Estrategias de opciones SPY de alta frecuencia con optimización de carteras

Resumen

El estudio examina estrategias de alta frecuencia para opciones de SPY con observaciones de cinco minutos recopiladas durante un mes. Calcula las griegas de las opciones y la volatilidad implícita, valora opciones americanas con un árbol binomial y estima la volatilidad implícita mediante Newton–Raphson. Después crea universos de inversión usando medidas de volatilidad y griegas, y compara métodos de optimización de carteras, incluidos los enfoques de media-varianza y robustos.

En el estudio, los enfoques básicos largos-cortos centrados en la volatilidad implícita y las griegas suelen obtener resultados inferiores. Las estrategias con exposiciones adicionales a las griegas, como Vega y Rho, junto con una optimización dinámica de carteras, muestran más potencial. La evidencia se limita a una muestra breve y el documento no ofrece cifras detalladas de rendimiento, tratamiento de los costes de transacción ni una descripción completa de la validación. Por tanto, los hallazgos sugieren posibilidades para carteras adaptativas de opciones, pero no demuestran una rentabilidad constante; los autores proponen como trabajo futuro ajustar los parámetros y estudiar opciones menos negociadas.

Ideas clave

• El estudio analiza opciones de SPY a intervalos de cinco minutos durante un mes.
• Calcula las griegas y la volatilidad implícita, y usa un árbol binomial para valorar opciones americanas.
• En los resultados informados, las estrategias básicas largas-cortas basadas en la volatilidad implícita y las griegas suelen obtener resultados inferiores.
• Las estrategias que incorporan Vega y Rho con optimización dinámica muestran potencial.
• La muestra breve limita las conclusiones sobre un rendimiento constante en distintas condiciones de mercado.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.