「会涨到 $250」错在哪里
Section titled “「会涨到 $250」错在哪里”你可能这样写过判断:「NVDA 财报后会涨到 $250。」假设财报后 NVDA 收在 $235(示例价格,非实时)。这个判断错了,可是错在哪里?可能是方向对了、幅度不够,也可能是幅度够了、只是时间未到。单点的判断分辨不出来,所以下一次也无从改进。
它还有一个问题:期权的盈亏取决于股价最后落在哪里。只写一个点,就只能算出一个盈亏,看不到其他结果下会赚多少、亏多少。
所以这一节把一个判断改写成几个情景,每个情景带一个概率。这样做有两个用处:一是能算出一个结构在每个情景下的盈亏,进而算出期望值和最坏情景的亏损;二是写下的概率到复查日可以打分(4.7)。下面沿用 4.1 的 NVDA 财报观点卡:隐含幅度 7.6%,覆盖到周五到期为止的 4 个交易日;卡上的结论是「财报后首个交易日收盘,涨跌幅在 ±7.6% 以内」,概率 60%。
情景树:把一个判断分成几个情景
Section titled “情景树:把一个判断分成几个情景”情景树(scenario tree)把未来可能的结果分成几个分支,每个分支是一个情景。3–5 个分支就够了:太少看不出风险,太多只会造成虚假的精确感。每个分支写四项:
- 触发条件:什么情况下出现这个情景。
- 概率:一个数字。
- 价格区间:股价大约落在什么范围,再选一个代表值,用来计算盈亏。
- IV:事件之后上升还是下降。期权的盈亏还取决于 IV(2.6)。
情景树要满足两条规则:
- 各情景互不重叠,合起来覆盖所有可能的结果,所以概率合计正好 100%。
- 必须有一个「意外」分支,即概率小、幅度大的情景。它最容易被遗漏,对盈亏的影响却最大(见下文期望值例子的第 4 点)。
从一张观点卡画出情景树,分四步:
- 按卡上的结论,把所有结果分成「成立」和「不成立」两组。NVDA 的卡:±7.6% 以内(成立)60%,以外(不成立)40%。
- 每组再按幅度分成一两支;「不成立」一组里幅度最大的那一支是意外。每一支的代表值:有上下界的区间取中点附近的值,开放的尾部(例如「12% 以上」)按过去同类事件的典型幅度取一个值。
- 每支写上触发条件、价格区间、代表值和 IV,再把这一组的概率分给各支。
- 检查:各支合计 100%,「成立」一组的概率之和等于卡上的概率。
NVDA 这张卡的情景树如下(示例数据,非实时):
| 情景 | 触发条件 | 概率 | 涨跌幅(代表值) | IV |
|---|---|---|---|---|
| A 平淡 | 业绩和指引都在预期附近 | 30% | 0–4%(2%) | 回落到约 40% |
| B 中等 | 小幅超出或低于预期 | 30% | 4–7.6%(6%) | 回落到约 40% |
| C 大幅 | 指引明显上调或下调 | 28% | 7.6–12%(10%) | 回落,但仍高于 40% |
| D 意外 | 出口管制、大客户砍单这类新消息 | 12% | 12% 以上(15%) | 回落得慢,甚至再升 |
表中「IV」一栏是事件之后的 IV:财报一公布,事件溢价消失,IV 回到平时约 40% 的水平(2.6);意外越大,回落得越少。
读法:涨跌幅不分方向,括号里是用来计算盈亏的代表值;四段首尾相接,覆盖所有可能的结果。
A、B 两个情景都在 ±7.6% 以内,A + B = 60%,正好等于卡上的概率。情景树和观点卡描述的是同一个判断,所以两者的概率必须一致。画树时如果发现 A + B 不是 60%,就要回头改其中一个,不能让两个数字并存。这张卡只判断幅度,所以情景不分涨跌;观点包含方向判断时,把每个分支再分成上涨和下跌。
四支情景不重叠、合计 100%:A + B = 60%,正好是卡上的概率
沿用 4.1 的 NVDA 财报观点卡:隐含幅度 7.6%,卡上「±7.6% 以内」60%(示例数据,非实时)· 涨跌幅不分方向
NVDA 财报每个分支写明触发条件、概率、价格区间和 IV
