2025年CTA策略市场环境总结 - 商品市场全年波动率处于相对低位，相比2021、2022年商品大年差很多，但存在局部机会[10] - 市场波动呈现短频快特征，如4月关税冲击、7月“反内卷”行情推动波动率阶段性快速拉升，但易带来趋势反转[12] - 品种间波动率分化明显，例如6月能化板块、8月黑色系、9月后贵金属等[12] - 商品趋势上半年多数陷入区间震荡，趋势连续性较弱，下半年先有“反内卷”情绪带动集体上涨，随后震荡回调，形成相对清晰趋势[13] - 品种间分化加剧，贵金属、有色板块持续走强，能化板块走弱，截面分化明显[15] - 股指期货市场全年波动率整体偏低，阶段有连续趋势行情[16] - 6、7月为市场分水岭，前期波动低、品种分化小，7月后市场扰动因素增多，行情切换加快，品种差距放大[16] 表现优异的CTA子策略（红榜） - **复合CTA策略**：无论是主观还是量化，均为2025年表现最突出的类型，通过整合多类子策略适应市场切换，部分复合CTA+股多策略也收获优异业绩[20] - **长周期趋势策略**：在月度或年度层面进行趋势跟踪，优势突出，能有效过滤短期波动噪音，捕捉到贵金属、有色的上涨行情及黑色、能化的下跌趋势[21] - **长周期截面多空策略**：受益于品种间显著分化的大趋势，通过捕捉贵金属与能化、有色与部分工业品间的强弱差异构建对冲组合，表现亮眼[22] 表现欠佳的CTA子策略（黑榜） - **中短周期趋势策略**：尤其是依赖周度信号的策略处境尴尬，在阶段升波行情中易出现信号刚识别趋势转折市场就反转的情况，导致反复磨损[24] - **股指CTA策略**：全年表现平淡，受制于波动率偏低及趋势连续性不足，尽管8月至10月中长周期策略凭借趋势连续性实现一定收益，但十一假期后趋势连续性下降，策略表现再度承压[25] - **主观趋势CTA策略**：整体策略指数呈现“前稳后弱”走势，产品分化大，表现依赖基金经理的深度研究和交易判断能力[26] - **套利和中高频策略**：受限于全年整体波动率处于低位及结构性差异明显，对依赖波动率的策略不友好，表现中规中矩[26] 对CTA策略的配置观点 - CTA的配置价值不仅在于危机阿尔法，更在于其本身多种交易方式带来的高夏普[27] - 若追求更好的持有体验，应尽量选择复合CTA[28] - 若看好明年的商品市场机会，可考虑私募商品指增，其逻辑与常见股票量化指增趋同，主要依靠商品市场的beta[28]

核心观点 - A股市场保持稳健且风险可控 年末市场追高意愿不强但指数相对稳健 预计保持震荡结构 12月以来市场企稳迹象更加明显 部分前期热点的高景气板块保持较好韧性 建议优选景气度向上的行业进行提前布局 并耐心等待后续春季行情启动 [1][4] 市场行情回顾 - 报告统计时间为2025年12月15日至2025年12月19日 A股保持稳健 风险可控 可逢低布局高景气 [1][4] 股票市场因子跟踪 - 市场风格方面 大小盘风格略微偏向大盘 价值成长风格偏向价值 与前一周方向相反 [1][6] - 市场风格波动方面 大小盘风格波动和价值成长风格波动水平均保持在低位 [1][6] - 市场结构方面 行业超额收益离散度和行业轮动速度均有所反转并出现抬升 成分股上涨比例整体下降 [6] - 交易集中度方面 前100个股成交额占比基本持平 前5行业成交额占比小幅下降 [6] - 市场活跃度方面 市场波动率及市场换手率均继续下降 [1][7] 商品市场因子跟踪 - 除黑色板块外 其他各板块趋势强度保持上升 贵金属、有色及农产品板块效率系数维持高位 [2][20] - 基差动量方面 贵金属板块基差动量大幅下降 能化和黑色板块基差动量上升 [2][20] - 波动率方面 除贵金属、农产品板块外各板块波动率均上升 [2][20] - 流动性方面 能化和农产品板块流动性下降 其他板块均小幅抬升 [2][20] 期权市场因子跟踪 - 上证50与中证1000的隐含波动率从低位水平有所反弹 [3][29] - 波动率偏度上 上证50的看涨与看跌期权偏度双降 中证1000的看跌期权偏度周内继续上升 说明大盘经历了一定风险释放 小盘风格仍处于风险积累当中 [3][4][29] 可转债市场因子跟踪 - 转债市场上周企稳修复 有所抬升 [4][31] - 估值端来看 百元转股溢价率再创年内新高 维持震荡上升趋势 [31] - 偏债型分组的纯债溢价率小幅上升 低转股溢价率转债的占比则持续下降 处于偏低水平 [31] - 市场成交额回暖 重新站到历史一年中位数上方 [31]

