Hochfrequenzstrategien für SPY-Optionen mit Portfoliooptimierung

Zusammenfassung

Die Studie untersucht Hochfrequenzstrategien für SPY-Optionen anhand von Fünf-Minuten-Beobachtungen über einen Zeitraum von einem Monat. Sie berechnet Optionsgriechen und implizite Volatilität, bewertet amerikanische Optionen mit einem Binomialbaum und schätzt die implizite Volatilität mit Newton–Raphson. Anschließend bildet sie Anlageuniversen anhand von Volatilität und Optionsgriechen und vergleicht Portfoliooptimierungsansätze, darunter Mean-Variance- und robuste Verfahren.

Einfache Long-Short-Ansätze mit Schwerpunkt auf impliziter Volatilität und Greeks schneiden in der berichteten Studie überwiegend schlechter ab. Strategien mit zusätzlichen Greek-Exposures, darunter Vega und Rho, zeigen in Verbindung mit dynamischer Portfoliooptimierung mehr Potenzial. Die Evidenz ist auf eine kurze Stichprobe begrenzt, und das Dokument nennt weder detaillierte Leistungskennzahlen noch die Behandlung von Transaktionskosten oder eine vollständige Darstellung der Validierung. Die Ergebnisse deuten daher auf Möglichkeiten für adaptive Optionsportfolios hin, belegen aber keine konsistente Profitabilität. Als weitere Schritte nennen die Autoren eine Verfeinerung der Parameter und die Untersuchung seltener gehandelter Optionen.

Kernaussagen

• Die Studie analysiert SPY-Optionen über einen Monat hinweg in Fünf-Minuten-Intervallen.
• Sie berechnet Optionsgriechen und implizite Volatilität und verwendet einen Binomialbaum zur Bewertung amerikanischer Optionen.
• Einfache Long-Short-Strategien auf Basis impliziter Volatilität und von Optionsgriechen schneiden den berichteten Ergebnissen zufolge überwiegend schlechter ab.
• Strategien mit Vega und Rho sowie dynamischer Optimierung zeigen Potenzial.
• Die kurze Stichprobe schränkt Aussagen zur konsistenten Leistung unter verschiedenen Marktbedingungen ein.

Schlagwörter

# High-Frequency Options Trading | With Portfolio Optimization


# High-Frequency Options Trading | With Portfolio Optimization









This paper explores the effectiveness of high-frequency options trading strategies enhanced by advanced portfolio optimization techniques, investigating their ability to consistently generate positive returns compared to traditional long or short positions on options. Utilizing SPY options data recorded in five-minute intervals over a one-month period, we calculate key metrics such as Option Greeks and implied volatility, applying the Binomial Tree model for American options pricing and the Newton-Raphson algorithm for implied volatility calculation. Investment universes are constructed based on criteria like implied volatility and Greeks, followed by the application of various portfolio optimization models, including Standard Mean-Variance and Robust Methods. Our research finds that while basic long-short strategies centered on implied volatility and Greeks generally underperform, more sophisticated strategies incorporating advanced Greeks, such as Vega and Rho, along with dynamic portfolio optimization, show potential in effectively navigating the complexities of the options market. The study highlights the importance of adaptability and responsiveness in dynamic portfolio strategies within the high-frequency trading environment, particularly under volatile market conditions. Future research could refine strategy parameters and explore less frequently traded options, offering new insights into high-frequency options trading and portfolio management.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.