统计套利交易策略
股票交易中的套利策略与技巧
股票交易中的套利策略与技巧在股票交易中，套利被广泛应用于获得投资回报的一种交易策略。
套利策略的目标是通过利用不同市场、不同证券之间的价格差异，从而实现风险较低甚至无风险的利润。
本文将介绍股票交易中常用的套利策略和一些实用的套利技巧。
一、跨市场套利策略跨市场套利是通过不同交易市场之间的差异来获利。
其中一个常见的跨市场套利策略是跨市场日内套利。
该策略利用股票在不同交易市场的价格差异，在同一交易日内进行买卖，从中获得利润。
例如，如果某只股票在A市场的价格相对于B市场被低估，交易者可以在A市场购买该股票，并在B市场卖出。
通过这种方式可以获得差价的利润。
然而，跨市场套利策略需要交易者快速准确地执行交易，并保持充足的流动性。
因此，高效的交易平台和即时信息反馈是实施这一策略的关键。
二、期现套利策略期现套利是指在股票期货市场和现货市场之间进行交易，以获得价格差异所带来的利润。
期现套利交易者会同时在股票期货市场买入股指期货合约，并在现货市场卖出相应的股票。
这种策略的关键在于股票期货与现货市场的关系。
如果股指期货价格高于现货市场的价格，交易者可以卖出期货并购买现货。
反之，如果股指期货价格低于现货市场的价格，交易者可以买入期货并卖出现货。
通过巧妙地抓住这种价格差异，期现套利可以实现低风险的利润。
三、统计套利策略统计套利策略基于历史数据和统计模型，通过分析股票价格的走势，找出其中存在的规律和差异，从而获取利润。
这种策略的关键在于对股票价格的统计分析和模型建立。
例如，配对交易是一种常见的统计套利策略。
该策略选择两只具有相关性的股票，当二者之间的价格差异大于其平均值时，交易者进行交易。
当价格差异回归到平均值时，交易者平仓并获取利润。
然而，统计套利策略需要对历史数据的准确分析和模型的建立，以及对市场风险的敏感性。
因此，交易者需要具备良好的数据分析技能和及时的市场监测，以确保成功实施统计套利策略。
四、高频交易技巧高频交易是指利用计算机算法和高速网络连接进行快速交易的策略。
套利统计策略
套利统计策略
1.期现套利：利用期货和现货市场之间的价格差异来实现套利。
例如，如果某种商品在期货市场上的价格偏离了其在现货
市场上的价格，投资者可以同时买入现货，卖出期货，通过这
种操作来锁定利润。
2.商品套利：利用同一种商品在不同市场的价格差异来进行
套利。
例如，某种商品在国内市场的价格低于国际市场的价格，投资者可以通过进口该商品并在国内销售，以获取利润。
3.统计套利：基于统计学原理，通过分析历史数据和相关性
来确定买入或卖出的时机。
例如，通过分析两只相关性很高的
股票的价格变动，当它们之间的价格差异变大时，就可以买入
表现较差的股票同时卖出表现较好的股票，以获得价格回归带
来的利润。
4.对冲套利：通过买入一个资产的同时卖出相对应的对冲品种，以减少市场波动带来的风险。
这种策略常常被用于对冲基
金中，用于降低市场风险，稳定收益。
套利交易策略
套利交易策略一、什么是套利交易套利交易是指在不同市场或不同时间段内，通过买入和卖出相同或相关的资产，利用价格差异获得收益的交易策略。
套利交易通常需要高度专业化的技术和严格的风险控制。
二、套利交易类型1.空间套利：即在不同市场之间进行套利，如跨期套利、跨品种套利和跨市场套利等。
2.时间套利：即在同一市场内，但不同时间段之间进行套利，如日内交易、隔夜交易等。
3.统计套利：即基于统计学原理进行的套利，如配对交易、均值回归等。
三、常见的套利策略1.配对交易：将两个高度相关的股票同时买入或卖出，并根据其价格变化情况来获得收益。
2.期货/现货价差：通过买入期货合约并同时卖出现货商品来获得收益。
这种策略通常需要考虑存储成本和运输成本等因素。
3.跨品种价差：通过买入一个品种的期货合约并同时卖出另一个品种的期货合约来获得收益。
这种策略通常需要考虑两个品种之间的相关性。
4.跨市场价差：通过在不同市场中买入和卖出相同或相关的资产来获得收益。
这种策略通常需要考虑交易成本和风险控制等因素。