±7.6% 以内:A + B = 60%,正好是卡上的概率
A 平淡 30%
涨跌幅 0–4%,代表值 2%
业绩和指引都在预期附近
IV 回落到约 40%
B 中等 30%
涨跌幅 4–7.6%,代表值 6%
小幅超出或低于预期
IV 回落到约 40%
±7.6% 以外:C、D
C 大幅 28%
涨跌幅 7.6–12%,代表值 10%
指引明显上调或下调
IV 回落,但仍高于 40%
D 意外 12%概率小、幅度大
涨跌幅 12% 以上,代表值 15%
出口管制、大客户砍单这类新消息
IV 回落得慢,甚至再升
涨跌幅不分方向
四段首尾相接,覆盖所有可能的结果,概率合计正好 100%。
概率从哪里来
Section titled “概率从哪里来”主观概率(subjective probability)是对一件事是否发生的信心,用 0 到 100% 的数字表示。它不需要「客观正确」,但必须能在事后检验。确定概率分四步:
- 以基准率为起点(4.1)。
- 列出支持和反对的理由,各写一句。
- 每条理由先作小幅调整,例如 ±5 个百分点;证据的诊断力很强时,可以调得更多,算法见 4.7 的贝叶斯更新。
- 检查各情景的概率合计是否等于 100%。
估计概率时,最常见的偏差有三种:
- 过度自信(overconfidence)指概率写得太极端,区间画得太窄。大量研究发现,人们声称「90% 有把握」的区间,实际命中率远低于 90%。上面的第 1、3 步就是针对它的。
- 确认偏误(confirmation bias)指只寻找支持自己判断的证据。对策是写卡时必须写一条最强的反方理由。
- 事后偏差(hindsight bias)指结果出现之后,觉得「我早就知道」。对策是在事件之前写好卡,写完不再修改;想法改变时,另加一条带日期的更新(4.7)。
还要警惕「70% 陷阱」:每张卡都写 70%,说明没有区分把握的大小。有用的概率有高有低,有的卡写 55%,有的卡写 80%。
期望值与加权幅度
Section titled “期望值与加权幅度”有了情景和概率,就能算出一个结构在这棵树下平均是赚还是亏。期望值(0.7)是各情景「概率 × 盈亏」之和,即长期平均每次的结果:
- p_i:第 i 个情景的概率。
- P&L_i:结构在第 i 个情景下的盈亏(每组,美元)。
用情景树还可以算出自己的加权幅度(probability-weighted move):把每个分支的概率乘以代表值,再相加。它是按你自己的概率算出的平均涨跌幅,不分方向。市场的隐含幅度(4.1)是价格里的平均涨跌幅,两者含义相同,但只有覆盖同一段时间时才能直接比较,这时的差距才是你与市场在幅度上的分歧。隐含幅度覆盖到跨式到期为止的全部交易日。情景树只写事件当天的涨跌幅时,有两种办法使两者对齐:一是按 4.1 延伸阅读,把隐含幅度换算成事件当天的部分;二是在各情景的代表值里计入其余交易日的波动。
例:NVDA 现价 $225(4.1)。按上面的情景树,计算买入 2.6 的平值跨式(225C + 225P,共 $17.10,每组 $1,710)并持有到周五到期的期望值。情景树写的是财报后首个交易日的涨跌幅,跨式却还要再经过 3 个普通交易日,所以先在每个情景里计入这 3 天的波动。按 NVDA 平时的 IV 40%,平常一天的 1σ 约为 2.5%(4.1 延伸阅读),3 天合计的 1σ 约为 2.5% × √3 ≈ 4.3%。按正态分布把这部分波动加到各情景的代表值上,就得到到期时的平均涨跌幅(表的第二列)。幅度小的情景增加得多:A 的 2% 比随后 3 天的波动还小,股价可能越过 $225 到另一边,而跨式不分方向,两边都算幅度,所以平均涨跌幅变成约 3.82%;D 的 15% 离 $225 很远,随后的涨跌大致相互抵消,仍约为 15%。
跨式到期时的价值是 |到期股价 − 225|,按概率平均就是「到期时的平均涨跌幅 × 225」;每组盈亏 = (到期价值 − 17.10) × 100。以情景 A 为例:到期价值约为 225 × 3.82% ≈ $8.60,每组盈亏是 (8.60 − 17.10) × 100 = −$850,乘以概率 30% 得 −$255。
