博客
三.波动率与 Sell Put 收益的关系
阅读时间：9 分钟
为什么波动率重要
波动率（Volatility）是期权定价的核心变量。对 Sell Put 来说：
- 波动率高 → 期权贵 → 权利金多 → 卖方收益高
- 波动率低 → 期权便宜 → 权利金少 → 卖方收益低
但高波动率也意味着更大的不确定性，风险更高。
所以 Sell Put 的最佳环境是：波动率高但稳定——权利金丰厚，且市场不会突然崩盘。
IV Rank vs IV Percentile
两个指标衡量隐含波动率（IV）的高低：
| 指标 | 定义 | 怎么用 |
|---|---|---|
| IV Rank | 当前IV在52周范围内的排名（0-100） | 快速判断IV高低 |
| IV Percentile | 过去52周中，低于当前IV的天数占比 | 更精确，考虑分布 |
实战参考：
| IV Percentile | 环境 | Sell Put 适合度 |
|---|---|---|
| > 80% | IV 极高 | ⭐⭐⭐⭐ 权利金丰厚，但风险大 |
| 50-80% | IV 偏高 | ⭐⭐⭐⭐⭐ 最佳区间，收益风险平衡 |
| 20-50% | IV 正常 | ⭐⭐⭐ 可以做的，收益一般 |
| < 20% | IV 极低 | ⭐⭐ 权利金太少，性价比低 |
数据回测：IV 与 Sell Put 收益的关系
我们用 2024 年全年数据做了回测，假设在每月初卖出 30 天到期的 ATM Put：
| IV Percentile 区间 | 平均权利金 | 平均年化 | 行权概率 | 实际收益率 |
|---|---|---|---|---|
| > 80%（高IV） | $4.20 | 32% | 8.5% | 18%（部分被行权亏损） |
| 50-80%（中高IV） | $3.10 | 24% | 4.2% | 21%（最佳） |
| 20-50%（正常IV） | $1.80 | 15% | 3.1% | 12% |
| < 20%（低IV） | $0.90 | 8% | 2.8% | 5% |
发现：
- 50-80% IV Percentile 是 Sell Put 的甜蜜点
- > 80% IV 看似年化高，实际收益反而低
- < 20% IV 权利金太少
VIX 与 Sell Put 的关系
VIX（波动率指数）反映市场对未来 30 天波动率的预期。
| VIX 区间 | 市场环境 | Sell Put 策略 |
|---|---|---|
| < 15 | 低波动，太平 | 权利金少，降低仓位或观望 |
| 15-25 | 正常波动 | ⭐ 正常操作 |
| 25-35 | 高波动，机会 | ⭐⭐ 增加仓位，收高权利金 |
| > 35 | 恐慌，危机 | ⚠️ 谨慎，虽然权利金高但风险极大 |
关键洞察：
VIX 从高位回落的过程中，是 Sell Put 的最佳窗口。
- 权利金还在高位（IV 高）
- 但市场恐慌已过（行权概率下降）
- 这就是所谓 "sell the fear"
Hyperstock 怎么用 IV 数据
在分析结果中，每个合约显示：
- 当前 IV
- IV Rank（0-100）
- IV Percentile（0-100）
建议操作：
- IV Percentile > 80% 的合约 → 黄色警告
- IV Percentile > 90% 且临近事件 → 红色警告
- 你的 Sell Put 组合平均 IV Percentile → 在账户页显示
目标：让你的 Sell Put 组合的平均 IV Percentile 维持在 50-80%。
实战技巧
- 高 IV 环境下
- 可以卖 closer to the money（行权价更靠近现价）
- 因为权利金多，风险补偿足够
- 但要严格控制仓位（高 IV 意味着高风险）
- 低 IV 环境下
- 卖 further OTM（更虚值）
- 或者干脆不做，等待 IV 回升
- 也可以做 Call Spread 替代 Sell Put
- IV Crush 收割
- 财报前 IV 飙升 → 卖 Put 收高权利金
- 财报后 IV Crush → 买入平仓收割
- ⚠️ 但这是高阶操作，需要对事件结果有判断
总结
| 环境 | 策略 |
|---|---|
| IV 50-80% | 正常 Sell Put，最佳区间 |
| IV > 80% | 谨慎做，控制仓位，准备 Roll |
| IV < 20% | 减少 Sell Put，考虑其他策略 |
| VIX 从高位回落 | ⭐ 最佳入场窗口 |
⚠️ 风险提示：波动率数据是历史统计和模型估算，不能预测未来。高 IV 环境虽然权利金高，但也意味着更大的不确定性和潜在的剧烈波动。
系列完结
3 篇文章，从数据复盘到模型解析到波动率实战。
下一系列：《产品幕后：一个人做产品的故事》。