Expected move ของออปชัน: สูตร ความแม่นยำ และการตีความ
เรียนรู้ว่า expected move ประเมินจาก implied volatility หรือ at-the-money straddle อย่างไร สมมติฐานของกฎ 68% คืออะไร และจะทดสอบความแม่นยำอย่างไร
คำตอบโดยตรง
Expected move ของออปชันประเมินการเคลื่อนไหวที่ตลาด implied ไว้ในช่วงเวลาที่ระบุ ไม่ใช่ทิศทางหรือขอบเขตตายตัว ความหมายขึ้นอยู่กับวิธี input ของ volatility expiration timestamp และสมมติฐานด้านการกระจาย
วิธีที่พบบ่อยสองแบบไม่ได้ให้ตัวเลขทางการเพียงหนึ่งเดียว
ค่าประมาณจาก IV มักเขียนเป็น stock price × annualized IV × √(days ÷ 365) เครื่องมือบางอย่างใช้วันซื้อขายแทน ตัวเลือกนั้น รวมถึง IV ที่เลือกและเวลาที่เหลือจริง เปลี่ยนผลลัพธ์
ทางลัดอีกแบบใช้ premium ของ call และ put ที่ใกล้ราคาในตลาดสำหรับ expiration หนึ่งรายการ ต้นทุน straddle รวมคือการเคลื่อนไหวที่ต้องใช้ ณ expiration เพื่อครอบคลุม premium ก่อนค่าธรรมเนียม แต่หน้าจอบางแบบคูณด้วย convention เช่น 0.85
เพราะ convention แตกต่างกัน แพลตฟอร์มที่น่าเชื่อถือสองแห่งจึงแสดงช่วงต่างกันได้ ให้บันทึกสูตรแทนการมอง “expected move” เป็น field มาตรฐานของตลาด
การตีความ 68% ตั้งอยู่บนสมมติฐานที่เข้มงวด
ช่วงหนึ่ง standard deviation เชื่อมโยงกับผลลัพธ์ประมาณ 68% ในการกระจายแบบปกติ โมเดลออปชันมักทำงานกับ log returns ทำให้ขอบเขตราคาด้านบนและด้านล่างไม่สมมาตรเล็กน้อยเมื่อคำนวณอย่างแม่นยำ
ตัวเลข 68% ไม่ใช่คำสัญญาเกี่ยวกับ expiration ถัดไป ผลตอบแทนมี jumps และ fat tails, IV มีการตั้งราคาความเสี่ยง และ surface ไม่แบน ช่วงที่สม่ำเสมอยังอาจ calibrate ได้ไม่ดีใน regime หนึ่ง
ความแม่นยำหมายถึง coverage ที่วัดด้วยกฎคงที่
เพื่อทดสอบช่วง ให้ตรึงสินทรัพย์อ้างอิง timestamp horizon วิธี และ endpoint นับว่า endpoint ปิดอยู่ภายใน band บ่อยเพียงใด ประเมิน target 68% จาก observations ที่ไม่ทับซ้อนกันจำนวนมาก ไม่ใช่จาก event ที่จำได้
วัดขนาด overshoot และแยก regime ที่สงบ earnings และ stress ด้วย โมเดลที่ครอบคลุมราคาปิด 68% แต่ประเมิน 32% ที่เหลือต่ำกว่ามากก็ยังอันตรายสำหรับความเสี่ยงของ short option
การเปลี่ยนสูตรหลังเห็นผลลัพธ์แต่ละครั้งสร้าง hindsight bias ให้รวมชื่อที่ถูกถอดออกจากตลาด สัญญาณที่ล้มเหลว ต้นทุน bid-ask และทุก observation ที่เป็นไปตามกฎเดิม
Expected move ของ earnings แยกคำถามอีกแบบ
Earnings straddle รวมการประกาศและการเคลื่อนไหวทั้งหมดจนถึง expiration หาก expiration อยู่หลายวันหลังประกาศ การเรียก premium ทั้งหมดว่า forecast เฉพาะ earnings จะประเมินส่วนของ event สูงเกินไป
เปรียบเทียบ expiration รอบ event หรือประเมิน forward variance เพื่อแยกองค์ประกอบของ event แม้เช่นนั้น ผลลัพธ์ก็ยังตั้งราคาความไม่แน่นอนและความต้องการประกัน ไม่ได้ระบุทิศทางของรายงาน
Expected move และ straddle break-even เกี่ยวข้องกันแต่ไม่เหมือนกัน
Premium ของ straddle เต็มจำนวนกำหนด expiration break-even ก่อนค่าธรรมเนียม ช่วงหนึ่ง standard deviation จาก IV มาจากโมเดล การปรับสเกลต้นทุน straddle อาจทำให้ค่าตรงกัน แต่ไม่ทำให้แนวคิดเหมือนกัน
Long straddle ขาดทุนได้แม้ราคาออกนอกช่วง expected ที่แสดง หากต้นทุนเข้า position timing การเปลี่ยน IV และการจับคู่แตกต่างกัน Short straddle อาจขาดทุนมากกว่า premium ได้มากเมื่อการเคลื่อนไหวเกิน break-even
ใช้ช่วงเป็นไม้บรรทัดของ scenario
ทำเครื่องหมายวิธี ราคากึ่งกลาง ขอบเขตบนและล่าง และเวลา checkpoint Reprice position ออปชันจริงที่จุดกึ่งกลาง ขอบ และนอกขอบ พร้อมเปลี่ยนเวลาและ IV ไม่ใช่เปลี่ยนเฉพาะราคาหุ้น
ช่วงนี้ช่วยเปรียบเทียบการตั้งราคา event เลือกจุดของ scenario และพูดคุยเรื่องความเสี่ยงได้ แต่บอกไม่ได้ว่าขอบใดจะถูกแตะ ด้านใดจะมาก่อน หรือเทรดออปชันให้ expected value เป็นบวกหรือไม่
คำถามที่พบบ่อย
สูตร expected move สำหรับออปชันคืออะไร?
ค่าประมาณทั่วไปคือ stock price × annualized IV × √(days ÷ 365) เครื่องมืออื่นใช้วันซื้อขายหรือ at-the-money straddle ดังนั้นผลลัพธ์ที่แสดงจึงไม่เป็นสากล
Expected move หมายความว่าหุ้นมีโอกาส 68% ที่จะอยู่ในช่วงหรือไม่?
เฉพาะภายใต้โมเดลหนึ่ง standard deviation ที่เลือกและสมมติฐานของมัน ผลตอบแทนจริง skew, jumps และ risk premium อาจทำให้ coverage จริงแตกต่าง ดังนั้นควรวัดอัตราจากข้อมูลจริง
At-the-money straddle คือ expected move หรือไม่?
Premium รวมของมันคือต้นทุนตลาดที่สังเกตได้และกำหนด expiration break-even ก่อนค่าธรรมเนียม เทรดเดอร์บางคนใช้โดยตรงหรือใช้ factor ปรับขนาด แต่ convention นี้ไม่เหมือน standard deviation ที่อิง IV
ควรตรวจความแม่นยำของ expected move อย่างไร?
ตรึงวิธีก่อนทดสอบ ใช้ horizon และ timestamp ที่เหมือนกัน นับ coverage ของ endpoint วัด overshoot และรายงานผลแยกตาม regime หลีกเลี่ยงตัวอย่างที่ทับซ้อนและการเปลี่ยนย้อนหลังเมื่อทำได้