dispersion 交易解析：如何交易指数与个股波动率

什么是 dispersion 交易？

究其核心，dispersion 交易是对相关性的押注。你卖出指数波动率（通常通过卖出 SPX straddle 或 strangle），并买入个股波动率（通过买入指数成分股如 AAPL、MSFT、AMZN 等的 straddle）。当个股之间独立移动时——即已实现相关性低于指数期权价格所隐含的水平时——该交易获利。

其背后的数学恒等式很简单：指数的方差等于成分方差的加权和加上协方差项。如果你对冲了单独的方差腿，剩下的就是对相关性的纯粹押注。

Implied 与已实现相关性

implied correlation 与已实现相关性之间的差距是 dispersion 交易的引擎。implied correlation 通过方差分解公式从指数期权价格和成分期权价格推导得出。已实现相关性则在同一时期内从实际股票收益率中测量。

历史上，在正常市场中，标普500的 implied correlation 比已实现相关性高出10-20个百分点。在压力事件期间（2008年、2020年），随着"所有股票一起抛售"，已实现相关性飙升至接近1.0——这正是 dispersion 交易遭受回撤的时候。

相关性风险溢价

为什么这种溢价会持续存在？因为它服务于真实的经济功能。资产管理人需要投资组合保护。对多元化投资组合进行对冲最具资本效率的方式是买入指数 put 而不是单只股票 put。这种对指数下行保护的集中需求相对于成分而言抬高了指数 IV，这在数学上意味着 implied correlation 升高。

这不是市场低效——它是一种风险溢价，类似于股权风险溢价或波动率风险溢价。dispersion 交易者通过承担相关性风险来获取它：即宏观事件同时将所有相关性推向1.0的风险。

机构交易台如何交易 dispersion

典型的机构 dispersion 交易涉及：

1. 卖出指数方差或波动率。指数腿可以是 variance swap、straddle 或 SPX 的 strangle。variance swap 是最干净的工具，因为它隔离了纯粹的波动率敞口，没有 strike 选择偏差。
2. 买入成分方差或波动率。选择15-30只最大的指数成分股，按其在指数中的贡献加权。对每只买入 straddle 或 variance swap。
3. 持续 delta-hedging。两条腿都需要 delta 管理。指数腿用指数期货对冲；成分腿用个股头寸对冲。
4. 管理 vega 敞口。该交易在建仓时应保持 vega 中性——你不是在进行方向性波动率押注，而是在交易相关性。

复杂性和资本要求解释了为什么这传统上一直是仅限机构的策略。但监控 dispersion 信号——implied correlation 相对于已实现相关性——对任何衍生品交易者都很有价值。

为什么 dispersion 信号即使你不交易也很重要

即使你从未执行过 dispersion 交易，implied correlation 信号也是可用的最佳体制指标之一：

• 高 implied correlation（>70%）信号宏观驱动的市场，选股增加的价值很小。预期指数级别的移动、板块轮动以及风险偏好/规避动态。
• 低 implied correlation（<40%）信号选股者市场，个别催化剂（earnings、M&A、板块趋势）驱动收益。个股期权策略跑赢指数策略。
• 快速上升的 implied correlation 是压力的早期预警。它通常领先于 GEX 体制切换 和 VIX 飙升1-3天。

实际示例：2026年第一季度 dispersion 设置

考虑这样一种情景：SPX 30天 IV 为18%，前20名成分股的加权平均30天 IV 为24%。使用方差分解，这意味着相关性约为0.56。同时，这些成分股的30天已实现相关性为0.38。

dispersion 溢价（implied 减去已实现相关性）为18个百分点——远高于长期平均约12。这表明：

• 市场对相关性飙升（宏观事件风险）的恐惧定价过高。
• 个股可能继续基于特异性因素交易，而不是同步移动。
• short 指数 vol / long 个股 vol 的缓冲比正常情况更宽。

风险和爆仓情景

dispersion 不是免费的午餐。该策略承担集中的尾部风险：

• 相关性飙升事件（COVID 2020年3月、雷曼2008年）可能在一周的亏损中产生数月累积的溢价。
• 板块集中——如果前5名指数成分股（可能占 SPX 权重25%以上）同步移动，该交易会遭受不成比例的损失。
• 流动性风险——在压力事件中，个股期权买卖价差急剧扩大，使得调整或平仓成分腿成本高昂。

CrossVol 如何让 dispersion 变得可及

CrossVol 从实时指数和成分期权价格计算 implied correlation，历史性地追踪 dispersion 溢价，并将其与 gamma 仓位 和 跨资产相关性 数据叠加。你可以一目了然地看到 dispersion 溢价是宽（机会）还是窄（风险），以及它与当前 订单流体制 的关系。

由一位专业交易 dispersion 超过十年的交易台老手构建，它将机构级相关性情报带给以前无法访问此数据的交易者。