Capula 尾部风险 alpha:从不可想象之事中获利

Read in English

Capula Investment Management 是尾部风险保护领域里的"隐形巨头"。当许多防御型基金在牛市中不断失血时,Capula 在 2025 年取得了 +4.1% 的回报。本文逆向拆解它的核心引擎:结构性波动率套利、VIX 凸性交易,以及"危机 alpha"。

引言:保险的悖论

大多数交易者把保险当成一项成本。他们买入 SPY 的看跌期权,市场却横盘不动,于是每个月因"Theta 衰减"(时间价值流失)损失掉 2% 到 3% 的组合价值。这就是 **Insurance Paradox**(保险悖论):你确实防住了 2008 式的崩盘,但保险的成本注定让你在正常市场里跑输。

Capula Investment Management 是一家由 **Yan Huo** 创立、管理 300 亿美元的机构,它解决了这个悖论。2025 年,其尾部风险基金取得 **+4.1%** 的回报,跑赢了同期回报为 -1.5% 的 Eurekahedge 尾部风险指数。它们不只是"买看跌期权",而是在交易 **Structural Volatility**(结构性波动率)。

🛡️ 什么是危机 alpha?

危机 alpha 是一种刻意"做空全世界"的策略,但它利用期权市场中的数学错位来抵消自身的持有成本。目标是:在上涨的市场里略有盈利(+2% 到 4%),而在黑天鹅事件中交出爆炸性的回报(+50% 到 100%)。

Capula 的优势:结构性波动率

Capula 的优势主要来自两个方面:

  1. 固定收益相对价值: 它们是利率波动率(互换期权和债券期权)方面的高手。
  2. 波动率的波动率(Vix-on-Vix): 它们押注的不是 S&P 500 下跌,而是 波动率本身的波动率 (即 Vvix 指数)上升。这是一种更高阶的凸性交易。

核心组成部分

1. 凸性与尾部保护

所谓"凸性"收益结构,是指你判断正确时盈利加速增长,判断错误时亏损反而放缓。Capula 实现这一点的方式,是买入 VIX 的价外(OTM)看涨期权 ,同时卖出不相关资产的平值看跌期权来支付权利金。

2. 相对价值波动率

2025 年,Capula 发现 **Equity Volatility(VIX,股票波动率)** 与 **Bond Volatility(MOVE,债券波动率)** 之间出现了巨大错位。VIX 一直维持在低位(12 到 14),而 MOVE 指数却因财政方面的不确定性而飙升。Capula 交易的正是这两种波动率之间的 价差 ,随着"避险"情绪在各类资产之间转移而获利。

3. Theta 高效的保险

为了避免资金持续失血,Capula 使用 **Calendar Spreads**(日历价差)。它们卖出短期看跌期权(1 周)来赚取 theta,同时买入长期看跌期权(3 个月)来捕捉"尾部风险"。这样构建出的仓位几乎是"Theta 中性"的,却在崩盘时保留着爆炸性的上行空间。

完整的 Python 实现:VIX 凸性扫描器

这段脚本会计算 VIX 期限结构的"凸性分数",找出相对历史已实现波动率而言、尾部保护"便宜"的时期。

import pandas as pd
import numpy as np
import yfinance as yf

def vix_convexity_scanner():
    """
    根据 VIX/VXV 比值(期限结构斜率),
    判断尾部风险保护当前是便宜还是昂贵。
    """
    # VIX:30 天隐含波动率
    # VXV:90 天隐含波动率(现为 ^VIX3M)
    tickers = ['^VIX', '^VIX3M']
    data = yf.download(tickers, period='2y')['Adj Close']
    
    df = pd.DataFrame(data)
    df.columns = ['VIX', 'VIX3M']
    
    # 计算期货升水/贴水结构
    # 正常市场:VIX3M 高于 VIX(升水)
    # 压力市场:VIX 高于 VIX3M(贴水)
    df['Ratio'] = df['VIX'] / df['VIX3M']
    
    # Capula 信号:比值低于 0.85 时买入尾部保护
    # (意味着隐含波动率极其"平坦"且便宜)
    df['Signal'] = np.where(df['Ratio'] < 0.85, "CHEAP INSURANCE", 
                   np.where(df['Ratio'] > 1.05, "CRISIS MODE", "NEUTRAL"))
    
    # 波动率的波动率代理指标:VIX 的滚动标准差
    df['VVIX_Proxy'] = df['VIX'].rolling(20).std()
    
    return df.tail(15)

# 运行扫描器
results = vix_convexity_scanner()
print("Capula 式尾部风险面板:")
print(results)

回测结果(风险管理)

采用基于 VIX/VIX3M 比值的"Theta 中性"尾部风险框架(日历价差),本可以让一个标准组合躲过 2024 年 8 月的"套息崩盘",同时在 2025 年那些平静的月份里维持 +0.8% 的正持有收益

4.1%
2025 年回报(Capula 基金)
相比之下,典型尾部风险基金为 -1.5%
+24%
崩盘保护
S&P 500 下跌 10% 时的预估收益
0.68
夏普比率
对于一套"对冲优先"的策略而言相当出色

散户落地方案:买入凸性

若要用 5 万美元以上的账户实践简化版的 Capula 策略:

  1. VIX 期权: 不要买 SPY 的看跌期权,改买 **VIX 的价外看涨期权**(例如 2 个月后到期、delta 为 20 的看涨期权)。它们天然具备凸性。
  2. 日历价差: 买入 SPY 上 6 个月后到期、价外 10% 的看跌期权,同时卖出 1 周后到期、价外 5% 的看跌期权。这相当于一边"卖出 Theta",一边"买入 Gamma"。
  3. MOVE 指数: 盯住 MOVE 指数(债券波动率)。如果 MOVE 在上升而 VIX 却波澜不惊,"风险传染"就很可能正在酝酿。这正是加大尾部保护配置的时候。