3%期权策略
把100万美元投入这项策略，其中只有1万到3万美元用来交易指数期权，其余资金全部留作现金。这就是 Guasoni、Mayerhofer 和 Zhao（2026）的研究结果：他们让算法在25年间（1996年1月至2020年12月）每月挑选最佳指数期权组合，结果就是：一大笔资金的背后，只藏着一笔小小的赌注。
每个月，该算法都要完成一次精密的金融运算。它基于隐含波动率与已实现波动率的历史数据，用一个简单的对数回归预测下月波动率，构建指数收益的经验分布，并求解二次优化问题。为了防止优化器因无限杠杆而导致账户爆仓，作者设定了“持仓限制”（即权重欧几里得范数的上限）。这一硬性限制将期权总敞口控制在1%到3%的保守水平，从而使纳斯达克100指数的年化夏普比率高达1.94。对于标普500指数，这一限制下的夏普比率在0.84到1.46之间，轻松翻了一番，远超同期市场指数0.40的夏普比率。
它是如何实现这一点的呢？它卖出价外看跌期权，收取承担崩盘风险的权利金，同时建立混合看涨期权头寸——买入深度价外看涨期权，卖出更接近平值的看涨期权——以塑造投资组合的方向性敞口。优化器会根据波动率状态，在看跌期权曲面上轮换敞口，在不同的行权价水平上调整权重，而不是机械地卖出相同的行权价。简而言之，该投资组合本质上是一种卖出看跌期权的策略，看涨期权头寸则用于管理市场敞口和收益结构。
Guasoni及其同事是否找到了致富的完美策略？并非如此。整个策略体系依赖于波动率预测，而这一预测本质上只是对数回归模型，通过外推隐含波动率和已实现波动率得出——它无法预测下一个黑天鹅事件，无论是2024年8月的日元套利交易平仓，还是2025年4月的关税冲击。更准确地说，论文本身也承认，2020年3月的崩盘造成了“巨额损失”。该策略之所以能够幸存，仅仅是因为97%的资金以现金形式持有，而非因为模型本身具有强大的稳健性。值得补充一个论文本身并未明确说明的警告：每月保证金检查——使用理论跨市场保证金系统（TIMS）计算，并针对一系列指数波动以及±75%的隐含波动率冲击进行压力测试——仅仅是投资组合构建时的快照，而非动态约束，因为经纪商会根据指数水平、波动率、偏度和清算条件的变化，每日调整保证金要求。当初始保证金要求无法满足时，该模型会持有现金，因此报告的业绩只反映保证金可行的那些月份。如果没有这种神奇的波动率预测，夏普比率会从1.20骤降至0.08，这说明表面上的优势很大程度上仰仗于这个预测本身。
说到底，正如尼古拉斯·塔勒布可能会用他那略带讽刺的口吻所说，这篇论文证明了一个深刻的经济真理：如果你把97%的钱存入银行账户，你的投资组合几乎可以抵御任何风险。这的确是一种绝妙的风险管理方式，前提是你对“阿尔法”的定义仅仅是保住你最初的100万美元，偶尔买张彩票。
References
Guasoni, P., Mayerhofer, E., Zhao, M. (2026)
Options portfolio selection with position limits — Journal of Empirical Finance, Vol. 89, 101770
Key takeaways
- Guasoni、Mayerhofer 和 Zhao（2026）认为，少量的月度期权叠加——97%-99%为现金——经风险调整后跑赢标普500指数：夏普比率高达1.46，而该指数本身的夏普比率仅为0.40。
- 作者认为，真正带来优势的是卖出价外看跌期权；看涨期权头寸只是用来管理市场敞口，而非创造收益。
- 如果他们是对的，最大的问题在于衡量方式：保证金检查只是每月一次的快照，而不是真实经纪商每天所做的重新计算——把97%的现金缓冲当作风险管理，多少也有些牵强。