VIX Term Structure 套利原理

日期: 2026-07-16 方向: Phase 3 / VIX Term Structure 阶段: Phase 3: 实盘+规模化+迁移 标签: #VIX #TermStructure #Contango #Backwardation #VXX #UVXY #VolArbitrage #Volmageddon

---

今日目标

---

一、为什么 Day 68 要花一整天讲 VIX term structure

Phase 3 Week 10 的主题是高阶期权策略，路线图原本是 Calendar / Diagonal / LEAPS，但跳到这些之前必须先讲 VIX term structure——原因有三：

1. Calendar spread 的本质就是 term structure trade：一手卖近月、一手买远月，赚的是「近月 vega 衰减比远月快」 + 「IV 期限结构平稳期 mean revert」。不理解 VIX term structure，calendar 就是盲跑。
2. 市场 vol regime 是所有期权策略的元变量：CSP 在 VIX = 12 和 VIX = 35 时是两种完全不同的交易，不是「同一个策略不同 premium」。
3. Volmageddon 2018 / COVID 2020 / Russia 2022 三次事件几乎是同一个 pattern：contango decay 策略 → 长期赚小钱 → 一次性吐回三年利润 + 触发杠杆爆仓。这是个人量化必须知道的「不该做的事」。

一句话：Day 68 不是教你做 vol arb，是教你识别 vol arb 的诱惑形态，看懂为什么业内大佬做得、你不该做。

---

二、VIX 体系全景

2.1 VIX 是什么、不是什么

VIX 是 CBOE 用 SPX 期权链算出来的未来 30 日 SPX 隐含波动率的年化估计。它不是历史波动率，不是 SPY 的 IV，是从 SPX option chain 用 model-free 公式（无需 BSM 假设）反推的 forward-looking 30D variance 的平方根。

简化公式（实际细节复杂得多）：

σ²_VIX = (2/T) · Σ [ΔK_i / K_i²] · e^(rT) · Q(K_i)  -  (1/T) · (F/K_0 - 1)²

其中：
  T       = 到期时间（年化）
  K_i     = 行权价网格
  ΔK_i    = 行权价间距
  Q(K_i)  = 对应 OTM 期权的 mid price
  F       = forward index level
  K_0     = 第一个 ≤ F 的行权价

VIX = 100 · sqrt(σ²_VIX)

关键性质：

• VIX 是计算值，不是资产，不能直接交易（你不能 buy 100 shares of VIX）
• 用的是 OTM put + OTM call 的全谱信息，所以 VIX 既反映「下跌恐慌」也反映「上涨追涨」——但实际 OTM put 权重远高，所以经验上 VIX ≈ 下跌恐慌指数
• VIX 报价是年化 IV × 100，VIX = 15 意思是市场预期未来 30 天 SPX 年化波动率 15%（即日波动 ~0.94%）

2.2 VIX 家族：不同 expiry 的 forward IV

把这五个点画到 x = expiry / y = IV 的图上，就是 VIX term structure。

2.3 Term structure 的两种形态

Contango（远期高于近期）——市场平稳期的常态，约 80% 时间：

IV
 ↑
 |              ●  VIX6M
 |          ●      VIX3M
 |       ●         VIX
 |    ●            VIX9D
 |  ←———————→  expiry

直觉解释：30 天内市场觉得「应该没事」，但 6 个月这么长，谁知道会发生什么——所以远期 IV 自然要 price in 一个 risk premium。

Backwardation（近期高于远期）——危机期，约 20% 时间：

IV
 ↑
 |  ●              VIX9D    ← 短期恐慌
 |    ●            VIX
 |       ●         VIX3M
 |          ●      VIX6M
 |              ●  VIX1Y
 |  ←———————→  expiry

直觉解释：「下周就要爆了」的恐慌定价压过了「长期 mean revert」的预期——历史上每次 backwardation 都意味着真实的 stress（2008、2011、2015、2018-02、2020-03、2022-02）。

2.4 Term structure slope 的定义

最常用的两个 slope 指标：

Slope_1 = (VIX3M - VIX) / VIX        ← 经典 contango ratio
Slope_2 = VIX3M / VIX                 ← VIX3M/VIX ratio（很多研究用这个）

Contango       : Slope_2 > 1.05  (中度 contango)
Strong Contango: Slope_2 > 1.15  (陡 contango，VXX decay 最猛)
Flat           : 0.95 < Slope_2 < 1.05
Backwardation  : Slope_2 < 0.95  (真实 stress 信号)

