摩根士丹利2025年4月1日的研究报告《波动率套利策略的时机选择——利用波动率曲面信号》探讨了如何通过分析隐含波动率曲面的特征，优化短期波动率套利策略的择时能力。研究团队从153个初始指标中筛选出30个低相关性指标，并借助弹性网络、回归树等机器学习方法，最终确定了8个核心预测指标，包括1周隐含波动率水平及其周度变化、1月与1周期限利差、前端曲度变化、隐含相关性等。研究发现，当这些指标处于极端值时（如1周隐含波动率显著升高、前端期限结构急剧倒挂或隐含相关性处于高位），波动率套利策略未来21天的超额收益概率显著提升。通过将这些信号动态应用于跨资产（股票、债券、外汇）的波动率套利组合，研究显示策略信息比率可达0.65，样本外测试（2020年后）信息比率更达到1.23，表明信号具有持续预测效力。报告还指出，当前基于波动率曲面特征的“自上而下”方法虽有效，未来结合“自下而上”的期权估值模型或可进一步优化策略表现。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai