Synthetic VX3! & VX4! continuous /VX futures

合成远期波动率期货：从VX3到VX4的连续合约重构思路

在波动率交易和期权研究领域，VIX 指数早已不是一个陌生词。但很多读者真正开始接触它，往往是透过 CBOE 推出的 VIX 期货（代码 VX）。当我们打开行情软件看 VX 期货时，通常能找到当月和次月合约，但第三个月、第四个月合约的完整历史数据却常常是断断续续的。一位来自公开交易社区的作者“djayjp”做了一件很实在的事：他尝试用公开的 VIX 现货数据，合成出一条连续且可回测的“第三个月期货”与“第四个月期货”价格序列。这篇文章将带你拆解这个合成思路背后的逻辑、价值与局限。

策略解读

这段说明虽短，却点出了波动率衍生品研究与数据基础设施之间的一个真实痛点：近月合约往往被市场聚焦，远月合约的历史数据却支离破碎。VIX 期货自上市以来，交易量主要集中在前两个月，第三、第四个月合约的流动性相对较低，许多数据服务商在归档历史行情时，也往往只保留近月或者主力合约的连续序列。对于只做日内或短线的交易者来说，近月数据可能足够；但对于研究中长期波动率溢价、期限结构斜率、展期收益以及“滚动 - 持有”策略的人来说，缺少可比的远月连续序列，几乎等于少了半块拼图。

作者的思路很直接：既然没有现成的连续第三月/第四月期货价格，那就自己造一条。他用 VIX 现货作为基础数据源，结合可获得的不同到期月份 VX 期货价格，尝试按到期顺序拼接出一条连续曲线。这条曲线并非真实存在的唯一合约，而是一种“合成合约”——它模拟的是“如果始终持有距离现在第三个月到期的 VX 期货，每天的价格会是多少”。这种思想在商品期货的世界里由来已久，比如我们常见的“主力连续”“指数连续”，本质上都是用不同到期合约拼接而成的代理人序列。但作者把这种手法用在了 VX 期货的远月结构上，并且放在波动率这个特殊资产类别中，显然更有针对性。

名词解释

• VIX 指数：芝加哥期权交易所波动率指数，基于标普500指数期权的隐含波动率加权计算而来，用于衡量市场对未来30天标普500期权隐含波动的预期。俗称“恐慌指数”，是美股期权市场最核心的情绪温度计。
• VX 期货：以 VIX 指数为标的的期货合约，交易所代码为 VX。它代表市场对未来特定时间点 VIX 水平的具体报价，采用现金交割，交割结算价为到期日当日 VIX 的特殊开盘价。
• 连续合约：将不同到期月份的期货合约按某种规则（如主力合约、固定月份、固定日剩余天数）首尾拼接形成的一条价格序列，用于消除单一合约到期带来的数据断裂，便于回测和趋势分析。
• 合成合约：在真实市场不存在或数据缺失的情况下，通过数学方法将多个相关产品组合或拼接而成的“虚拟合约”。本文中的合成 VX3、VX4 即属此类。
• CBOE 数据包：芝加哥期权交易所提供的官方行情数据服务，包含 VIX 指数、VX 期货实时价格等数据，通常为收费订阅。若未订阅，只能获得延迟数据，例如 15 分钟延迟。
• 期限结构：不同到期月份的期货价格所组成的曲线形态。对 VX 期货而言，通常分为贴水（近月高于远月，即现货升水）和升水（远月高于近月）两种状态，反映了市场对远期波动率的预期差异。
• 展期收益：当期货到期被迫“换月”时，由于新旧合约价格不同，在滚动持有过程中产生的额外收益或损耗。正展期收益（即期货升水且滚动卖出近月买入远月）是期货交易中常见的策略回报来源。

策略思路讲解

这个“策略”本身不是一个出入场规则，而是一套数据重构方法。它的核心目标，是生成两个连续序列：VX3 连续（第三个月期货） 和 VX4 连续（第四个月期货）。为什么是第三和第四个月？因为 VIX 期货有每个月都到期的月度合约，但第三、第四个月正好是许多中期波动率策略关注的区间——它们既不像近月那样容易被短期事件扰动，又不像半年后的合约那样流动性枯竭。用它们进行回测，可以观察“中期波动率多头”在历史上的表现。

