群体和高杠杆共同作用形成的市场，本质上是低效的。其价格发现机制十分脆弱，因为一个资本雄厚的参与者可以通过影响流动性较差的现货市场（该市场决定指数价值）来操纵规模远大于此且流动性更强的期权市场的定价。这不仅是一个市场特征，更是一个结构性漏洞。 其内在逻辑如下： 1.2 “日内指数操纵”策略剖析 本小节将以2024年1月17日的案例为样本，对SEBI所指控的主要策略进行严谨的、分步骤的拆解。 现货/期货交易部分的持续亏损并非交易不佳的标志，而是该策略的一个关键特征。这些亏损代表了为在衍生品部分产生更大、更可预测的利润而付出的、经过计算的“操纵成本”。这种视角将盈亏分析从一个简单的业绩指标转变为证明其意图的证据。 其逻辑链条如下： 1.3 终局策略：“延长收盘价操纵” 本小节将分析第二种更为隐蔽的策略，该策略的核心是在一个关键时间点——到期结算时——对市场施加影响。 此策略是一种更精密的操纵形式，它专门针对衍生品结算的机制。通过将火力集中在决定结算价格的狭窄窗口期，公司可以用比影响全天市场更集中的资本支出，实现对其盈亏的最大化影响。其无视监管警告的行为表明，该公司认为该策略要么在法律上站得住脚（可辩护为合法对冲），要么利润丰厚到值得冒险。 其逻辑推演如下： 1.4 反方论述：合法的套利行为 本小节将呈现事件的另一面，即Jane Street的行为并非操纵，而是一种合法的、提升市场效率的套利行为，旨在消除由非理性散户狂热造成的巨大价格缺口。 此案为监管者提出了一个根本性的两难困境。如果一个市场极度低效（例如存在1.6%的套利缺口），那么一个理性的、追求利润的公司为纠正这种低效而采取的行动（即在流动性差的一端进行大规模、激进的交易）可能与教科书式的操纵行为难以区分。惩罚该公司可能意味着惩罚了那个能让市场更有效率的机制本身。 其逻辑困境在于： 第二部分：全球可行性测试：该策略在国际市场的适用性 本节将进行一项比较分析，评估促成Jane Street在印度实施其策略的条件是否存在于其他主要市场。分析将聚焦于流动性比率、杠杆规则以及具体的反操纵法规。 市场 主要监管机构 期权/现货流动性比率（示意） 杠杆/保证金规则 关键算法/高频交易规则 跨市场操纵执法 策略可行性评分 印度 SEBI 极高 (>100x) … Continue reading →

中证1000股指期货昨天上市，当然期权也是同一天上市，我是连续测试了四个周末，加上上周和IT同事做了点策略的适应性改造，首日做市交易平稳，也没啥特别激动人心的地方。 这个产品上市的挺突然，此前预期都不高，市场呼声较高的是中证500期权，但是这次上了1000期货，交易所同时把1000期权也放出来，应该想的是趁着这个窗口期把期权推出了，否则如果只上期货，期权不知道什么时候才能推出。 首日期货交易还是很活跃的，而且这个品种可以博弈的地方还很多，很多量化策略选股聚焦的就是这个板块，肯定是不缺乏做空的投资者的。而如果贴水显著，后期一些指数增强，或者雪球产品的策略进入这个市场就是题中之义，水到渠成。 只不过，中证1000股指期货出来，有没有新的异质玩家入场，这个我目前看不到，因此最后推导就是中证1000是过去的中证500，而且稍微看的仔细点，中证1000目前点位就是7000点，最远月合约贴水10%不到，和去年的中证500都很相似。 由于我没看到新的玩家，因此我觉得中证1000对中证500是替代效应，因此中证500贴水应该明显的小于中证1000，那么如果1000的长期贴水是中证500此前维护的水平，比如年化8%-10%，那么中证500贴水维持在5%-7%的水平是非常正常的。 而中证500今年以来，在1000期货要推出之前，就一直处于逐步减少的状态，我觉得这一方面反映的是雪球之类吃贴水的资金逐步增多，另一方面也是量化资金alpha的能力没有之前那么明显，因此做空的力量也在削弱，当然这些都是观点和判断，之前也看到一些研究，比如指数下跌和贴水的关系。 部分观点认为，中证500和中证1000相关性很高，因此500和1000的贴水应该在同一个水平，否则就有人做多中证1000，做空中证500，这个也不无道理吧。 不过中证1000期货上市，但是中证1000指数没有股息点指数，有点不方面，但是它有全收益指数，因此利用价格指数和全收益指数的关系，大致可以计算得到精度也很不错的股息点指数。目前大概1年65个点的水平，分布在4月到7月。

沪深300指数每年调整两次，一次是6月初，一次是12月初，这个是事件性的影响，也有人靠这个策略挣点alpha。 在股指期货刚刚出来的时候，10年往后两三年，指数调整前，买入将要被调整进指数的股票，同时卖出要被调出指数的股票，同时用股指期货套保上，就能够获得比较显著的alpha收益。 但是这个收益逻辑明确，很快也就被市场知道了，券商的金融工程分析师就这点也写了不少研报，这个alpha就不明显了。 今年沪深300指数成分股调整，大幅增加了创业板权重，特别是宁德时代纳入成分股，占比2.5%左右，影响特别大。 比如下面这个图，new_price就是未来沪深300的清单在9月30 号开始，就计算这个点数，old_price就是调整前的清单（不做改变）的表现。 在9月30号，起点的追踪误差，也就是new_price-old_price等于-19，在指数调整观察截止日（10月30号），new_price-old_price的值是32.8，也就是这个一个月将要被纳入的股票，跑赢了被调出的股票50个点，由于指数也就5000点左右，基本上就一个月alpha就1%了，还是相当显著的。 指数调整发生日是12月10号，截止这一天，new_price-old_price等于8，也就是实际上alpha在变少了，后面几天这个追踪误差还是比较稳定的。 有一点可以观察到12月10号这一天，alpha有一个跳跃，这个是因为指数调整收盘的时候，很过被调入调出的成分股在尾盘价格发生很大的变化。 以前在做这个alpha的会后，我们是等到指数观察日截止（10月30日），才开始做新清单，指数公司也是以这一天之前的数据来做筛选的，但是从上面这个图就可以看到，现在在指数调整观察日之后，这个alph是负的。 在观察日之前就对未来的清单做预测，才有可能获得点alpha。不管怎么说，市场在进化，思路要跟上。