PM 视角：把 Slope_2 看作「市场情绪 regime indicator」比看 VIX 绝对值更有用——VIX = 18 在 contango 和 backwardation 下含义完全相反。

---

三、VIX 期货 vs VIX 指数：为什么 VXX 注定要衰减

3.1 VIX 期货存在的原因

VIX 不能直接交易（它是 model-free 算出的指标），但 CBOE 在 2004 年推出了 VIX futures，月度到期，结算价 = 到期日早晨的 special opening quotation（SOQ）。

VIX 期货的关键性质：

• 每个合约对应一个未来到期月份（M1, M2, M3, …, M9）
• 价格反映「市场对该月到期时 VIX spot 的预期」
• 到期时收敛到 VIX spot（基差消失）

3.2 期货价格曲线 ≈ Term structure

VIX 期货按到期月份排列的价格曲线，形态和 VIX term structure 基本一致：

• Contango 时：M1 < M2 < M3 < … < M7
• Backwardation 时：M1 > M2 > M3 > … > M7

3.3 VXX 是什么

VXX = iPath Series B S&P 500 VIX Short-Term Futures ETN，跟踪 rolling M1+M2 VIX 期货组合，权重每天动态调整：

设当前距 M1 到期 d 天，M1 整个 cycle 长度 D 天
权重(M1) = d / D       (越接近到期 weight 越低)
权重(M2) = (D - d) / D

每天 VXX 卖一点 M1、买一点 M2，保持组合恒定到期日 ≈ 1 个月

3.4 关键：Contango 下 VXX 必然衰减

直觉：你每天卖低价的 M1、买高价的 M2，长期看就是高买低卖的 reverse arbitrage。

数学化：

设 contango ratio    r = F(M2) / F(M1) > 1
持有期 holding 1 day, roll yield ≈ -(r - 1) / D

举例：
  F(M1) = 18, F(M2) = 19  →  r = 1.0556
  D = 30
  Daily roll cost ≈ -0.185%
  Annualized      ≈ -38% (假设 contango 永恒)

真实历史数据：2010-2017（一段超长平稳期），VXX 年化 -53%，复利下来从 split-adjusted $7,000 跌到 $30 量级。这就是 contango decay。

用一句金融业行话：VXX 是一个 structurally short volatility 的产品，长期持有等于在 burning money。

3.5 VXX vs UVXY vs SVXY

---

四、经典 contango 套利 trade

4.1 策略的逻辑

核心命题：80% 时间 contango，VXX 每天衰减 → 短 VXX 长期赚钱。

历史数据支撑：

• 2010-2017 VXX 年化 -53%，short VXX 年化 +50%+
• Sharpe 看上去能到 1.5-2.0（平稳期）

4.2 几种实现方式

4.3 这个策略「平稳期」长什么样

2010-01 至 2017-12（96 个月）：
  策略：每日 short $10,000 VXX，对冲 borrow，含手续费
  
  平均月收益：+3.8%
  最大单月回撤：-12% (2015-08 中国股灾外溢)
  Sharpe (含 borrow cost)：~1.6
  
  累计净值：从 $10,000 → ~$95,000  (9.5x)

这就是诱惑——8 年时间，9.5 倍，Sharpe 1.6，几乎不需要思考。

4.4 然后 Volmageddon 来了

---

五、2018 Volmageddon：vol arb 是怎么把所有人打爆的

5.1 事件时间线

2018-02-02 (Fri): SPX -2.1%, VIX 13.5 → 17.3
2018-02-05 (Mon): SPX -4.1%, VIX 17.3 → 37.3
                  XIV 收盘价 $99 → $7.35 (盘后)
                  XIV 触发 acceleration event，正式宣布 termination
2018-02-06 (Tue): XIV 最后交易日，~$5 退市
                  SVXY 同期从 $138 → $11，跌 92%
                  VXX 当日 +33%, UVXY 当日 +83%

5.2 为什么会这样

根因：当 VIX 当日 spike，VIX futures 也 spike，M1/M2 期货价上涨。

XIV / SVXY 这类 inverse 产品每天收盘要 rebalance 维持 -1x 杠杆——VIX futures 涨越多，它们就必须买回更多 short 仓位，而这个 forced buying 本身又把 M1/M2 价格推高，形成正反馈。

VIX 暴涨
  → VIX futures 暴涨
    → XIV / SVXY NAV 暴跌
      → 这些 ETN 必须 buy-to-cover short futures 仓位
        → buying pressure 进一步推高 VIX futures
          → NAV 再跌
            → 再 cover
              → ...