5.日内交易：在同一交易日内进行买入和卖出操作，以获得短期的利润。
这种策略通常需要高度专业化的技术和快速反应能力。
四、套利交易的优缺点1.优点：（1）套利交易可以在市场波动较小或趋于平稳时获得稳定的收益；（2）套利交易可以有效地降低投资组合的风险，从而提高整体投资回报率；（3）套利交易通常具有较高的成功率，因为它们是基于实际价格差异而进行的。
2.缺点：（1）套利交易需要高度专业化的技术和严格的风险控制，对投资者要求较高；（2）套利交易通常只能在特定条件下进行，如市场波动较小、流动性较好等；（3）套利交易可能会遭受意外风险，如市场突发事件、技术故障等。
五、套利交易的风险控制1.合理设置止损点：在进行套利交易时，应根据具体情况合理设置止损点，以控制风险。
2.分散投资：将资金分散投资于多个套利交易策略中，以降低整体风险。
3.严格执行交易计划：在进行套利交易时，应严格执行交易计划，避免过度自信或贪婪导致决策失误。
金融行业中的套利策略实施方法
金融行业中的套利策略实施方法在金融领域中，套利被视为一种透过交易不同资产或市场之间的价格差异来获取利润的策略。
随着金融市场的发展和技术的进步，套利策略的实施方法也变得越来越多样化和复杂化。
本文将探讨金融行业中常见的套利策略，并概述其实施方法。
1. 市场中性套利策略市场中性套利策略是指通过同时建立多头和空头头寸，以抵消市场风险，从而转化为利润的策略。
常见的市场中性套利策略包括配对交易、统计套利和交叉市场套利。
配对交易是基于两个或多个相关性较高的资产之间的价格差异进行交易。
投资者可以选择同一行业或相关产业的股票、指数、期货或期权进行配对，通过对冲头寸来获得收益。
统计套利是基于统计学原理的套利策略，利用价格之间的短期不平衡进行交易。
常见的统计套利策略包括价差交易、均值回归和风险套利。
交叉市场套利是通过交易不同市场的相关资产来实现盈利。
例如，投资者可以通过同时交易国内和国际市场的期货合约，利用汇率差异获得套利机会。
此外，还可以利用股票和期权之间的相关性进行交叉市场套利。
2. 方向性套利策略方向性套利策略是指基于对市场方向的预测，通过买入或卖出资产来获得利润的策略。
常见的方向性套利策略包括趋势跟踪、事件驱动和相对价值。
趋势跟踪是一种利用市场价格趋势进行交易的策略。
投资者通过购买上涨的资产或卖空下跌的资产，以获得市场趋势所产生的利润。
趋势跟踪策略可应用于股票、期货、外汇等市场。
事件驱动是利用市场上发生的特殊事件或消息来进行交易的策略。
例如，投资者可以根据财务数据公布、收购和兼并等事件进行交易，以获得价格波动所产生的套利机会。
相对价值是基于资产之间的相对价格差异进行交易的策略。
投资者通过同时买入被低估的资产并卖空被高估的资产，以获得价格回归所产生的利润。
相对价值策略常应用于股票和债券市场。
3. 高频交易策略高频交易是指利用快速计算机算法进行高速交易的策略。
这种策略基于非常短暂的市场变动，通过快速执行大量交易来实现利润。
量化投资中的统计套利方法
量化投资中的统计套利方法统计套利是一种常见的量化投资策略，它基于统计学原理和市场行为的规律，通过对市场数据进行分析和挖掘，以实现投资组合的稳定增长和超额收益。
本文将介绍统计套利方法的基本原理和常见的实施策略。
一、量化投资与统计套利方法量化投资是指利用大量市场数据和数学模型，通过计算机进行自动化交易决策的投资方式。
它能够避免情绪因素对投资决策的影响，提高投资效率和风险控制能力。
统计套利是量化投资的一种重要方法，它利用统计学原理分析市场数据，发现市场价格的异常波动，从而进行交易决策。
统计套利方法主要包括配对交易、统计套利和均值回归等。
二、配对交易配对交易是统计套利方法中的一种常见策略，它基于统计学原理找出两个或多个相关性较高的证券，建立长短持仓的组合。
当两者价格之间出现偏离时，便进行交易。
配对交易的基本原理是利用相关性较高的证券间的价格回归，即当价格偏离其长期均值时，存在回归的趋势。
通过对价格差进行统计学分析和建模，投资者可以在价格偏离时进行交易，获得差价回归的收益。
三、统计套利统计套利是一种利用特定的统计学指标进行交易的方法。
