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 > Vega | Iron Condor | 包租公 |
| 趋势跟随型 | Delta > Gamma | LEAPS Call | 长线投资者 |
| 波动率猎手 | Vega > Theta | Straddle 卖出 | 保险公司 |
| 尾部猎手 | Gamma > Vega | OTM 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。
- 我不知道明天 BTC 涨还是跌
- 我不知道下个月 IV 升还是降
- 我不知道这个事件会怎么影响市场
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 Scalping | RV 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%) |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。交易者 A1 × 1.8 × 2.2 × 0.1 × 1.6 × 2.0= 1.27交易者 B1 × 1.25<sup>5</sup>= 3.05
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 Alpha | Alpha = 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