21 期权交易哲学——从赌方向到做交易

你学会了 Greeks、定价、波动率曲面、各种组合策略……但如果底层思维还是BTC 要涨,买 Call,那前面的知识就是摆设。

大多数人亏钱,不是因为策略不对,而是因为思维方式错了。

你学会了 Greeks、定价、波动率曲面、各种组合策略……但如果底层思维还是BTC 要涨,买 Call,那前面的知识就是摆设。

这节课不讲新策略,讲一个更底层的东西:你怎么想问题,决定了你怎么做交易。


一、演绎法 vs 归纳法:两种完全不同的思维方式

1.1 归纳法:从历史找规律

归纳法的套路是:看过去发生什么 → 总结规律 → 预测未来。

归纳法的思维链路:

  过去的数据          找到的规律           未来的预测
 ┌─────────┐       ┌──────────┐       ┌──────────┐
 │ BTC 过去 │       │ IV 超过   │       │ 现在 IV  │
 │ 一年 IV  │  ───→ │ 80% 的概 │  ───→ │ 到了 85% │
 │ 都在     │       │ 率不到 5% │       │ 卖波!    │
 │ 30-80%  │       │          │       │          │
 └─────────┘       └──────────┘       └──────────┘

听起来很合理对吧?归纳法在期权中用得非常普遍:

常见用法怎么做
IV Percentile统计过去一年 IV 在哪个区间,判断现在偏高还是偏低
Skew 历史模式看 Put Skew 通常在什么水平,偏离时做交易
回测策略用历史数据测某个策略的胜率和盈亏比
季节性规律减半前 IV 会升高年底流动性变差

归纳法的问题在哪?过去不代表未来。

BTC 案例:2020 年 3 月的 IV 爆发 你在 2020 年 1 月用过去 5 年数据做归纳,结论是BTC 的 IV 极少超过 80%,超过就是绝佳卖波机会。 然后 COVID 来了。IV 飙到 150%、200%。 你按高 IV 就卖的规律重仓卖波 → 爆仓。 为什么亏了? 因为历史数据里没有全球大流行病这个变量。归纳法的致命伤:你只能总结过去见过的事情,永远无法预见没见过的事情。

1.2 演绎法:从第一性原理推导

演绎法不走看数据→找规律的路线,而是:从基本事实出发,用逻辑推导必然结论。

演绎法的思维链路:

  基本事实           逻辑推导           必然结论
 ┌─────────┐       ┌──────────┐       ┌──────────┐
 │ 卖方承担 │       │ 理性卖方 │       │          │
 │ 无限风险 │  ───→ │ 必须要求 │  ───→ │ IV 长期  │
 │ 只有有限 │       │ 风险补偿 │       │ > RV     │
 │ 收益    │       │ 才肯交易 │       │          │
 └─────────┘       └──────────┘       └──────────┘

经典案例——苏格拉底三段论:

 前提 1:所有人都会死
 前提 2:苏格拉底是人
 ─────────────────────
 结论:苏格拉底会死  ← 不需要统计 1000 个人来验证

1.3 用演绎法推导期权中的三个必然

必然 1:IV 长期必然大于 RV

 推导过程:

 ① 卖方承担有限收益 + 无限风险的不对称风险
 ② 理性人只有在获得足够补偿时,才愿意承担这种风险
 ③ 如果没有补偿 → 卖方离场 → 市场无法运转
 ────────────────────────────────────────
 ∴ IV > RV 是市场存在的前提条件,不是统计巧合
    差额 = 风险溢价(Volatility Risk Premium, VRP)
BTC 案例:为什么卖方长期有统计优势? 不用看历史数据,用演绎法就能推导: 假设 BTC 的 RV(实际波动率)长期是 60%,如果 IV 也是 60%,卖方的期望收益是 0。但卖方承担的是无限风险,期望收益为 0 的事谁干?没人干。所以 IV 必须 > 60%,比如 70%,那 10% 的差额就是卖方的风险工资。 你去看 Deribit 的数据,BTC 的 IV 确实长期高于 RV 约 5-15 个百分点。这不是巧合,是逻辑必然。 但注意: IV > RV 是长期均值关系,不代表每天、每周都成立。短期可以 IV < RV(比如突发暴跌时 RV 飙升),你的风控就是为这些时刻准备的。

必然 2:Skew 必然为正(Put 比 Call 贵)