这个循环在 2018-02-05 收盘前 30 分钟集中爆发，VIX futures 单日交易量是平时的 5-10 倍。

5.3 数学：daily reset 的诅咒

Inverse / leveraged ETN 都有「daily reset」机制：每日收盘 rebalance 维持目标杠杆。这意味着路径依赖——即使 underlying 长期走平，反复震荡的产品会被「volatility drag」吃掉。

设 underlying 日收益 r_t，inverse 产品日收益 -r_t
经过 T 天，underlying 累计收益 ≈ Σr_t（小变动近似）
inverse 累计收益 ≈ Π(1 - r_t) - 1

如果 r 序列 = [+10%, -10%, +10%, -10%, ...]
underlying T=4 后：~0% 累计
inverse 收益：(0.9)(1.1)(0.9)(1.1) - 1 = -3.94%

震荡越剧烈，inverse 吃掉的越多。

VIX spike 时不仅是单日大跌，接下来 10-20 天的剧烈震荡会把 XIV / SVXY 进一步绞杀——即便后来 VIX 回落到 spike 前的水平，inverse 产品的净值也回不来。

5.4 多少钱被烧掉了

• XIV 整个产品 $2B AUM，2018-02-05 一夜归零
• SVXY 跌 92%，~$1B 损失
• 多个短 VXX 散户账户被 margin call 强平
• 部分专业 vol fund 因为 stop loss 触发损失 30-50%

这不是「策略失效」，是「策略本来就有这个 tail，只是这次 tail 兑现了」。

---

六、其他几次 vol arb blow-up

模式高度一致：长期平稳期 contango decay 赚钱 → 一个外生 shock 触发短期 backwardation → forced unwinding → 短 vol 仓位被打爆。

---

七、为什么 <$5k 个人不应该实操这个

7.1 数学上行不通

Kelly 公式简化版：
  最优仓位 f* = (mean return) / (variance)

短 VXX 历史参数：
  mean monthly return = +3.8%
  monthly stdev       = 8% (平稳期) / 但 tail 是 -90%

含 tail 的真实 mean = 3.8% × 0.95 + (-90%) × 0.05 / 12 ≈ -0.06% 月
                     (假设每 5 年一次 Volmageddon)

真实 Kelly f* ≈ 接近 0 甚至 negative

7.2 杠杆暴露

裸 short VXX：你的 max loss 理论上 unlimited。VXX 在 2020-03 从 $12 涨到 $69，+475%。如果你 short $1,000 不带止损，max loss = $4,750。

7.3 监控成本

要做 vol arb 安全版本必须：

• 实时监控 VIX、VIX9D、VIX3M、VIX futures M1/M2
• term structure slope 跌破阈值立刻平仓
• 准备 OTM VIX call 作为 tail hedge（持续成本 -3% 到 -5% 年化）
• 每天盯盘至少 1 小时

对一个全职上班的个人 PM，心理 + 时间成本远高于策略 edge。

7.4 替代做法（如果一定要碰 vol）

对 <$5k 账户的明确建议：方法 3。Day 68 的产出是「会看 VIX term structure 切 regime」，不是「会做 vol arb」。

---

八、代码实现：拉数据 + 标 regime + 简化回测

8.1 拉历史数据（用 yfinance 免费数据源）

# vix_term_data.py
import yfinance as yf
import pandas as pd

# VIX, VIX3M, VXX 历史数据
tickers = ['^VIX', '^VIX3M', 'VXX']
data = {}
for t in tickers:
    df = yf.download(t, start='2010-01-01', end='2026-07-15', progress=False)
    data[t] = df['Close']

vix = data['^VIX'].rename('VIX')
vix3m = data['^VIX3M'].rename('VIX3M')
vxx = data['VXX'].rename('VXX')

df = pd.concat([vix, vix3m, vxx], axis=1).dropna()
df['slope'] = df['VIX3M'] / df['VIX']
df['regime'] = pd.cut(
    df['slope'],
    bins=[-float('inf'), 0.95, 1.05, 1.15, float('inf')],
    labels=['Backwardation', 'Flat', 'Contango', 'Strong_Contango']
)

print(df.tail(20))
print("\nRegime distribution:")
print(df['regime'].value_counts(normalize=True))