报告行业投资评级 未提及 报告的核心观点 - 2025年金融期权市场成交结构分化，资金关注中小盘及成长类指数，市场中期情绪乐观，隐波走势温和且负偏比例提升 [4] - 2026年隐波或小幅上移但难超2025年，可关注虚值看跌期权卖方、牛三腿策略及做空波动率策略 [6] 根据相关目录分别进行总结 2025年金融期权市场运行情况 - 期权市场活跃度明显提升，已上市12个金融期权品种，截至11月30日，2025年总成交量17.17亿张、日均成交量780.47万张，总成交额16413.27亿元，日均成交额74.6亿元，日均持仓量888.24万张，较2024年同期分别上涨12%、21%和13%左右 [12] - 市场偏爱交易成长类指数期权，中证1000指数期权市场份额最高达33.69%，南方中证500ETF期权次之，上证50ETF期权份额回落至6%左右 [17] - 持仓PCR值显示中期市场情绪依旧向上，2025年各大金融期权持仓PCR值震荡重心上移，近两个月虽回落但仍处历史中高水平，中期市场情绪乐观利于来年行情延续 [22][24] 2025年股指期权市场波动率情况 - 历史波动率呈类"M"型走势，三大指数期权标的历史波动率上行时间短，波动重心及范围较2024年收窄，不同阶段表现各异 [26] - 期权隐含波动率相对往年明显克制，呈类"M"型走势，上行脉冲时间短，走势更温和，均值低于2024年，与市场机构化和监管倡导慢牛有关 [32][39] - 2025年期权卖方优势提升，期权隐波溢价频率和幅度提高，隐波长期呈回落态势，卖方策略优势明显 [40][44] - 全年偏度处于同期偏低水平，各期权隐含波动率负偏比例提升，与股票市场中性类产品扩容有关，当前部分期权偏度回升 [45][48] - 2026年波动率展望，预计隐波重心小幅上移但难超2025年，上证50和沪深300指数期权平值隐波区间在【12%-30%】，中证1000指数期权在【17%-40%】，一季度和三季度或有局部高点 [52] 期权策略回顾与推荐 - 基于期权合成标的升贴水下的量化择时策略，逻辑是根据升贴水情况开仓和平仓，2018年以来年化收益率20.81%，最大回撤17.83%，2025年获绝对收益23.6%，最大回撤4.81% [56][60] - 期权经典策略绩效回顾 - 牛市价差策略，构建为买入实值2%当月看涨期权、卖出虚值5%看涨期权，2025年略跑输标的指数但最大回撤大幅下降，慢牛行情中表现优异 [62][70] - 卖出看跌期权策略，构建为卖出实值5%当月看跌期权，除2024年9月底外能稳定跑赢标的指数，2025年MO实值看跌期权卖方超额收益超10个百分点 [71][77] - 备兑策略，构建为持有标的指数现货、卖出虚值5%看涨期权，2025年在IO和HO期权中表现稳定，跑赢标的指数且最大回撤下降，但快速上涨行情中难跑赢指数 [83][89] - 牛三腿策略，构建为买入实值2%当月看涨期权、卖出虚值5%看涨期权和看跌期权，2025年IO和HO期权构建策略收益率高于标的指数且最大回撤下降，可调整头寸配比增加进攻性 [90] - 传统双卖策略，构建为同时卖出等量当月虚值2%的看涨和看跌期权，上证50指数期权双卖策略净值修复能力强，IO期权有正收益但有回撤，MO期权收益不稳定，不建议"傻瓜式"双卖 [98] 总结及展望 - 总结，2025年金融期权市场成交结构分化，持仓PCR值显示中期情绪乐观，隐波走势温和，期权策略表现良好，部分策略可降低回撤、平滑资金曲线 [111][112] - 展望，2026年隐波或小幅上移，可关注虚值看跌期权卖方、牛三腿策略及做空波动率策略，一季度关注春季行情 [113][114]

