期权这么火，该给波动率计算加加速了

What this page covers

• 活动报名入口与优惠提示。
• 新闻栏目定位、文章标题与发布日期信息。
• 全球衍生品市场成交量增长的背景引用与描述。
• 期权成交在增长中的作用与产品类别变化描述。
• 期权波动性交易与风险度量指标的概念性梳理。
• 隐含波动率计算的常用方法与性能瓶颈原因。
• DolphinDB 性能测试对比数据与 JIT 加速原因说明。

技能认证特训营第二期限时报名推广

页面顶部提供活动报名入口，并提示福利优惠信息。

• 提供“技能认证特训营第二期”的限时报名入口。
• 报名入口以链接形式呈现。
• 同时出现福利或优惠提示信息。

新闻栏目与文章标题/日期

内容被标示为新闻，并给出文章标题与发布日期。

• 页面将内容定位为新闻栏目。
• 文章标题为“期权这么火，该给波动率计算加加速了”。
• 页面给出发布日期信息。

全球衍生品市场成交量增长背景

本节引用全球衍生品市场报告与 FIA 统计，描述期货/期权成交量创新高与增长幅度，并提到中国期货交易所排名情况。

• 引用美国期货业协会（FIA）的统计范围描述。
• 描述全球期货和期权总成交量与同比增长情况。
• 提到中国期货交易所（4家）的全球排名表现。
• 描述 2022 年全球场内衍生品成交量创新高与增长。

期权作为核心增长动力与股指产品增长

本节从市场份额与产品划分角度讨论期权成交对增长的作用，并指出金融类股指产品成交量增幅突出。

• 给出 2022 年期权成交量同比增幅数据。
• 给出 2022 年期权市场份额占比描述。
• 指出期权成交被描述为核心增长动力。
• 指出金融类产品中的股指产品成交量增幅显著。
• 描述期权成交规模逐年增长，并在 2022 年出现明显增长。

期权波动性交易与风险度量指标

本节说明期权可用于方向性与波动性交易，并提出需要理解合约价值影响因素与度量组合风险敞口，同时列出常用指标。

• 期权可用于方向性交易。
• 期权可用于波动性交易（基于波动率特征进行套利）。
• 波动性交易的核心工作包括理解合约价值受哪些因素影响。
• 波动性交易的核心工作包括度量期权投资组合的风险敞口。
• 常用指标包括：隐含波动率、delta、gamma、vega、theta。
• 隐含波动率被描述为反映市场对未来预期的重要风险指标。
• 希腊值可用于描述期权价值随不同因素变化的变化。

隐含波动率/希腊值计算方法与性能瓶颈

本节说明隐含波动率常用牛顿法与二分法，需要频繁迭代且难以向量化，因此隐含波动率计算容易成为性能瓶颈。

• 隐含波动率计算常用方法包括牛顿法与二分法。
• 这些方法需要频繁迭代，且迭代次数不确定。
• 核心代码被描述为难以向量化，需要通过循环逼近求解。
• 隐含波动率计算被描述为期权相关计算的性能瓶颈点。

DolphinDB 性能测试结果与 JIT 加速原因

本节给出 DolphinDB 在上证50 ETF 期权隐含波动率与希腊值计算中的耗时数据，并与 C++ 原生代码对比，同时说明主要加速来源于 JIT。

• 测试场景为计算上证50 ETF 期权的隐含波动率及希腊值。
• 测试规模涉及合约最多达三千多个。
• 给出 DolphinDB 单日计算耗时数据。
• 给出 DolphinDB 多日并行计算总耗时数据。
• 给出 DolphinDB 与 C++ 的耗时对比数据（表格说明）。
• 对比结论为与 C++ 原生代码性能“非常接近”。
• 用于加速的能力点包括即时编译（JIT）功能。
• 期权风险因子计算中使用 JIT 被描述为显著加速的主要原因。

DolphinDB 面向金融场景的能力要点

本节汇总列出 DolphinDB 面向金融场景的若干能力点，包括函数库、流数据框架、宽表存储与存算一体等。

• 提供 1400+ 专为金融场景优化的函数。
• 支持时间序列对齐相关操作。
• 支持频率转换相关操作。
• 支持关联与窗口计算等操作。
• 自带高性能流数据计算框架（表述）。
• 描述为可从投研到生产代码无缝切换。
• 支持宽表存储，并被描述为适合面板数据分析。
• 架构特点被描述为存算一体。

Facts Index