鹏城的雨季来得毫无征兆。
窗外雨声淅沥，林晨坐在书房里，盯着屏幕上跳动的K线图。距离上次系统回撤已经过去一周，账户净值缓慢爬升到20.3万，但波动率依然让他皱眉——单日最大回撤仍然有2.1%，这种过山车般的体验，对心脏实在不够友好。
“还在看盘”？苏婉端着杯热牛奶走进来，放在书桌一角，“乐乐睡了，今天幼儿园老师说他午睡时还在念叨‘爸爸的代码不会骗人’”。
林晨嘴角微扬，接过牛奶喝了一口：“这小子……对了，下个月物业费我转给你了，记得查收”。
“看到了”。苏婉在他身后的懒人沙发上坐下，拿起一本教案，“你最近睡得比之前晚，系统不是已经稳定了吗”？
“稳定，但不够优雅”。林晨调出过去三个月的净值曲线，放大局部波动，“你看这里，3月15号，市场突发利空，我们持仓的几只科技股集体跳水，系统虽然触发了止损，但当天净值还是跌了1.8%”。
苏婉凑过来看了看：“可第二天不就涨回来了吗”？
“问题就在这里”。林晨切换到一个专业指标面板，“夏普比率，衡量每承担一单位风险能获得多少超额收益。我们系统目前是1.2，在量化策略里算及格，但不够优秀。真正顶级的私募产品，夏普能做到1.5以上”。
他顿了顿，手指在键盘上敲击，调出一篇论文：“我这几天在研究期权对冲。简单说，就是花一小部分成本，给投资组合买个‘保险’”。
“保险”？苏婉放下教案，来了兴趣。
“对。比如我们持有10万块的某只股票，担心它短期会跌，就可以花几千块钱买入对应的看跌期权”。林晨打开期权交易软件的模拟界面，“如果股票真跌了，期权会升值，抵消股票亏损；如果股票涨了，我们只是损失那几千块期权费，但股票的盈利照拿”。
苏婉思考了几秒：“听起来像车险，每年交保费，不出事故钱就白花了，但出了事能兜底”。
“就是这个逻辑”。林晨赞许地点头，“不过期权比车险复杂得多，有到期时间、行权价、波动率这些变量。我需要写个算法，动态计算什么时候该买保险、买多少、买什么期限的”。
他点开一个新建的Python文件，屏幕上出现密密麻麻的代码框架。过去一周，他已经啃完了三本期权定价的经典教材，Black-Scholes模型、希腊字母（Delta、Gamma、Theta…
（本章节未完结，点击下一页翻页继续阅读）
正在加载...