例如，市场的波动率可以用标准差来衡量，当波动率偏离其均值时，存在回归的趋势。
投资者可以根据市场波动率的历史数据进行建模分析，发现偏离的机会，并据此进行交易。
另外，统计套利还可以利用技术指标和市场行情数据进行交易。
例如，利用移动平均线、相对强弱指数等指标进行交易决策，以捕捉市场的短期波动。
四、均值回归均值回归是统计套利方法中的一种重要策略，其基本原理是当价格偏离其均值时，存在回归的趋势。
投资者可以通过计算价格与均值的差值，并进行分析和建模，以确定交易时机。
均值回归的实施策略可以根据不同市场和证券的特点进行调整。
例如，在股票市场中，可以选择合适的股票池，并设置阈值来触发交易信号。
五、风险管理在量化投资中，风险管理是至关重要的一环。
统计套利方法作为一种交易策略，也需要考虑合理的风险管理措施。
期货交易中的套利策略
期货交易中的套利策略期货市场作为金融市场中的重要组成部分，具有很高的流动性和风险套利的潜力。
套利是指通过利用价格差异获得无风险或低风险利润的交易策略。
在期货交易中，套利策略可以帮助投资者稳定收益、降低风险。
本文将介绍几种常见的套利策略，并探讨其应用和风险控制。
一、跨期套利策略跨期套利是指利用同一品种不同到期日的期货合约之间的价差进行交易。
这种套利策略主要基于期货市场上的远期合约与近期合约之间的价格差异。
投资者可以同时进行多头和空头头寸的交易，通过远期合约的买卖差价获取利润。
跨期套利策略通常适用于市场交易的正常状态，当远期合约与近期合约的价差偏离正常范围时，投资者可利用这种价差进行套利。
二、跨品种套利策略跨品种套利是指利用不同但有关联的品种之间的价差进行交易。
例如，商品期货市场上的黄金和白银之间存在一定的相关性，投资者可以根据市场供需关系和基本面分析，开仓黄金和白银的正、反向头寸，通过价差的变化来实现利润。
这种套利策略基于市场的相关性，投资者需要对相关品种有一定的了解和分析能力。
三、跨市套利策略跨市套利是指利用不同期货市场之间的价差进行交易。
在不同市场上，随着供需关系和资金流动的变化，同一品种的期货价格可能存在差异。
投资者可以通过在不同市场开仓正、反向头寸来获取利润。
例如，同时在国内和国际期货市场开仓，通过利用汇率差异和国际市场的动态变化来实现套利收益。
四、统计套利策略统计套利策略是基于统计学原理，利用历史数据和价格波动的规律进行交易。
这种套利策略主要通过选取具有相关性的品种或相关性较强的时间序列数据，通过建立统计模型来判断套利机会。
投资者可以将历史价格数据进行回归分析和协整检验，确定交易策略和风险控制点，以获取稳定的套利收益。
总结起来，期货交易中的套利策略包括跨期套利、跨品种套利、跨市套利和统计套利等。
这些策略需要投资者具备良好的市场洞察力、风险控制能力和交易执行能力。
同时，投资者还应该根据自身条件和风险承受能力选择合适的套利策略，并制定科学有效的风险管理和资金管理方案，以确保顺利执行套利策略，实现稳定的投资收益。
统计套利交易策略
基于统计套利的期权交易策略一、背景“配对交易”起源于摩根士丹利的股票交易策略，其基本理念为：找出一对呈现出高度相关的历史数据的股票，当它们的价格出现较大偏离时，推断这一价差随后将趋于收敛。
实际上，该策略可以拓展到任何两种呈现历史数据高度相关的衍生品中。
“配对交易”作为统计套利的核心，基本策略为：在一对衍生品的价差偏离历史统计所反应的平均值时进行建仓，并且在价差回归平均值或反向偏离平均值时进行平仓。
如果价差出现一段时间内的剧烈波动，则可以根据实际情况进行反复建仓平仓（即高频交易）。
对于一对价格相关性较高的资产，其价差的波动符合“爆米花过程”，即价差不断从偏离历史均值的位置回归到均值，然后又从均值进行再一次的偏离。
根据期权平价理论（Put-Call Parity :对同一标的物、同一行权价、C=认购期权价格P=认沽期权价格$=现货价格K=行权价格r =无风险利率T=到期时间同一到期日的认购和认沽期权来说，认购、认沽期权相对价格(即Call-Put)应该等于标的物股价减去行权价格的折现值：①在该等式中，等式左边期权的风险总和等于等式右边的标的物风险。