核心观点 - 华尔街预期2026年美股市场将持续动荡，投资者在错失人工智能反弹机会的恐惧与对资产泡沫破裂的焦虑之间摇摆 [1] - 市场可能延续过去18个月大规模抛售与快速反转并存的趋势，科技巨头股价大幅波动将成为常态 [1] - 尽管板块表现背离抑制了实际波动率，但需警惕芯片股下跌风险扩散及宏观因素主导下波动率的急剧飙升 [1] 市场波动特征与预期 - 策略师指出，过去18个月市场呈现大规模抛售与快速反转并存的特征，这一趋势极有可能在2026年延续 [1] - 2025年市场总体呈现轮动和狭窄的领涨特征，而非广泛的风险偏好选择，这使得隐含相关性水平降至历史低点 [2] - 摩根大通策略师预计2026年VIX中位数将保持在16至17之间，但风险规避期将推动指数飙升，动荡时刻之间可能穿插更长时间的平静期 [2] - 法国兴业银行的波动率机制模型目前指向2026年波动率将走高 [6] 人工智能热潮的影响 - 随着AI技术革命经历繁荣与萧条的循环，处于投资热潮中心的科技巨头将继续对市场施加巨大影响力 [1] - 对于AI热潮究竟是持续还是崩盘，使得持有以科技股为主的纳斯达克100指数的高波动率合约成为关键策略 [2] - 瑞银策略师表示，无论是AI繁荣还是萧条，纳斯达克100指数的波动率押注表现均优于标普500指数 [2] - 美国正处于一个由人工智能驱动的新再杠杆化周期的边缘，这将导致信用利差和股权波动性同时上升 [6] 投资者情绪与策略 - 美国银行的调查显示，尽管股价涨幅令基金经理将泡沫担忧视为首要风险，但对于过早离场导致错失机会的恐惧同样强烈 [1] - 市场普遍预期，资产泡沫在通胀过程中往往变得更加不稳定，投资者需准备好应对偶尔超过10%的回撤，以及随后因交易员意识到泡沫尚未破裂而引发的创纪录反弹 [1] - 投资者的错失恐惧症、相互矛盾的AI叙事以及美国政府作为波动源的因素，正在为交易波动创造有利背景 [3] - 为2026年的左右尾风险做好对冲准备变得至关重要 [3] 波动率交易策略 - 瑞银建议将“买入纳斯达克100波动率同时卖出标普500波动率”视为未来一年信心最高的交易，并建议通过跨式或场外掉期实现方向中性 [2] - 一种被称为“分散交易”的策略——即押注单一股票波动率走高而指数波动率较小——在明年初可能尤为流行 [4] - 部分对冲基金认为分散交易策略已过度拥挤，并开始采取相反立场 [4] - 花旗指出，许多分散方案将在1月份到期，对冲基金可能会重新投入定制的篮子分散方案，这很可能会维持单一股票波动率溢价相对于指数的优势 [5] 期权市场技术因素 - 花旗集团预计，2026年波动率曲线将加剧陡峭化 [3] - 波动率曲线陡峭化主要由于投资流动失衡：在曲线短端，量化投资策略和波动率卖出策略的显著增长提供了大量供应，抑制了短期波动率；而在长端，对冲资金流将使波动率保持在高位 [3] - 许多传统的Alpha收益已经消失，投资者需要通过改进执行、选股或围绕仓位进行战术性交换来从分散策略中获取回报 [5]

报告核心信息 - 金融期权隐波指数反映上一交易日30日隐波走势，商品期权隐波指数通过主力月平值期权上下两档隐波加权所得，反映主力合约隐波变化趋势 [3] - 隐波指数与历史波动率的差值，差值越大反映隐波相对历史波动率越高，差值越小代表隐波相对历史波动率越低 [3] - 隐波分位数代表当前品种隐波在历史上的水平，分位数高代表当前隐波偏高，分位数低代表隐波偏低 [5] - 波动率价差为隐波指数与历史波动率的差值 [5] 各品种数据情况 IV - HV差相关 - 报告展示了300股指、50ETF、1000股指、500ETF、豆粕、玉米、白糖、棉花、曲醇、橡胶、铁矿石、PTA、沪铜、原油、铝、PVC、螺纹钢、锌、尿素、菜粕、棕榈油等品种的IV - HV差数据，但未明确具体数值 [4] 分位数排名相关 - PTA隐波分位数为0.75，历史波动率分位数为0.40；50ETF隐波分位数为0.33，历史波动率分位数为0.37等多个品种的隐波分位数和历史波动率分位数数据 [6]