 推导过程:

 ① 市场下跌时,波动率倾向于上升(恐慌、去杠杆)
 ② 市场下跌时,对冲需求急剧增加(基金买 Put 保护)
 ③ 卖方面对下行风险时要求更高溢价(流动性在下跌时恶化)
 ────────────────────────────────────────
 ∴ 同行权价的 OTM Put > OTM Call,Skew 长期为正
BTC 案例: 你去看 Deribit 的 BTC 期权,25-Delta Risk Reversal(Put IV - Call IV)长期是正数,通常在 +3% 到 +15% 之间。这不是统计巧合,是结构性必然——因为 BTC 暴跌时比暴涨时更可怕(暴跌 = 去杠杆连环爆仓 = 流动性枯竭 = 波动率爆炸)。

必然 3:波动率曲面不可能平坦

 推导过程:

 ① 不同行权价 → 标的资产的概率分布不同(肥尾、偏斜)
 ② 不同到期日 → 时间衰减速率不同
 ③ 不同行权价和到期日 → 市场需求不均匀
 ────────────────────────────────────────
 ∴ 波动率曲面必然是三维曲面,不是平面

1.4 为什么演绎法更强?

归纳法 vs 演绎法:

1.5 实战:两者配合使用

维度归纳法演绎法
出发点历史数据基本逻辑
结论性质大概率成立逻辑必然
适用场景找入场参数定方向和策略
失效条件市场结构变化前提错误
为什么这么操作:用演绎法定方向,用归纳法定参数。
1
演绎法:IV > RV 是必然 → 我要做卖方
演绎
2
归纳法:当前 IV Percentile 90% → 现在入场胜率高
归纳
3
演绎法:黑天鹅尾部风险无法消除 → 严格止损 + 仓位控制
演绎

二、期权 Alpha 从哪来?

2.1 Alpha ≠ 打败市场

很多人以为 Alpha = 赚得比大盘多。但在期权领域,Alpha 的含义更精确:

Alpha = 识别并利用定价偏差。

期权市场是一个多维定价市场(价格方向、波动率、时间、偏斜、期限结构),每一个维度都可能出现定价偏差。你的 Alpha 来自于:你在某个维度上比市场共识更准确。

2.2 风险溢价过高 → 卖方有 Alpha

当 IV 显著高于市场实际将要实现的波动率时,卖方获得了超额的风险溢价补偿。

BTC 案例:ETF 审批前的疯狂 IV 2024 年 1 月 BTC 现货 ETF 审批前夕,BTC 期权 IV 被推高到 80%+(年化),但历史上这种事件落地后的实际波动通常只有 40-50%。 | | IV(市场定价) | 预期 RV | 差额 | |--|---------------|---------|------| | ETF 审批前 | 80% | ~45% | +35%(卖方 Alpha) | 卖方在这个时候卖期权,等于收了 80% 的保费,但实际事故可能只造成 45% 的损失。多出来的 35% 就是 Alpha。 为什么这么操作: 你的 Alpha 来自市场对事件波动的高估。但注意——这不是无风险收益,万一 ETF 被拒绝,BTC 可能暴跌 30%,RV 远超 80%。Alpha 是概率优势,不是确定性。

2.3 风险溢价过低 → 买方有 Alpha

当 IV 被压低到不合理的水平时,买方可以以极低的价格买入波动率。

BTC 案例:漫长横盘后的低 IV 2023 年 10 月,BTC 在 25000-28000 区间横盘了 3 个月,IV 降到了 25%。市场极度平静,卖方互相内卷压价。 用演绎法判断:这种平静不可持续——BTC 要么向上突破 ETF 预期,要么向下破位,总之波动率要起来。 结果:接下来两周 BTC 暴涨到 35000,RV 飙升到 80%+。25% 买入的 Straddle 赚了数倍。 为什么这么操作: 买方 Alpha 来自市场对波动率的低估。这需要你有独立的波动率判断,敢于在市场最平静的时候买入。

2.4 Alpha 检验清单

场景判断依据你的 Alpha
IV 显著高于你的 RV 预期IV 80% vs 预期 RV 45%卖方 Alpha
IV 显著低于你的 RV 预期IV 25% vs 预期 RV 60%买方 Alpha
Skew 极端偏离25Δ RR 比正常高 10%做空 Skew 的 Alpha
Term Structure 倒挂近月 IV > 远月 IV 20%日历价差的 Alpha
你有独特的波动率模型你的模型比市场更准模型 Alpha
核心认知:Alpha 不是我比市场聪明,而是我在某个特定维度上看到了市场没看到的定价偏差。范围越窄,越容易找到 Alpha。