因此我们可以用一对看涨看跌期权建立“合成股票”以锁定股价变动风险(即期权组合的delta值为1)。
对等式①稍作变化，我们得到：②依等式②来看，若用期权组合与标的物进行对冲，由于行权价K 为常数，同时假设无风险利率r 也为常数，则“多标的股票- 空合成股票”的对冲组合的值为到期时间T的一个函数，随着到期时间T 的减小，对冲组合价值会向行权价格K 靠拢。
二、市场数据观测然而，郭女士在实际观测中发现，由于期权价格本身受供需的影响变化会很剧烈，上述对冲组合的价值会有较大程度的波动。
以50ETF、50ETF9月到期行权价为1.450元的认购和认沽期权1-4月的数据为例：0.20.150.10.05-0.05-0.1------50ETF -------- C-P虽然标的证券50ETF 同“合成股票” （C-P ）的走势高度一致,但在3月底和4月底都出现了不同程度的偏离。
统计套利的思路
统计套利的思路
统计套利是一种基于统计学原理的投资策略，其基本思路是利用不同资产之间的价格关系或市场中的定价错误来获取利润。
统计套利的核心思想是通过对历史数据的分析，找出资产价格之间的稳定关系或定价偏差，并利用这些关系或偏差进行交易。
具体来说，统计套利策略通常包括以下几个步骤：
1. 寻找套利机会：通过对历史数据的分析，找出不同资产之间的价格关系或市场中的定价错误。
2. 建立套利模型：根据找到的套利机会，建立相应的套利模型，该模型可以预测资产价格之间的关系或定价偏差。
3. 执行套利交易：根据套利模型的预测结果，进行相应的交易操作，以获取利润。
4. 监控和调整：对套利交易进行监控和调整，以确保交易的盈利性和风险控制。
统计套利的关键在于寻找稳定的价格关系或定价偏差，并通过建立准确的套利模型来预测未来的价格走势。
然而，由于市场的复杂性和不确定性，统计套利策略也存在一定的风险，需要投资者进行有效的风险控制和管理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
S-(C-P)
移动平均
布林上界
布林下界
通过绘图郭女士发现过去存在多次价差偏离均值较远的情况（即 超出布林线） ，在这种情况下存在套利机会。因此，郭女士继续观望 该投资组合。在 5 月 16 日，郭女士发现价差再次超过了布林线，郭
女士抓住该机会进行建仓。
1.48 1.46 1.44 1.42 1.4 1.38 1.36
进行统计套利的策略，既能较大程度上对冲标的物单向波动的风险， 又能获得较高的收益。 在期权价格与标的证券价格发生短期偏离的时 候，该策略能有较好的表现。
中信建投证券股份有限公司 重庆汉渝路证券营业部 客户姓名：郭晓玲 股东账号：A422259378
根据期权平价理论 （Put-Call Parity） ： 对同一标的物、 同一行权价、 同一到期日的认购和认沽期权来说，认购、认沽期权相对价格(即 Call
- Put)应该等于标的物股价减去行权价格的折现值 ： ������ − ������ = ������ − ������(������ + ������)−������
Put 盈亏： Call 盈亏： 盈亏总计：
1.48 1.46 1.44 1.42 1.4 1.38 1.36 1.34 1.32 2014/3/3 2014/3/8 2014/4/2
（0.052-0.016）*10000=360 -（0.094-0.119）*10000=250 620 元
2014/4/7
四、案例分析 5 月 12 日，郭女士观察了从 1 月 23 日至 5 月 9 日，看涨看跌期 权的价格以及每日 50ETF 的收盘价，发现以卖出一份看涨期权和买 入一份看跌期权所建立的“合成股票”的价格波动与 50ETF 的价格 波动存在高度一致性，其价格相关系数达到 0.8978。