市场表现回顾 - 纳斯达克综合指数在11月终结了连续七个月的上涨势头，但距离历史高点仅3%之遥 [1] - 标普500指数回升至距离历史高点仅1%的水平，道琼斯指数距离历史收盘高点不到2% [1] - 11月最后五个交易日市场连续上涨，但整个11月波动剧烈，Meta股价下跌13%，英伟达下跌约8%，甲骨文跌幅接近30% [1] - 谷歌股价在11月上涨约20%，受强劲财报、Gemini 3模型积极反响及与Meta达成数十亿美元AI芯片交易推动 [1] 未来一周市场焦点 - 投资者注意力集中在美联储12月会议，交易员预计降息25个基点的概率为86.9% [2] - 经济数据日程将恢复正常，将公布美国制造业活动、服务业活动私人报告及ADP月度私营部门就业报告 [2] - 多家公司将发布财报，包括折扣零售商美元树、美国达乐公司、Five Below，以及科技板块的赛富时、Snowflake、MongoDB、CrowdStrike [2] 十二月市场展望与波动性 - 策略师认为今年可能不会出现传统的“圣诞老人行情”，波动率可能成为12月更重要的主题 [3][4][5] - 期权市场看跌情绪升温，投资者正更多地买入下行保护，而非依赖股市季节性强势 [5] - 近期大型科技股的剧烈波动仍在推动市场涨跌，推动市场上行的催化剂并不强劲 [8] 长期市场驱动因素与预期 - 长期驱动因素将是人工智能投资的回报以及收益在经济中显现的速度 [8] - 标普500指数成分股公司第三季度利润增长13.4%，为连续第四个季度实现两位数增长，大型科技公司是主要驱动力 [9] - 摩根大通策略师预测标普500指数到2026年底将达到7,500点，若美联储继续降息有望突破8,000点 [9] - 汇丰银行设2026年目标点位为7,500点，德意志银行预测达到8,000点，均将看涨预期归因于AI交易 [10] - 人工智能驱动的资本支出扩张周期，预计将延续对股市的支撑效应 [10]

核心观点 - 市场在报告期内呈现震荡下跌态势，主要股指均出现显著跌幅，其中中小成长股指数跌幅超过5% [2][3][6] - 期权市场持仓量PCR指标普遍下降至历史相对低位，显示市场情绪对后市超跌回升预期有所积累 [4][6] - 隐含波动率在周内明显走强，且维持高于历史波动率的水平，市场对后期波动有更大预期 [5][6] 标的走势 - 沪指周中震荡下跌，较前一周跌幅为3.90%，当周收于3834.89点，成交量较前一周有所降低 [2] - 深指小幅低开，周中震荡下跌，较前一周跌幅为5.13%，当周收于12538.07点，成交量与前一周基本持平 [2] - 50ETF周末收于3.101，较前一周下跌0.082，跌幅为2.58%，成交额104.59亿 [3] - 华泰柏瑞沪深300ETF周末收于4.564，较前一周下跌0.177，跌幅为3.73%，成交额211.19亿 [3] - 南方中证500ETF周末收于6.922，较前一周下跌0.416，跌幅为5.67%，成交额128.03亿 [3] 期权市场表现 - 50ETF期权、华泰柏瑞沪深300ETF期权和南方中证500ETF期权日均成交量均较上周有所增加，总持仓量增加 [4] - 50ETF期权总持仓量PCR为0.78，较上周末下降0.19；华泰柏瑞沪深300ETF期权PCR为0.80，下降0.24；南方中证500ETF期权PCR为0.93，下降0.23 [4] 波动率分析 - 短期波动率维持相对稳定，略有回升趋势，历史分位数处于50百分位和75百分位附近，月度波动率从之前相对低位有所升高 [5] - 隐含波动率周内上升幅度明显，走高幅度基本在5个点左右，目前隐波维持高于历史波动率的水平 [5] - 平值附近合约波动率变动不大，但两侧虚值合约的隐波均有较大幅度的增加，由于标的下跌较多，曲线形态略向右侧偏移 [5] 投资策略分析 - 周度市场从高位震荡下跌，大盘蓝筹股跌幅较小，中小成长股指数跌幅基本在5%以上 [6] - 持仓PCR比例从中位水平下降至历史相对低位，500ETF由于跌幅较大，认沽合约持仓比例出现更大幅度下跌 [6] - 隐波曲线两侧虚值合约倾斜角度有明显增加，市场对后期波动有更大预期，未来可观察市场走势来确定做空波动率的具体点位 [6]