| 情景(概率,当天幅度) | 到期时的平均涨跌幅 | 每组盈亏 | 概率 × 盈亏 |
|---|---|---|---|
| A 平淡(30%,2%) | 3.82% | −$850 | −$255 |
| B 中等(30%,6%) | 6.33% | −$286 | −$85.80 |
| C 大幅(28%,10%) | 10.03% | +$547 | +$153.16 |
| D 意外(12%,15%) | 15.00% | +$1,665 | +$199.80 |
| 合计(100%) | +$12.16 |
- 加权幅度:两种对齐办法的结论相同。只看财报当天,加权幅度是 0.30 × 2% + 0.30 × 6% + 0.28 × 10% + 0.12 × 15% = 7.0%;4.1 延伸阅读算出财报当天的 1σ 约为 8.5%,换成平均涨跌幅约为 0.8 × 8.5% ≈ 6.8%,这是隐含幅度里财报当天的部分,7.0% 略大于它。算到跨式到期,加权幅度是 0.30 × 3.82% + 0.30 × 6.33% + 0.28 × 10.03% + 0.12 × 15.00% ≈ 7.653%,也略大于隐含幅度 7.6%。如果直接拿只覆盖财报当天的 7.0% 与覆盖 4 个交易日的 7.6% 比较,就等于假设财报后的 3 天股价不再变动,会得出买方每组亏损 $135、卖方占优的相反结论。
- 买入跨式的期望值:最后一列合计约 +$12,不到成本的 1%。还有一种更快的算法。跨式到期的价值是「幅度 × 股价」,按概率平均,就是「加权幅度 × 股价」;买方付出的是跨式价格。所以期望值 = (加权幅度 × 股价 − 跨式价格) × 100,其中的加权幅度要算到跨式到期。验算:(7.653% × 225 − 17.10) × 100 ≈ (17.22 − 17.10) × 100 = +$12。跨式价格 ÷ 股价就是隐含幅度,所以这个式子也可以写成 (加权幅度 − 隐含幅度) × 股价 × 100。两者覆盖同一段时间时,加权幅度大于隐含幅度,持有到到期的买入跨式期望值为正;小于时买方为负、卖方为正。这个例子里买方略占优,但差距只有约 0.05–0.2 个百分点;概率稍作调整,结论就可能反过来(第 4 点和思考题 2)。所以它不足以支持一笔交易,与 4.1 把这张卡定为练习卡的结论一致。
- 卖出跨式:盈亏与买方正负号相反,按这棵树平均每组亏损约 $12。即使换一棵树、卖方的期望值为正,也要先看最坏情景:D 情景下每组平均亏损约 $1,665;如果到期时涨跌幅达到 20%,每组亏损 (225 × 20% − 17.10) × 100 = $2,790。所以期望值为正还不够,要先写出最坏情景的亏损;这笔亏损能否承受、能做几张,在 11.2 讲。
- 敏感度:只把 3 个百分点的概率从 A 移到 D(A 27%、D 15%),期望值就增加 0.03 × (1,665 − (−850)) ≈ $75,变成约 +$88;财报当天的加权幅度变成 7.39%,比 6.8% 高出约 0.6 个百分点。尾部概率(意外情景的概率)最难估计,对结果的影响却最大。
第 4 点还说明一件事:卡上的 60% 这一个数字,并不决定哪一方的期望值为正。决定它的是加权幅度与覆盖同一段时间的隐含幅度的比较,而加权幅度取决于整棵树,尤其是意外那一支。上面的计算都按持有到到期;事件后第二天就平仓时,期权还有剩余的时间价值,要按当时的 IV 重新定价(2.6「IV 崩塌」一节)。
交互图:图上持有到到期时,假设财报当天以后股价不再变动,没有计入其余 3 天的波动,所以买入跨式的期望值显示为 −$135,比上表的约 +$12 低,这正是第 1 点说的口径错误。用它看各项调整的方向和大小:先看四个情景,再把 3 个百分点的概率从 A 移到 D,看期望值变化多少。然后把「买还是卖」换成卖出,看最坏情景亏损多少;最后把「什么时候算盈亏」换成事件后第二天平仓,与持有到到期的结果比较。交互图对四个情景使用同一个事件后 IV(40%),而情景表里 C、D 两个情景的 IV 回落较少,期权在第二天的价值更高。所以按情景表计算,第二天平仓时买方的期望值比图上高一些。
政策事件:先写结果,再写市场反应
Section titled “政策事件:先写结果,再写市场反应”财报的树直接按涨跌幅分支,写的就是市场的反应。政治和政策事件不同,你分析的是结果,例如谁当选、法案是否通过;而同一个结果出来以后,市场可能有不止一种反应。
案例:2016-11-08 美国大选之夜,正确判断了选举结果的人,如果同时按「结果出来就大跌」交易,仍然会亏损。开票结果出乎多数预测,标普 500 期货一度跌到 5% 的跌停限制;然而第二天的常规交易时段,标普 500 收涨 1.1%(Bloomberg、Reuters)。
因此,政治和政策事件的情景树要分两层:第一层是「结果」,第二层是「市场对这个结果的反应」。第一层各个结果的概率合计 100%;第二层在每个结果之下另写一组反应,这一组也合计 100%。一条路径的概率是两层相乘。例如,假设你写「出乎预测」30%,在这个结果下「先跌,再收复」40%,这条路径的概率就是 30% × 40% = 12%。所有路径的概率相加,仍然是 100%。
先判断结果,再判断反应:2016 年判断对了结果、却按「大跌」交易的人仍然亏损
2016-11-08 美国大选之夜 · 示意:第一层是结果,第二层是市场对这个结果的反应
事件第一层:结果第二层:反应
2016 年:标普 500 期货一度跌到 5% 的跌停限制,第二天常规交易时段却收涨 1.1%。正确判断了结果、又按「结果出来就大跌」交易的人,仍然亏损。
写下以后:打分和更新
Section titled “写下以后:打分和更新”情景树上的概率,到复查日要打分:写 60% 的结论,长期来看是否真有约六成成立。写卡以后出现新消息时,什么情况下改概率、怎样改,也有规定的做法。这两件事在 4.7 讲。学到 4.7 以前就到了复查日的卡,先按本章导读「观点日志的规则」里的一句算法打分(详见 4.7)。
用期权表达观点
Section titled “用期权表达观点”从情景树到每个情景下的盈亏,再到期望值、最坏情景和张数,这一推算过程一直用到第11章。它对选择结构有两点含义:
- 结构的选择取决于分歧的方向(4.1 的「用期权表达观点」)。两个幅度覆盖同一段时间时,加权幅度大于隐含幅度,不分方向的买入跨式期望值才可能为正;加权幅度小于隐含幅度,卖出跨式这类卖方结构的期望值才可能为正,但卖方要先通过最坏情景的检查。带方向的结构还取决于方向判断。
- 对尾部概率没有把握时,宁可把意外情景的概率写高一些,再看结论是否改变。如果概率稍作调整结论就改变,这笔交易就不做。
随堂练习(示例价格,非实时):另一个季度,AAPL $340,财报次日到期的平值跨式报 $18.70(340C $9.40,340P $9.30),它只覆盖财报后首个交易日。你的观点卡写的是「AAPL 财报后首个交易日收盘,涨跌幅在 ±5.5% 以内」,概率 55%。你按幅度写了四个情景,涨跌幅不分方向:
| 情景 | 涨跌幅(代表值) | 概率 |
|---|---|---|
| A 平淡 | 0–3%(1.5%) | 20% |
| B 中等 | 3–5.5%(4.5%) | ? |
| C 大幅 | 5.5–9%(7%) | 30% |
| D 意外 | 9% 以上(12%) | ? |
- 算出隐含幅度,再填出 B、D 的概率,使情景树与卡上的 55% 一致。
- 算出加权幅度,与隐含幅度比较。
- 算出买入这个跨式并持有到到期的期望值(每组),判断买方还是卖方的期望值为正。
- 写出买方和卖方各自最坏情景的每组亏损。
- 卡上认为「在 ±5.5% 以内」的可能更大,为什么期望值为正的反而是买方?