三、投机盈利的三差

业内总结过:投机盈利来自三个维度的差——你比别人多出来的东西。

3.1 认知差:你知道别人不知道的

认知差的层次:

BTC 案例:减半周期的认知差 2024 年 4 月 BTC 减半。大众叙事:减半 = 供给减少 = 必涨。 但有认知差的人会想:减半已经被定价了吗?市场预期已经反映在 IV 了吗?期权市场给了什么信号? 结果:减半前 IV 被推高到异常水平,但减半后 BTC 波动并不大——IV Crush。提前布局卖方策略的人赚了,追高买 Call 的人亏了。 为什么这么操作: 不是减半涨不涨的问题,而是市场对减半的预期定价是否合理的问题。同样的信息,不同的理解深度 = 不同的交易结果。

3.2 生理差:你的反应速度和执行能力

认知对了,但手慢了 = 白搭。

BTC 案例:3.12 暴跌的 5 分钟 2020 年 3 月 12 日,BTC 在 5 分钟内从 8000 跌到 7500。 - 交易者 A:5 分钟内完成了对冲(买入 Put / 减仓 Delta)→ 损失 5% - 交易者 B:犹豫了 30 分钟,BTC 已跌到 6000,Put 价格翻了 5 倍 → 损失 40% - 交易者 C:吓傻了,什么都没做 → 损失 70% 三个人都知道应该止损(认知一样),但执行速度天差地别。这不是认知差,是生理差。 为什么这么操作: 提前设好止损条件单、对冲计划,不用临时决策。减少对临场反应的依赖。

3.3 情绪差:你能控制恐惧和贪婪

这是最被低估、也最致命的差。

BTC 案例:BTC 突破 10 万美元 2024 年 12 月,BTC 突破 100000 美元心理关口,Call 需求暴增,IV 急剧拉升。 | 交易者 | 情绪 | 行为 | 结果 | |--------|------|------|------| | 小明 | 贪婪(FOMO) | 追高买 Call | BTC 回调 15%,Call 跌 60% | | 小红 | 恐惧 | 不敢卖 Call,怕涨到 15 万 | 错过 IV 极端高时的卖方 Alpha | | 老王 | 冷静 | 计算 IV 已到历史极端 → 卖出 Iron Condor | IV 回落,稳定盈利 8% | 为什么这么操作: 情绪稳定的人不是没感情,而是有一套规则,并且严格执行。老王的规则是IV > 历史 95 分位就卖波,不管 FOMO 多强,规则就是规则。

3.4 三差的关系

 三差缺一不可:

 认知差 ──→ 知道该做什么
   │
   ↓
 生理差 ──→ 能够做到(手快)
   │
   ↓
 情绪差 ──→ 坚持按计划做(不变形)

 认知对了 + 手慢了 = 知道但没做到
 认知对了 + 手快了 + 恐慌了 = 做了但做歪了
 三者齐全 = 真正的执行到位

四、库里肖夫效应与行为金融学

4.1 什么是库里肖夫效应?

电影学里的经典实验:同一个镜头,放在不同上下文里,观众给出完全不同的解读。

 同一个画面:一个人面无表情

 放在葬礼后面 → 观众觉得他在悲伤
 放在餐桌后面 → 观众觉得他在思考吃什么
 放在游乐场后面 → 观众觉得他在回味快乐

 表情没变,解读全变了。

交易中也一样:同一个市场事实,不同的叙事框架 → 不同的交易决策。

4.2 BTC 案例:跌 5% 的两种解读

 事实:BTC 从 100,000 跌到 95,000,跌幅 5%

 ╔══════════════════════════════════════════════════╗
 ║                                                  ║
 ║  框架 A(恐慌叙事):                              ║
 ║  BTC 崩了!恐慌开始!赶紧买 Put 对冲!           ║
 ║  → 交易方向:买入 Put                             ║
 ║                                                  ║
 ║  框架 B(均值回归叙事):                           ║
 ║  正常回调,支撑位 94000,IV 被恐慌推高了,卖波!   ║
 ║  → 交易方向:卖出 Straddle                        ║
 ║                                                  ║
 ╚══════════════════════════════════════════════════╝

 同一个事实,两种完全相反的交易。

4.3 期权定价中的框架效应

框架陷阱描述期权中的表现
线性外推现在涨,就会一直涨趋势最强时买入最贵的 OTM 期权
可得性偏差上次黑天鹅亏了,这次要过度对冲为极低概率事件付出过高成本
确认偏误我已经卖 IV 了,只看卖方有利的证据忽略 Skew 极端变化的信号
控制幻觉我能通过调仓控制风险频繁调仓,Theta 吃掉所有利润

4.4 如何突破框架限制?