波动率在期权交易中的重要性 - 波动率在期权定价、交易以及风险控制中扮演着相当重要的角色 [1] - 掌握波动率知识能在对标的走势有基本判断的前提下使交易游刃有余，事半功倍 [1] 常用波动率类型 - 历史波动率是指过去一段时间标的资产价格变化的标准差，代表过去的波动规律 [1] - 隐含波动率是通过将期权价格代入定价模型反推得出的波动率，代表市场对标的证券未来波幅的预期 [1][2] - 实际波动率是未来一段时间内股票价格的真实波动率，在交易时点无法确知，只能通过历史波动率和市场信息进行预测 [2] 波动率交易策略 - 隐含波动率可用于判断期权价格合理性：若低于对未来实际波动率的预测值，则期权价格低估，可买进 [2] - 若隐含波动率高于对未来实际波动率的预测值，则期权价格高估，可卖出 [2] - 波动率交易的核心是赚取隐含波动率与未来实际波动率之间的价差 [2]

美股市场情绪与波动 - 交易员担心今年美股上涨可能即将结束，尽管标普500指数年内仍上涨超过12%，但正争相锁定收益，尤其在科技股方面 [1] - 纳指100 ETF的期权价格相对于SPDR标普500指数ETF的期权价格接近自2024年8月以来的最高水平 [1] - 标普500指数创下自6月以来最大的单周波动幅度，英伟达良好业绩未能平复投资者紧张情绪 [1] 市场波动率表现 - 美股出现自4月8日以来最大的高点到低点波动幅度，芝加哥期权交易所VIX波动率指数收于自4月以来的最高水平 [4] - 六个月期VIX指数与六个月期标普500指数实际波动率之间的溢价幅度很少如此之大，波动率风险溢价处于较高水平 [4] - 上周末有交易员开始兑现对更高波动率的押注，超过25万份12月份25/30的VIX期权看涨价差已被卖出，这些交易似乎是在结束11月初建立的仓位 [14] 科技股与比特币关联性 - 科技股近期下跌与比特币价格暴跌同时发生，近几周比特币对纳斯达克100指数的敏感度增强 [7] - 华尔街期权交易员将比特币视为纯粹的风险资产，而非抵御市场波动的对冲工具，其与杠杆化纳斯达克指数的相关性非常高 [7] - iShares比特币ETF的看跌期权价差有所上升，显示投资者对进一步下跌感到担忧，该基金今年已获得超过276亿美元资金流入，但11月资产规模减少近22亿美元 [9] 投资者策略与观点 - 巴克莱策略师认为此次下跌"较为可控"，但对经济形势持续向好和强劲盈利背景下的下跌感到费解，将抛售归因于对人工智能泡沫的担忧及散户投资者信心减弱 [7] - 一位投资者在iShares比特币ETF中采用风险逆转策略，买入执行价43美元的看跌期权并出售执行价52美元的看涨期权，旨在防范比特币价格跌破4月初低点，该操作允许在未来四周内，若比特币价格进一步下跌9%，可卖出1000万股ETF [11] - 尽管有投资者将对冲策略套现，但可能有更多人在同时增加风险保护措施，因此波动风险溢价依然庞大 [14]

波动率在期权交易中的特性 - 波动率在期权定价、交易和风险控制中扮演重要角色，掌握波动率知识有助于在期权交易中游刃有余[1] - 波动率交易不需要预测标的资产未来价格，只需预测未来波动率变化[1] 波动率的均值回归特性 - 波动率会在某个均值区间震荡，例如美国标普500指数隐含波动率通常在10至20倍区间[1] - 当波动率突然上升至30倍时，大概率将回归到10-20倍区间，投资者可通过卖出期权合约做空波动率获利[1] 波动率的事件驱动性 - 重要政治经贸事件期间股市会发生大幅波动，如英国脱欧、美国大选等[1][2] - 这类事件可提前知道时间窗口但结果存在不确定性，投资者可提前买入跨式策略做多波动率[2] 隐含波动率与实际波动率的关系 - 研究表明期权市场隐含波动率往往高于实际波动率，可能是投资者为降低不确定性支付的风险溢价[2] - 只要市场不发生黑天鹅事件，卖出期权的投资者通常可获得稳定收益[2] 波动率的无套利特性 - 期权合约间隐含波动率存在关联，当某个执行价合约隐含波动率偏高而相邻合约偏低时，可构造投资组合获取无风险收益[2] - 投资者可观察各合约间隐含波动率关系验证此特性[2]