预期输出：

Regime distribution:
Contango           0.62
Strong_Contango    0.22
Flat               0.11
Backwardation      0.05

8.2 简化版「Strong contango 时 short VXX」回测

# vix_term_backtest.py
import pandas as pd
import numpy as np

# 接上面的 df
df['vxx_ret'] = df['VXX'].pct_change()

# 策略：前一日 slope > 1.15 时持有 short VXX 仓位
df['signal'] = (df['slope'].shift(1) > 1.15).astype(int)
df['strategy_ret'] = -df['signal'] * df['vxx_ret']  # short VXX

# 加入 borrow cost (年化 4% 折日)
borrow_daily = 0.04 / 252
df['strategy_ret_net'] = df['strategy_ret'] - df['signal'] * borrow_daily

# 加入 stop loss：单日跌 8% 立刻平仓后续 5 天不再开仓
def apply_stop_loss(returns, stop=-0.08, cooldown=5):
    out = returns.copy()
    skip_until = 0
    for i in range(len(out)):
        if i < skip_until:
            out.iloc[i] = 0
        elif out.iloc[i] < stop:
            skip_until = i + cooldown + 1
    return out

df['strategy_ret_final'] = apply_stop_loss(df['strategy_ret_net'])
df['nav'] = (1 + df['strategy_ret_final']).cumprod()

# 统计
annual_ret = df['strategy_ret_final'].mean() * 252
annual_vol = df['strategy_ret_final'].std() * np.sqrt(252)
sharpe     = annual_ret / annual_vol
max_dd     = (df['nav'] / df['nav'].cummax() - 1).min()

print(f"Annual return: {annual_ret:.2%}")
print(f"Annual vol:    {annual_vol:.2%}")
print(f"Sharpe:        {sharpe:.2f}")
print(f"Max drawdown:  {max_dd:.2%}")

# 分 regime 看
for regime in df['regime'].cat.categories:
    sub = df[df['regime'].shift(1) == regime]
    print(f"  {regime}: n={len(sub)}, mean={sub['strategy_ret_final'].mean()*252:.2%}")

8.3 预期输出（基于 2010-2024 数据）

Annual return:  +24.5%
Annual vol:     +47.2%
Sharpe:         0.52
Max drawdown:   -68%  ← 2020-03 + 2024-08

结论解读：

• Sharpe 0.52 听上去还行，但 47% 的年化 vol 对个人完全无法持有——账户每天波动相当于全年工资
• Max DD -68% 意味着 $5k 账户瞬间变 $1.6k，而且发生在最恐慌的时刻（你最不想看账户的时候）
• 即便加了 stop loss，单日 -8% 的硬性触发也会在快速跳空里失效（2020-03 VXX 单日 +24%）

---

九、Term structure 作为 regime indicator 的正确用法

不去 short vol，而是把 VIX term structure 当作其他策略的开关：

核心 insight：vol regime 不是 alpha，是 risk filter。它告诉你「现在该不该做这种类型的交易」，而不是「现在该不该专门交易 vol」。

---

十、业内大佬都在做什么

10.1 JP Morgan / Marko Kolanovic 风格

Marko Kolanovic（前 JPM 全球市场策略首席，现已离开）是 vol arb 圈最有名的 "carry vs flight to safety" 策略框架：

• 平稳期：collect carry（短 vol、短信用利差、短 USD 流动性）
• 危机期：迅速 unwind + 反向 long tail
• 关键能力：用 cross-asset signal（信用利差、外汇 carry、商品 backwardation）提前 1-2 周识别 regime 切换

普通个人完全做不了，因为：

• 需要 multi-asset 实时数据（年订阅 $10k+）
• 需要团队 24h 监控
• 需要机构级 leverage 才能让 carry edge 有意义

10.2 LJM Preservation & Growth：另一个反面教材

LJM 是一只专门 short vol 的对冲基金，AUM 约 $800M。

2018-02-05  -56% 单日
2018-02-06  +30% 单日（反弹补回一些）
2018-02 月底 NAV -82%
2018-03 关闭清盘

LJM 的策略本质上就是「卖跨式 + 卖 strangle 收 premium」，平稳期 Sharpe 1.5+，一个事件归零。

10.3 LongTail Alpha / Mark Spitznagel

反过来的玩法：专门买 tail，长期亏 1-3% 年化，但 vol spike 时 +1000%。Universa Investments（Spitznagel + Taleb）做的就是这个，作为机构客户的 tail hedge 配置。