为什么这么操作: 你无法消除框架效应,但可以用规则对抗本能。 三招: 1. 反向思考:建仓前写下如果做完全相反的交易,理由是什么? 2. 演绎法检验:不问过去发生了什么,问从基本逻辑出发,这件事必然如何? 3. 时间框架切换:把同一件事放在 1 天、1 周、1 月、1 年的尺度下看。 自测: 看到BTC 一天涨 15%,你的第一反应是? - 赶紧追 Call → 你被短期框架控制了 - IV 现在什么水平?Skew 什么形状?有没有定价偏差? → 你在用结构思维

五、幸福靠 Theta,暴富靠 Gamma,长期靠 Delta,致富靠 Vega

这句话浓缩了四种 Greeks 对应的交易风格和人生哲学。

5.1 幸福靠 Theta(时间衰减)

Theta 策略 = 收租金

特征描述
收益小额、高频、稳定
风险有限收益 + 无限风险(但概率上占优)
适合人群追求稳健、有耐心的人
BTC 案例每周卖出 BTC 的 OTM Call,月收益 2-5%,年化 30-60%
为什么幸福? 因为 Theta 是最确定的——时间一定会流逝。你不需要对方向有观点,不需要预测波动率走向。这种不依赖外部条件的确定性,给人内心的安宁。

5.2 暴富靠 Gamma(凸性爆发)

Gamma 策略 = 买彩票(但赔率远超彩票)

特征描述
收益低频、大额、不可预期
风险有限亏损 + 无限收益(概率不占优)
适合人群能承受连续亏损、信仰尾部收益的人
BTC 案例2024 年初花 $2000 买入 3 月到期的 BTC 120000 Call,BTC 到 3 月涨到 73000 → Call 归零亏 $2000。但如果 BTC 真到了 120000 → Call 值 $20000+
为什么暴富? 因为 Gamma 的非线性。BTC 从 100000 涨到 110000(涨 10%),ATM Call 可能涨 100%。但从 110000 涨到 120000(再涨 9%),Call 可能再涨 200%。越涨越快,这就是凸性的力量。

5.3 长期靠 Delta(方向判断)

Delta 策略 = 对标的有坚定信念

特征描述
收益依赖方向判断的准确率
风险方向错了就亏钱
适合人群有基本面分析能力、能长期持有的人
BTC 案例2023 年初买入 2025 年到期的 BTC 30000 Call,持有到现在,Delta 贡献了大部分收益
为什么长期? 方向判断需要时间验证。LEAPS Call 的 Delta 接近 1,和持有现货差不多,但成本更低(杠杆)。你的收益主要来自方向对了,而不是 Theta 或 Vega 的波动。

5.4 致富靠 Vega(波动率定价)

Vega 策略 = 在波动率的错误定价中获利

特征描述
收益依赖对波动率的判断
风险方向中性,但波动率判断错了就亏
适合人群数学好、能理解抽象概念的人
BTC 案例BTC ETF 审批后 IV 从 80% 回落到 45%,卖方赚了 35% 的 Vega
为什么致富? 因为 Vega 是期权市场中最常被错误定价的维度。大多数交易者不懂数学,只看涨跌。你能读懂 Vol Surface,你就拥有了一双别人没有的眼睛。

5.5 找到适合你的风格

交易者类型主要 Greeks典型策略类比
稳健收租型Theta > VegaIron Condor包租公
趋势跟随型Delta > GammaLEAPS Call长线投资者
波动率猎手Vega > ThetaStraddle 卖出保险公司
尾部猎手Gamma > VegaOTM Call/Put彩票玩家
全能型按环境切换看情况全天候选手
为什么这么操作:不要试图赚所有 Greeks 的钱。 赚 Theta 通常要放弃 Gamma,赚 Gamma 通常要付出 Theta。找到你最擅长的那一种,深耕它。什么都做 = 什么都不精 = 每个维度都比不过专业选手。