具体构造逻辑可以这样理解：假设今天是 2025 年 1 月 10 日。那么第三个月合约指的是到期日在 2025 年 3 月的 VX 合约，第四个月合约则指到期日在 2025 年 4 月的 VX 合约。到了 1 月 15 日，随着时间推移，3 月合约变成“第二个月”了吗？不一定。作者所说的“连续第三个月”应当是固定期限的滑动窗口：无论当月日期如何变化，永远选择距离当前日期还有约 90 天的那个合约；当它到期日太近时，则换成下一个月份合约。这里就涉及换月规则——是到期前多少天换？还是固定每月某个交易日换？不同规则会产生不同的连续序列。

作者的实现可能更简单：直接按“合约月份序号”滚动，比如始终持有 VX 期货中排序为第三到期的那个合约，到期后自动切换到下一个第三到期的合约。这种做法的好处是规则清晰，但也会引入一个问题：换月当天，新旧合约价格可能有跳空，因为市场对两个不同到期日的波动率预期不同。如果不做任何调整，连续序列会出现虚假的“断面跃迁”，回测收益会被这种跳空严重误导。因此，优秀的连续合约构造通常会在拼接时进行“比例调整”或“价差调整”，将历史价格统一到最新合约的绝对值下。作者虽然没有在描述中详细说明调整方式，但提到“模拟连续到期期货的样子”，暗示他可能采用了某种平滑或拼接处理。

另一个值得注意的细节：作者将 VIX 现货数据作为输入之一。VIX 指数本身不可直接交易，但 VX 期货与 VIX 现货之间有着紧密的基差关系。通过 VIX 现货的实时或延迟价格，可以帮助校准合成序列的“近月贴水/升水状态”，甚至可以在某些月份期货数据缺失时，用 VIX 现货结合远近期权隐含波动率差值来推算远月 VX 的近似值。这也解释了为什么说“拉取 VIX 现货作为实际不可交易的对标” —— 现货是所有期货定价的锚。

优点

1. 填补数据空白：使第三、第四个月 VX 期货有了完整的可回测历史序列，解决了一直困扰波动率研究者的远月数据缺失问题。
2. 支持更科学的回测：交易者可以对比“持有近月连续”和“持有第三月连续”的历史表现，量化展期结构对策略净值的影响，从而更真实地评估中期波动率策略。
3. 揭示期限结构信息：通过同时观察 VX1、VX2、VX3、VX4 四条连续曲线，可以直观看出期限结构的形态变化和陡峭程度，为波动率套利、期限结构交易提供研究基础。
4. 数据更新及时：在订阅实时数据的情况下，合成序列能够跟随最新行情变动，可用于盘中监控和即时分析，而不仅仅是静态的历史回测工具。
5. 思路可扩展：不局限于第三/第四月，可以推广到第五、第六月，甚至任意固定剩余到期天数的连续合约，具有很好的通用性。

缺点

1. 合成序列并非真实成交价：无论如何拼接，它都不可能完全等同于“历史上某天真正交易某个远月合约”的价格，因为远月合约当时的流动性、买卖价差、极端行情下的滑点等都无法还原。
2. 换月规则的任意性：选取何时换月、如何调整跳空，都会直接影响序列的数值和收益曲线。不同研究者可能得到不同的“VX3连续”，造成结论难以复制。
3. 依赖数据源质量：如果数据源本身有缺漏、延迟或错误，合成序列就会以讹传讹。特别是作者提到未订阅 CBOE 实时数据时只能使用 15 分钟延迟数据，这对高频测试来说显然不够精确。
4. 忽视了流动性陷阱：远月 VX 合约实际交易量较低，买卖价差通常远大于近月。回测时若按合成价格成交，会高估策略的真实可行性；在实盘中，你所看到的价格未必能以该价格成交。
5. 缺乏统一的基准确认：市面上没有标准的“官方连续第三月 VX”可用来对比验证，因此很难评判作者合成的序列是否比其他人的更准确。这种“盲人摸象”状态是社区类数据工具的通病。

