put spread 的量化怎麼做

你為什麼要量化一個 put spread

主觀交易的問題是每次執行的條件不一樣。今天你覺得估值高了就做一單，明天你又因為看了篇新聞追進去，後天你因為忙懶得算賠率就放過了真正的機會。

量化交易就是把決策規則固定下來，讓機器每天用同一把尺子量所有機會。

其實量化交易的核心就一句話：交易是一門科學。只要你相信科學，相信市場是可以（從概率上）預測的，然後用科學的實證的方法研究，你就懂量化了。無論你是做高頻交易還是低頻交易，無論你是用統計模型還是 AI，無論你是用自動下單系統還是手動把房子掛出去賣掉都不重要。——李新野《人妻約會指南》

一個好的 bear put spread，必須同時滿足三個維度：估值、相對強弱、賠率。

1. 估值偏離：價格必須顯著高於你的合理價

你想不可能給股票定一個絕對精確的公允價值，但你可以定一個你願意賭它迴歸的下限。
比如我用自己的估值模型認定，55 美金是 INTC 應得的。那麼 82.5 就是不正常的。

不要追求精確的估值模型，去追求 “貴” 這樣一個清晰可量化的狀態。
簡單除法（價格/公允價）超過 1.45，就是進入射擊範圍。這比任何 DCF 都更適合期權交易。

2. 相對板塊過熱：排除整個板塊的β上漲

還是以 INTC 為例，INTC 漲了 20% 不一定該空，如果 SOXX 漲了 25%，它反而是跑輸的。
反過來，INTC 獨自瘋漲而板塊不動，這種背離最有價值。因為你要交易的是個股的α泡沫，而不是半導體行業的β。
一個很簡單的策略，用 20 日收益的差值相對於歷史均值的標準差。這本質是在問：現在的背離程度，在過去兩年裏屬於前 2.5% 的極端情況嗎？Z > 2 就是這類信號。

這是一個極簡的策略，你還可以往上疊，將這個 Z-score 因子進一步加工，可以從三個方向增強：一是將其轉換為歷史分位數，消除異常值影響並保留極端程度信息；二是引入背離持續時間作為衰減權重，比如連續多日 Z>1.5 後再突破 2.0，信號強度倍增；三是與 IV skew 交叉，僅當隱含波動率曲面呈現左偏時才採納該信號。

3. 賠率強制：最大盈利 / 最大虧損 ≥ 2.5

很多人只看方向，不看賠率。
put spread 的優勢本來就在於虧小贏大，如果成本漲得太多，優勢就沒了。你得把賠率門檻寫在系統裏。
比如，2.5 倍是底線，低於它系統直接拋棄，連候選都不進。

並且，用保守價格算成本，不用中間價。因為散户看期權價格，喜歡看 中間價，也就是 mid = (bid+ask)/2。但現實中你買要用 ask，賣要用 bid。mid 只是幻覺。

對於 put spread 來説

· 買入長 put 的成本 = ask
· 賣出短 put 的收入 = bid
· 你的真實淨支出 = long_ask − short_bid

最後，永遠以最差的可成交價格作為計算基準。
如果基於這個保守價格，賠率仍然 ≥ 2.5，那麼真實成交後你的賠率只會更好，不會更差。

4. 只選流動性好的合約，不碰垃圾

期權不是股票。一個期權如果沒有成交量、沒有未平倉量，你進去容易出來難。

你可以寫一個很簡單的過濾規則，具體怎麼改你後面可以自己操作，舉例：

· 買賣價差≤中價的 15%
· OI>500
· 日成交量>50（最好>100）

流動性是止損的生命線。暴跌的時候，你想平倉獲利時，如果那個 put 沒人買，你只能看着賬面利潤蒸發。
寧可放棄一個高賠率但流動性差的合約，也不要被困在裏面。

5. 人工確認優先，自動執行有條件

如果你使用長橋的 API，它不支持組合單原子提交。如果你要全自動，只能分腿執行。
但是分腿執行有一個致命風險：順序錯了，就會裸賣 put。

如果你執意要自動化，必須強制執行這個順序：

· 開倉：先買 long put，等成交確認後，再賣 short put
· 平倉：先買回 short put，再賣 long put

永遠不要先賣 short put。
 

另外，自動執行只在以下時段運行：

· 開盤後 30 分鐘不交易（等價差收窄）
· 收盤前 20 分鐘不新開倉（避免隔夜風險）
· 財報前 3 天只減倉不新開

6. 倉位按虧損額算，不按名義本金

散户經常説 “我用 5% 資金做期權”。問題是，期權的虧損不是名義本金，而是權利金。

對於 put spread，最大虧損=淨 debit×100 ×合約數量。

你的風險上限是 “最多虧多少美金”，而不是 “用多少名義本金”。
系統先算出單組 spread 的最大虧損，然後用 “總資金×3%” 除以單組虧損，得到合約數。這樣即使連續錯幾單，也不會傷筋動骨。

7. 平倉不是等最大收益，而是分階段退出

期權的時間價值衰減不是線性的，最後兩週跌得最快。更重要的是，真的跌到目標價的時候，你的 put spread 已經賺了大部分，剩下的利潤空間很小，而 gamma 風險反而變大。

所以你得主動止盈，不貪婪尾部利潤。
設定幾個價格目標，分批平倉：

還有一個反證止損：如果你當初做空的理由（比如基本面糟糕）被證偽，比如出現了大客户訂單、新產能落地，那就無條件清倉。
這不是技術止損，是邏輯止損。

8. 每筆交易都要進數據庫

不記錄的交易等於沒做過。
SQLite 就能滿足需求，字段不必多，關鍵是能回答這些問題：

· 不同行權價組合（75/55 vs 75/60）哪個勝率更高？
· 賠率大於 3 的入場，實際表現是否優於賠率 2.5 的？
· 財報前一週入場，是否劣化？
沒有歷史數據，你永遠不知道自己的哪條規則是錯覺。

只要你能把這些規則用任何語言、任何工具實現（Excel 也可以，Python 也可以，當然更推薦 python，畢竟 vive coding 這麼發達，隨便搓一套不費事），你就已經比 90% 的散户專業了。