六、期权交易的道

6.1 承认不确定性

期权交易的第一课不是定价模型,是学会说我不知道。

承认不确定性不是软弱,是清醒。只有承认不知道,你才会去管理风险,而不是赌一把。

6.2 用概率思维代替确定性思维

确定性思维 vs 概率思维:

概率思维的本质:不对单次结果做判断,关注长期期望值。

BTC 案例: 你卖出一个 BTC Iron Condor,单次胜率 70%,盈亏比 1:1。 - 确定性思维:这次应该赢 - 概率思维:做 100 次,赢 70 次赚 70 单位,输 30 次亏 30 单位,净赚 40 单位 单次可能输,但 100 次的期望值是正的。你关心的不是这一次,而是长期。

6.3 管理风险比预测方向更重要

你不需要预测对方向才能赚钱,但你必须管理好风险才能活下来。

期权里很多赚钱方式不需要方向判断:

策略赚什么需要预测方向吗?
卖高 IV 期权Theta + Vega不需要
波动率曲面套利相对定价偏差不需要
日历价差Term Structure 均值回归不需要
Gamma ScalpingRV vs IV 的差不需要

但所有这些方式,如果风险管理不到位,一次黑天鹅就可能让你出局。

6.4 长期存活 > 短期暴利

BTC 案例:两个交易者的 5 年 | 年份 | 交易者 A | 交易者 B | |------|---------|---------| | 第1年 | +80% | +25% | | 第2年 | +120% | +25% | | 第3年 | -90% | +25% | | 第4年 | +60% | +25% | | 第5年 | +100% | +25% | | 5年净值 | 1.27(+27%) | 3.05(+205%) |
交易者 A
1 × 1.8 × 2.2 × 0.1 × 1.6 × 2.0
= 1.27
交易者 B
1 × 1.25<sup>5</sup>
= 3.05
A 看起来每年都很猛,但一次 -90%(爆仓)几乎清零。B 看似平庸,但复利的力量让他远超 A。 为什么这么操作: 复利的前提是不亏损。一次爆仓毁掉三年积累。活下来才有资格谈赚钱。

6.5 所有命运赠送的礼物,早已在暗中标好了价格

这句话在期权交易中体现得淋漓尽致:

免费的礼物暗中的价格
卖 Put 赚的权利金承担暴跌时的巨额亏损
Accumulator 的折扣价承担双倍下行风险
雪球产品的高票息承担敲入后的标的亏损
高杠杆的暴利承担爆仓归零的风险
看似稳赚的套利尾部风险(LTCM 的教训)
为什么这么操作: 每次看到稳赚的机会,第一反应不应该是能赚多少,而是我在承担什么风险。如果看不懂风险在哪,那你就是风险本身。

七、小结

核心概念要点一句话记忆
演绎法 vs 归纳法演绎法从基本逻辑推导必然结论,归纳法从历史总结规律演绎法定方向,归纳法定参数
期权 AlphaAlpha = 识别定价偏差,不是打败市场IV 太高→卖方 Alpha,IV 太低→买方 Alpha
认知差你知道别人不知道的东西(信息、理解、框架)同一个 IV 数字,你看出别人看不出的含义
生理差反应速度和执行能力5 分钟内对冲 vs 30 分钟后对冲 = 5% 亏损 vs 40% 亏损
情绪差控制恐惧和贪婪用规则对抗本能
库里肖夫效应同一事实 + 不同框架 = 不同决策BTC 跌 5%:崩盘还是回调?取决于你的框架
幸福靠 Theta稳定、确定、像收租金时间一定流逝,Theta 一定到手
暴富靠 Gamma小概率大赔率,非线性爆发99 次小亏,1 次大赚覆盖所有
长期靠 Delta对标的有坚定信念,长期持有方向判断需要时间验证
致富靠 Vega在波动率错误定价中获利懂 Vol Surface = 有一双别人没有的眼睛
交易之道不确定、概率、风控、存活承认不知道,管理风险,长期活着
下一篇: 22-累计期权与结构化产品

本文为链研社「加密期权完全指南」单课全文,仅供投资教育,不构成投资建议。 互动工具与旧分享链接仍可在 SPA 壳页 打开。 · 返回课程目录