起源年份考证

需要说明的是，这里的考证针对的是“合成连续期货合约”这一类方法，而非特指该作者的脚本。按时间线大致如下：

• 2004 年：CBOE 正式推出 VIX 期货，市场开始拥有基于 VIX 的标准化衍生工具。早期交易集中在近月，远月合约几乎无人问津。
• 2006 年-2008 年：随着波动率交易所基金的兴起，研究者开始关注 VIX 期货的期限结构。为了回测波动率策略，部分学术论文开始使用手动拼接的期货序列，并讨论展期收益的问题。这一时期，“连续期货指数”的构造方法已在商品期货领域被广泛运用，但专门针对 VX 远月的合成工具仍不多见。
• 2012 年前后：一些量化交易社区开始出现“主连合约”自动构造脚本，但多为商品期货（原油、金属等），VIX 连续合约通常只包含近月。
• 2015 年-2018 年：波动率交易盛行，越来越多交易者发现 VX 远月数据缺失的问题。公开社区中陆续出现用户自制的 VX2、VX3 连续序列，方法多为“按到期日滚动拼接”。这类思路的流行时点大致在此阶段。
• 2020 年至今：随着数据平台开放更多接口，以及人们对于波动率曲线陡峭度、W 形期限结构的兴趣激增，合成远月连续成为波动率量化研究中的常见预处理步骤。

回顾历史，合成连续合约的思想本身可追溯至 20 世纪 80 年代的期货技术分析（如滚动主连），但“专门为 VIX 第三/第四月定制合成序列”的做法，大概率出现在 2015 年之后，无法考证到某一个精确到年的发明者。因此，本文只能说：该类方法在 2004 年 VIX 期货上市后逐渐萌芽，于 2010 年代中期在公开社区中流行起来。

改进建议

1. 引入成交量加权换月：不要简单按“合约到期排序”换月，而是结合各月份合约的未平仓量和成交量，选择“成交量加权后最接近第三月剩余天数的合约”，这样既能保持远月特征，又能兼顾流动性。
2. 用价差调整消除跳空：在拼接两个合约时，使用当日两个合约同时存在时的价差作为调整基准，将历史价格统一到最新合约的绝对值上。例如，若换月时旧合约比新合约高 0.5，则旧合约历史价格全部加 0.5，从而保持序列连续性，避免虚假收益断裂。
3. 利用期权隐含波动率做平滑：如果某些日期远月 VX 期货数据缺失，可以使用相同期限的场外掉期或期权隐含波动率曲线进行线性插值，使合成序列更平滑、更真实。
4. 提供多种展期日历：至少提供“固定每月的第 X 个交易日换月”和“距到期只剩 Y 天换月”两种选项，让使用者根据自身策略频率选择，并能够横向对比不同换月规则带来的差异。
5. 输出展期收益分解报告：在连续价格序列之外，单独输出每次换月时新旧合约的价差和展期收益，让用户能够直观看到“连续序列的上涨有多少来自真实价格变动，有多少来自展期调整”。这有助于避免回测结果被换月跳空污染。
6. 进行真实数据验证：选取一段有真实交易记录的远月合约数据（例如某一天第三个月合约实际有成交），用合成序列与真实合约的日线进行比较，计算均方根误差，并在文章或指标中展示误差范围，增加可信度。
7. 加入流动性过滤：当远月合约成交量过低时，发出提示，或自动切换到成交量更接近的相邻合约，防止合成价格在低流动性状态下失真。

总结

“Synthetic VX3! & VX4! continuous /VX futures”这个项目，表面上是填补了一个数据空白，但实际上它触及了量化回测中最基础也最容易被忽视的问题：我们用什么样的历史价格来测试策略？ 对于波动率品种而言，远月合约的真实成交稀疏，价格发现功能较弱，简单地拼接现有报价很容易得到一条漂亮的、但完全不可交易的曲线。作者用合成方法给出了一种解决思路，并且为了更真实，还特意把 VIX 现货数据拉进来作为参照，这种对数据质量的执着值得肯定。

当然，合成数据永远只是代理。任何基于 VX3、VX4 连续序列的回测结论，都必须经过“换月规则敏感性测试”和“真实流动性压力测试”的双重检验。使用者在借鉴这个思路时，应当把它当作一个起点，而不是终点。若能配合成交量过滤、价差调整和展期收益分解，原本粗糙的合成合约，就能变成研究中长期波动率溢价的一把趁手工具。

波动率市场的魅力，在于它既受情绪驱动，又有严密的数学结构。而一个准确、透明的连续远月序列，就像是给这头情绪的猛兽套上了一条可测量的缰绳。希望这篇文章，能帮助你理解这条“缰绳”是怎么织出来的，也让你在下次看到 VX4 连续数据时，多了几分审视的敏锐。