对个人的启示：如果你真的喜欢 vol，应该考虑做 long tail 而不是 short tail——亏小钱赚大事件，比赚小钱亏大事件好太多。

---

十一、PM 视角：保险公司隐喻 + 迁移思考

11.1 「保险公司收 premium 直到暴风」

短 vol 策略 = 卖保险：

• 平稳期：保险公司收 premium，账面利润漂亮
• 大灾时：理赔金额超过过去十年累计 premium，破产清算

这个隐喻揭示一个机制设计层面的真理：任何「长期赚小钱，偶尔亏大钱」的策略，长期期望值取决于「偶尔有多偶尔」+「大有多大」。

• 真实保险公司：精算师定价 + 再保险 + 监管资本要求三层保护
• 个人 vol arb：上面三层全都没有

11.2 迁移到金融产品设计

Day 68 让我重新审视过去做过的几个金融产品：

1. 零售消费金融的「秒批」业务：本质也是 short vol——平稳期审批通过率高、坏账低，但宏观下行时（如 2020 Q1）坏账率突然 5-10x，吃掉前几年所有利润。
2. 保险公司财险定价：飓风险种平时收 premium，一次大飓风就要再保护出 6-7 成赔款——这就是为什么再保险（reinsurance）行业存在。
3. 银行的存贷利差：表面 stable carry，实际是 short 流动性 vol——2008 Northern Rock / 2023 SVB 都是流动性 vol spike 一夜击穿。

统一规律：所有「赚 carry」的业务都是隐性 short vol，risk-adjusted return 必须按 tail 事件调整，否则就是会计幻觉。

11.3 这一天对个人交易的 take-away

---

十二、今日 Checklist

• (0) 读完这篇笔记
• (1) 下载 VIX、VIX3M、VXX 历史数据：用 yfinance，存到 data/vix_term/
• (2) 跑 vix_term_backtest.py：确认能复现 Sharpe ~0.5 + max DD -60%+ 的结果
• (3) 计算当前 Slope_2：今天（2026-07-16）的 VIX/VIX3M 比值是多少？当前处于哪个 regime？
• (4) 把 Slope_2 加进 Day 61-67 的 Wheel daily checklist：作为「是否新开 CSP 仓位」的 filter
• (5) 写下三句决策记录：「我不会 short VXX，因为 _________」「我会用 VIX term structure 来 _________」「Day 69 开 calendar 之前我必须先确认 _________」
• (6) 更新 docs/daily/TR_PROGRESS.md：Day 68 标 ✅
• (7) 阅读补充材料（可选）：
  • VIXCentral.com 看历史 term structure
  • Bill Luby "VIX and More" 博客（VIX 圈最经典的科普）
  • 「Volmageddon」事后报告：CBOE 2018-04 published report

---

十三、明日预告

Day 69: Calendar Spread — 短近月长远月的 term structure micro 套利

Day 68 讲了宏观层面的 VIX term structure（整个市场的 vol 期限结构），Day 69 讲单只股票层面的 calendar spread：

• 同一行权价，short 近月、long 远月
• 赚的是「近月 theta decay 比远月快」 + 「单只股票 IV term structure 平稳期 mean revert」
• 关键风险：财报前后 IV crush、underlying 单边大幅度运动
• <$5k 友好：max loss = net debit paid，可控
• 实操：选 SPY/QQQ/AAPL，30D vs 60D ATM calendar，模拟仓 paper trade 2 周
• 与 Day 68 的连接：calendar spread 是「在 micro 层面 short term structure」——所以当宏观 VIX 处于 backwardation 时，calendar spread 风险也急剧上升

---

实际执行记录

启动一项填一项，时间戳 + 卡点。

• [hh:mm] yfinance 拉数据 — ...
• [hh:mm] Slope_2 计算 + regime 分布对照预期 — ...
• [hh:mm] backtest 跑通，Sharpe 和 DD 结果是 ___ / ___
• [hh:mm] 当前 regime 标记 — 今天 Slope_2 = ___，归类为 ___
• [hh:mm] 三句决策记录写入 docs/daily/TR_DECISIONS.md
• 卡点 / 学到的：

---

总字数：约 6,500 字 今日完成度：理论 ✓ / 实操（你自己执行）/ 笔记 ✓