1.6 1.55 1.5 1.45 1.4 1.35 1.3 2014/2/2 2014/2/7 2014/3/4 2014/3/9 2014/4/3 2014/4/8 2014/5/3 2014/1/23 2014/1/28 2014/2/12 2014/2/17 2014/2/22 2014/2/27 2014/3/14 2014/3/19 2014/3/24 2014/3/29 2014/4/13 2014/4/18 2014/4/23 2014/4/28 2014/5/8
S-(C-P)
1.48 1.46 1.44 1.42 1.4 1.38 1.36 1.34 2014/1/23 2014/2/23 2014/3/23 2014/4/23
郭女士发现， 对冲组合的价值并严格按照上文等式②所表示的那 样随时间推移而向行权价 1.45 元靠拢，而是在[1.39, 1.46]的区间内波 动为此，郭女士准备用配对交易的方式套出该部分价值波动。
2014/5/22
五、讨论 在本文一开始说明了统计套利的两种平仓方式， 除了郭女士的平 仓方式外，还可以在价差回归均值处进行平仓，但是收益率会降低。 研究员在郭女士进行建仓时对该组合进行关注，并且在 5 月 21 日时 发现价差回归到均值处。研究员发现，若郭女士在当日平仓，以当日 价格 1.469 元卖出 10000 份 50ETF，以 0.101 元买入一份看涨期权（得 到退回保证金）并以 0.056 元卖出一份看跌期权。他的总收入为： 50ETF 盈亏： Put 盈亏： Call 盈亏： 盈亏总计： （1.469-1.481）*10000 = -120 （0.056-0.016）*10000=400 -（0.094-0.101）*10000=70 350 元
三、交易策略 郭女士选择 50ETF、以 50ETF 为标的证券、9 月到期、行权价为 1.450 元的认购和认沽期权为观测标的，建立“多标的股票-空合成股 票”对冲组合S − C − P 的价差序列。并以该价格序列算出布林带进 行观测。当组合价格下突布林带下界时，进行开仓交易（买 50ETF， 买开认沽期权，卖开认购期权） ，当价差回归至移动平均值以上的区 间时，择机进行平仓交易（卖出 50ETF，卖平认沽期权，买平认购期 权） 。 注：由于卖空 ETF 的成本较高，郭女士暂时不考虑组合价格上 突布林带上届时的交易（即卖空 ETF，买开 Call，卖开 Put） 。
2014/5/2
2014/4/27
2014/2/26
2014/3/13
2014/3/18
2014/3/23
2014/3/28
2014/4/12
2014/4/17
2014/4/22
2014/5/7
2014/5/12
2014/5/17
S-(C-P)
移动平均
布林上界
布林下界
在总共 11 天的投资周期中，郭女士通过该策略盈利 620 元（未考 虑交易费用），收益率为 3.61%，年化收益率为 112.19%。显然，该 策略盈利空间大，组合自身已经对风险进行了控制，占用资金周期较 大且退出机制灵活， 一旦出现比建仓时价差偏离均值程度小的情况即 可平仓套利。而且该策略占用资金较少，对于投资者的资金门槛要求 较低。在本案例中，郭女士是非专业的个人投资者，资金有限，并且 无法进行高频交易。事实上，对于拥有大量资金的个人投资者或者机 构，利用该策略能够实现高频交易，进一步提高年化收益率。
0.2 0.15 0.1 0.05 0 -0.05 -0.1
50ETF
C-P
郭女士还作出了 50ETF 与期权组合的价差的变动情况以及价差 的移动平均数曲线，并且建立了布林线。郭女士采用移动平均数的方 法，以每 20 天数据为一组进行分析，得出以下曲线：
1.48 1.46 1.44 1.42 1.4 1.38 1.36
六、总结 策略优点： 1、由于标的证券 S 与“合成股票”（C-P）具有理论上的高相关 性，它们非常适合统计套利模型的应用。 2、策略在很大程度上对冲了标的单边波动的风险。 3、如果 ETF 可以 T+0 交易，则可以应用于高频交易。 策略风险： 1、当市场剧烈波动时，依然存在期权卖方保证金透支的风险。 2、可能出现开仓后长期无法平仓的情况。 3、标的物波动过小，导致开平仓空间小于交易费用。 总体来讲，利用认购、认沽期权构造“合成股票”来与标的证券