- 另一张卡针对一项法案的表决:通过 70%,不通过 30%。你认为通过以后,市场「持续上涨」60%,「先涨后回落」40%。「通过且持续上涨」这条路径的概率是多少?
参考解答
- 隐含幅度 ≈ 18.70 ÷ 340 = 5.5%。A、B 在 ±5.5% 以内,A + B 要等于卡上的 55%,所以 B = 55% − 20% = 35%。四支合计 100%,所以 D = 100% − 55% − 30% = 15%。
- 加权幅度 = 0.20 × 1.5% + 0.35 × 4.5% + 0.30 × 7% + 0.15 × 12% = 0.30% + 1.575% + 2.10% + 1.80% = 5.775%,大于隐含幅度 5.5%。
- 期望值 = (加权幅度 × 股价 − 跨式价格) × 100 = (5.775% × 340 − 18.70) × 100 = (19.635 − 18.70) × 100 ≈ +$93.50。逐支验算:到期价值分别是 $5.10、$15.30、$23.80、$40.80,每组盈亏 −$1,360、−$340、+$510、+$2,210,乘以概率后相加:−272 − 119 + 153 + 331.50 = +$93.50。买方的期望值为正,卖方为负。
- 买方最坏是 A 情景,每组亏损 $1,360;如果股价几乎不动,最多亏损全部 $1,870。卖方最坏是 D 情景,每组亏损 $2,210;涨跌幅超过 12% 时亏得更多,没有上限。
- 55% 只说明落在哪一边的可能更大,不说明落在多远。买方在 A、B 两支亏损有限,在 C、D 两支赚得多,所以期望值看的是加权幅度与隐含幅度的比较。还可以对照 4.1:定价公平时,实际幅度小于隐含幅度的比例约为 58%;你只写 55%,说明你比市场更相信大幅波动,这正是买方的分歧。
- 两层相乘:70% × 60% = 42%。「通过」之下的两条路径是 42% 和 70% × 40% = 28%,「不通过」之下的各条合计 30%,全部相加仍是 100%。
常见误区:
- 「我预测 NVDA 会涨到 $250。」——单点预测几乎总是错的,出错之后也分不清错在方向、幅度还是时间。写成几个带概率的情景,才能算盈亏,到复查日也才能打分。
- 「卡上写了 60%,结论更可能成立,所以卖方的期望值一定为正。」——哪一方的期望值为正,取决于加权幅度与隐含幅度的比较。随堂练习里的卡写 55% 认为更可能在以内,期望值为正的却是买方。
- 「意外分支的概率很小,可以不写。」——NVDA 的例子里,只把 3 个百分点从 A 移到 D,买入跨式的期望值就从约 +$12 变成约 +$88。漏掉意外分支,期望值和最坏情景都会算错。
- 「期望值为正,就该重仓做。」——期望值只回答是否值得做;仓位能有多大,要看最坏情景的亏损能否承受(11.2)。
思考题:
- 你写了 3 个情景:概率 50%、30%、20%,某个结构的盈亏分别是 +$300、−$200、−$900。期望值是多少?最坏情景亏多少?(答:0.5 × 300 + 0.3 × (−200) + 0.2 × (−900) = 150 − 60 − 180 = −$90;最坏情景每组亏 $900。期望值为负,这个结构不做。)
- 把 NVDA 情景树里 C 的 4 个百分点移给 A(A 34%、C 24%),其余不变。卡上的 60% 还对吗?买入跨式的期望值变成多少?(答:A + B 变成 64%,与卡上的 60% 不一致,要把卡改成 64%,或者重新分配概率。财报当天的加权幅度 = 0.34 × 2% + 0.30 × 6% + 0.24 × 10% + 0.12 × 15% = 6.68%,小于隐含幅度里财报当天的部分约 6.8%。期望值按例子里的表计算:4 个百分点从 C 移到 A,期望值变化 0.04 × (−850 − 547) ≈ −$56,从约 +$12 变成约 −$44,变成卖方略占优。)
- 为什么 NVDA 财报的树只有一层,一次大选的树却要写两层?(答:NVDA 的树直接按涨跌幅分支,分支本身就是市场的反应。大选要分析的是结果,同一个结果出来以后,市场可能先跌后涨,也可能一路下跌,2016 年就是例子。所以先写结果,再在每个结果下写反应,路径的概率是两层相乘。)
本节要点:
- 把判断写成 3–5 个互不重叠、合计 100% 的情景,其中一支是意外;「成立」那几支的概率之和必须等于卡上的概率。
- 概率从基准率出发,每条理由先作小幅调整,例如 5 个百分点左右,证据的诊断力很强时按 4.7 的贝叶斯更新调整;写一条最强的反方理由,事件前写好卡、写完不改,也不要每张都写 70%。
- 期望值是各情景「概率 × 盈亏」之和;加权幅度是各情景「概率 × 代表值」之和。
- 买入跨式并持有到到期的期望值 = (加权幅度 − 隐含幅度) × 股价 × 100,两个幅度都要覆盖到跨式到期为止的同一段时间:加权幅度大于隐含幅度时买方为正,小于时卖方为正。
- 期望值为正还不够,还要写出最坏情景的亏损;尾部概率稍作调整结论就改变,这笔交易就不做。
- 政策事件的树分两层,先写结果,再写市场反应,一条路径的概率是两层相乘。
本节任务:取观点日志里 4.1 写的那张卡;卡上还没有写概率的,先写一个结论成立的概率。为它画一棵 3–5 支的情景树,每支写触发条件、价格区间和代表值,检查「成立」那几支的概率之和等于卡上的概率。算出加权幅度,与隐含幅度比较,在卡上写一句结论:按你的树,买方还是卖方的期望值为正。最后看一眼卡上的失效条件是否已经写好,它怎样使用在 4.7 讲。
关键术语:
| 中文 | English | 释义 |
|---|---|---|
| 情景树 | scenario tree | 把可能的结果分成几个分支,每个分支写明触发条件、概率、价格和 IV |
| 主观概率 | subjective probability | 用 0 到 100% 的数字写出的信心,事后可以检验 |
| 过度自信 | overconfidence | 概率写得太极端、区间画得太窄 |
| 确认偏误 | confirmation bias | 只找支持自己判断的证据 |
| 事后偏差 | hindsight bias | 结果出来后,认为自己「早就知道」 |
| 加权幅度 | probability-weighted move | 按自己情景树的概率,把各情景的涨跌幅(不分方向)加权平均;只与覆盖同一段时间的隐含幅度比较 |
课后练习
学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。
A2【4.2 情景与期望值】下周公布 CPI,你为当天的 SPY 写了 4 个情景(示例数据,非实时):大跌(概率 10%,某结构每组 −$800)、小跌(概率 30%,−$150)、小涨(概率 40%,+$250)、大涨(概率 20%,+$400)。你的观点卡「CPI 公布当天 SPY 收涨」写的概率是 60%。情景树与卡一致吗?这个结构的期望值是多少?最坏情景每组亏多少?
参考答案
概率合计 10 + 30 + 40 + 20 = 100%。观点卡上的 60% 等于小涨与大涨的概率之和,与情景树一致。
期望值 = 0.1 × (−800) + 0.3 × (−150) + 0.4 × 250 + 0.2 × 400 = −80 − 45 + 100 + 80 = +$55。
最坏情景是大跌,每组亏损 $800。期望值为正还不够,要先按单笔上限确认这笔亏损能否承受(11.2)。
换一组数字再练
题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。
需要启用 JavaScript 才能自动出题。
问 AI 导师
卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。
AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。
仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。