买入看跌期权策略（Long Put）
在许多方面，看跌期权以及同其相关的策略几乎都是看涨期权为基础的策略的相反面，不过这也不是绝对的。就最简单的看跌期权策略而言，就是买入或者卖出看跌期权。对于买入看跌期权策略，投资者则是希望标的资产价格下跌，这样看跌期权会变得更加值钱。如果标的资产价格下跌到看跌期权的行权价之下足够远的地方，那么看跌期权的持有者就会盈利。
买入看跌期权在标的资产价格向下运动的过程中为投资者提供了杠杆效应，这种策略也是一种卖空标的资产策略的替代方式。
1.1 策略概览
趋势：看跌
波动率：不适用
资产腿：买入看跌期权
最大风险：有上限
最大收益：无上限
策略类型：净支出；资本收益
1.2 选择要买入的看跌期权
在确定买入哪个看跌期权时具有多种方法。相对于实值期权，虚值期权的潜在收益更高，对应的潜在风险也更大。如果标的资产价格下跌，买入更加便宜的虚值期权所提供的百分比收益就更大。如果标的资产价格下跌幅度不大，那么实值期权就是更好的选择。一般而言，看跌期权在变为实值期权后时间价值往往失去的更为迅速，买入实值期权甚至有更大的好处。
1.3 后续行动
买入看跌期权策略的投资者在建仓后需要进行后续行动，或者是锁住盈利，或者是改善亏损。一般而言，除非是投资者想要用于标的资产或者卖出标的资产，否则通过行权的方式进行平仓往往不是一种好方法。
①锁住盈利：在买入看跌期权策略后，投资者的头寸有大量未兑现盈利时，可以采取如下几种策略。一、卖出看跌期权，将头寸平仓，提取利润。二、什么都不做，继续持有这个头寸。三、卖掉实值期权看跌多头，用部分收入继续买入多个看跌虚值期权。四、在持有原有头寸的同时，卖出一手虚值期权，构造一手价差头寸。五、买入一手场内看涨期权来保护原有的看跌期权头寸。
对于卖出看跌期权将头寸平仓的做法，是以上所有做法中最保守的，但未必是最差的，即使这种做法没有给头寸盈利增加留下任何空间，但是也消除了所有累计起来的盈利亏损掉的可能性。对于什么都不做继续持有头寸的做法二，这是一种较为激进的行为，如果标的资产价格此时调转方向向上运动，并且在到期日上涨到看跌期权行权价之上，那么原本盈利的头寸将毫无价值，但是标的资产价格继续向下运动时，投资者可以累计更多的收益。这两种做法是最简单的行为，剩余的几种做法则是在保留原有盈利和累计更多收益之间进行平衡。第三种做法通过卖出看跌期权的收益来购买数量更多的行权价低于前者的看跌期权设法从市场中收回成本继续获取收益的方法。在拿回初始成本后，这个策略变得没有任何风险，哪怕新的看跌期权头寸到期无价值，投资者也收回了自己的本金，但假如标的资产价格大幅下跌，那么投资者就会有丰厚的盈利。第四种做法就是通过持有原有头寸的同时再卖出行权价较低的看跌期权，进而构造了一手熊市价差，卖出行权价较低的看跌期权能够得到权利金来弥补起初的建仓成本。这样做的好处是加入标的资产价格上涨时能够减少其建仓成本，标的资产价格下跌时其收益有限，投资者能够获得有限的最大盈利，也就是两个看跌期权的行权价价差（不考虑手续费的话）。第五种做法则是保留原有头寸的同时买入一个看涨期权，进而构造了一手跨式策略，无论标的资产价格向上运动还是向下运动，这笔投资都能盈利，当标的资产价格的运动幅度在两个行权价之间，则会有有限亏损，即两个多头所付出的权利金。
②止损行动：当买入看跌期权策略发生亏损时，最简单的止损行动就是卖出这笔头寸进行平仓，承担浮亏，但是这并不是最明智的做法。有亏损的看跌期权多头头寸可以考虑向上挪仓的方法构造一手看空的价差或者建立一手跨期价差，这两种方法都可以帮助投资者挽回部分亏损。通过卖出两手与原有头寸相同行权价的看跌期权并且买入一手更高行权价的看跌期权，投资者此时就拥有了一手低行权价的看跌期权空头与高行权价的看跌期权多头，这也是一种熊市价差组合。这样投资者头寸的盈亏平衡点被提高了，此时标的资产价格发生小幅下跌这个头寸很可能就实现了盈亏平衡，抹去了原有的亏损。不过这种做法也会限制这个头寸的潜在盈利。
1.4 Python实践
标的资产：华夏上证50ETF
期权：50ETF看涨期权
回测时间：2022年6月1日-2022年7月20日
思路：买入看跌期权，月底进行换仓，分别计算虚值一档-三档以及平值的期权合约策略净值
部分代码：
class Long_Put(object):
def __init__(self,st,k):
self.st=st
self.k=k
def option_value(self):
return np.maximum(self.k-self.st,0)
def plot_return(self):
value=self.option_value()
plt.figure(figsize=(10,4))
plt.plot(st,value,label='Long_Put')
plt.xlabel('st')
plt.ylabel('return')
plt.legend(loc='upper left')
plt.show()
st=np.arange(50,100,5)
k=70
Long_Put(st,k).plot_return()Long_Put_return
策略净值曲线：
策略指标：