1.48 1.46 1.44 1.42 1.4 1.38 1.36 1.34 1.32
S-(C-P)
移动平均
布林上界
布林下界
此情况下，在 6 天周期中，策略盈利 350 元，收益率为 2.04%，年 化收益率为 123.82%。相对于郭女士的平仓策略，在均值处平仓的话 绝对收益率有所下滑，但由于平仓时间更短，年化收益率依然很高。 也就是说，只要能维持较高频率的开平仓，哪怕每单收益较小，总体 上仍然可以有丰厚的收益。而且，价差回复到均值附近比回复到均值 以上某个位臵的概率更大，也就是说在短期内平仓的概率更大、机会 更多。
卖出 Call（保证金-权利金）： 3416-1190 = 2226 总计： 17196
郭女士在进行投资后关注价差的变动， 并且在 5 月 26 日发现价差 反向偏离均值较大幅度。此时郭女士进行了平仓。以价格 1.482 元卖 出 10000 份 50ETF，以 0.094 元买入平仓一份看涨期权（得到退回保 证金）并以 0.052 元卖出一份看跌期权。他的总收入为： 50ETF 盈亏： （1.482-1.481）*10000 = 10
S-(C-P)
移动平均
布林上界
布林下界
郭女士在 5 月 16 日当日以 1.481 元的价格买入了 10000 份 50ETF 基金，并同时以 0.119 元的价格卖出（卖空）一份看涨期权和以 0.016 元的价格买入一份看跌期权。郭女士投入的总资金（含保证金）为： 买入 50ETF： 买入 Put： 1.481*10000 = 14810 0.016*10000 = 160
基于统计套利的期权交易策略
一、背景 “配对交易” 起源于摩根士丹利的股票交易策略， 其基本理念为： 找出一对呈现出高度相关的历史数据的股票， 当它们的价格出现较大 偏离时，推断这一价差随后将趋于收敛。实际上，该策略可以拓展到 任何两种呈现历史数据高度相关的衍生品中。 “配对交易”作为统计 套利的核心，基本策略为：在一对衍生品的价差偏离历史统计所反应 的平均值时进行建仓， 并且在价差回归平均值或反向偏离平均值时进 行平仓。如果价差出现一段时间内的剧烈波动，则可以根据实际情况 进行反复建仓平仓（即高频交易） 。 对于一对价格相关性较高的资产，其价差的波动符合“爆米花过 程” ，即价差不断从偏离历史均值的位臵回归到均值，然后又从均值 进行再一次的偏离。
依等式②来看，若用期权组合与标的物进行对冲，由于行权价 K 为常数，同时假设无风险利率 r 也为常数，则“多标的股票 - 空合成 股票”的对冲组合S − C − P 的值为到期时间 T 的一个函数，随着到 期时间 T 的减小，对冲组合价值会向行权价格 K 靠拢。
二、 市场数据观测 然而，郭女士在实际观测中发现，由于期权价格本身受供需的影 响变化会很剧烈，上述对冲组合的价值会有较大程度的波动。以 50ETF、50ETF9 月到期行权价为 1.450 元的认购和认沽期权 1-4 月的 数据为例：
1.6 1.55 1.5 1.45 1.4 1.35 1.3 2014/1/23 2014/2/23 50ETF 2014/3/23 C-P 2014/4/23
0.2 0.15 0.1 0.05 0 -0.05 -0.1
虽然标的证券 50ETF 同“合成股票” （C-P）的走势高度一致， 但在 3 月底和 4 月底都出现了不同程度的偏离。对 50ETF 价格和合 成股票（C-P）的价格进行差分，郭女士得到了上文提到的“多标的 股票-空合成股票”的对冲组合S − C − P 的走势：
C=认购期权价格 P=认沽期权价格 S=现货价格 K=行权价格 r =无风险利率 T=到期时间总和等于等式右边的标的物风 险。因此我们可以用一对看涨看跌期权建立“合成股票”以锁定股价 变动风险（即期权组合的 delta 值为 1） 。 对等式①稍作变化，我们得到： ������ − ������ − ������ = ������(������ + ������)−������ ②