[논문 리뷰] Option Volume Imbalance as a predictor for equity market returns

Nikolas Michael, Mihai Cucuringu외 1명|arXiv (Cornell University)|2022. 01. 23.

Capital Investment and Risk Analysis인용 수 4

한 줄 요약

이 논문은 시장 참가자 유형별 콜 및 풋 옵션 거래량의 정규화된 차이를 활용하여 주식시장 수익률을 예측하는 데 사용되는 옵션 거래량 불균형(OVI)을 도입한다. 시장 메이커 OVI가 가장 높은 예측 능력을 보이며, 연간 샤프 비율이 최대 4.5에 이르며, 특히 고임의 변동성 옵션과 풋 옵션에서 두드러진다. 이는 전통적인 선형 모델보다 우수한 성능을 보이는 새로운 P&L 회귀 접근법을 통해 달성된다.

ABSTRACT

We investigate the use of the normalized imbalance between option volumes corresponding to positive and negative market views, as a predictor for directional price movements in the spot market. Via a nonlinear analysis, and using a decomposition of aggregated volumes into five distinct market participant classes, we find strong signs of predictability of excess market overnight returns. The strongest signals come from Market-Maker volumes. Among other findings, we demonstrate that most of the predictability stems from high-implied-volatility option contracts, and that the informational content of put option volumes is greater than that of call options.

연구 동기 및 목표

• 시장 참가자 유형별로 분류된 콜 및 풋 옵션 거래량 간의 불균형이 향후 주가 움직임을 예측할 수 있는가를 조사하는 것.
• 임의의 변동성, 델타, 로 등 옵션 특성에 따라 OVI의 예측 능력이 어떻게 달라지는지 평가하는 것.
• 선형 관계에 대한 가정 없이 방향성 수익률 예측에 특화된 새로운 P&L 회귀 방법을 개발하고 검증하는 것.
• 네트워크 분석을 활용해 OVI 신호 간 자산 간의 교차 영향 및 교차 효과를 분석하는 것.
• 고주기 10분 단위로 분류된 고빈도 데이터를 사용해 두 주요 옵션 거래소(PHLX 및 NOM) 간 예측 성능를 비교하는 것.

제안 방법

• 각 시장 참가자 유형(MPC)에 대해 총 콜 및 풋 옵션 거래량의 정규화된 차이로 옵션 거래량 불균형(OVI)을 계산하며, MPC 및 옵션 유형별로 별도 분석을 실시한다.
• 기존의 R²나 t-통계량에 의존하지 않고 누적 손익(P&L)을 직접 최대화하는 새로운 P&L 회귀 프레임워크를 도입하여, 희소 데이터 및 비선형 관계 하에서도 뛰어난 성능을 달성한다.
• PHLX 및 NOM 거래소의 데이터를 활용해 옵션 거래량을 다섯 가지 시장 참가자 유형(Market Makers, Customers, Brokers, Firm Proprietary, Professional Customers)으로 분해한다.
• 예측 능력 평가에 연간 샤프 비율과 누적 P&L를 사용하며, 분位수 순위 및 다른 가중치 설정 방법을 활용해 결과의 탄력성을 검증한다.
• 자산 간 상호작용을 반영한 유도 그래프를 활용한 교차 영향 분석을 실시하며, 노드 차수의 차이에 대한 보너페론니 보정 t-검정을 통해 통계적 유의성을 평가한다.
• 시간적 변동성을 평가하기 위해 일일 패턴과 거래 시점(개장 시 vs. 종료 시)을 분석한다.

실험 결과

연구 질문

• RQ1 다른 시장 참가자 유형에서 유도된 옵션 거래량 불균형(OVI)이 향후 주식시장 수익률을 예측할 수 있는가?
• RQ2 임의의 변동성, 델타, 로 등 옵션 특성에 따라 OVI의 예측 능력은 어떻게 변화하는가?
• RQ3 P&L 회귀 접근법이 OVI 신호에서 방향성 수익률을 예측하는 데 기존 선형 모델보다 뛰어난 성능을 보일 수 있는가?
• RQ4 자산 간에 유의미한 교차 영향 효과가 존재하는가, 그리고 네트워크 상의 OVI 신호에서 이는 직접 영향 효과를 압도하는가?
• RQ5 OVI 신호는 거래소(PHLX 대비 NOM) 간에 어떻게 다를 수 있으며, 데이터 세트 간 결과는 일관성 있는가?

주요 결과

• 시장 메이커 OVI가 가장 높은 예측 능력을 보이며, 거래 수수료를 고려하지 않은 단순 베팅 전략에서도 연간 샤프 비율이 최대 4.5에 이르렀다.
• 예측 능력이 가장 높은 신호는 고임의 변동성 옵션에서 유래하며, OVI의 대부분의 예측 가능성을 차지한다.
• 풋 옵션이 콜 옵션보다 더 높은 정보량을 지닌다. 특히 음수의 델타와 음수의 로 값은 항상 높은 성과와 관련이 있다.
• OVI 크기의 2~4분위수 그룹이 가장 우수한 포트폴리오 성과를 보이며, 중간 수준의 불균형이 가장 정보를 많이 담고 있음을 시사한다.
• 교차 영향 효과가 직접 영향 효과보다 유의미하게 더 흔하며, 보정되지 않은 검정 기준에서 네트워크 차수의 차이에 대해 41~58%가 귀무가설을 기각한다.
• NOM 거래소(NOTO 데이터 세트)의 결과는 PHLX(PHOTO 데이터 세트)와 일관되나 다소 약하며, 시장 메이커 OVI는 여전히 연간 샤프 비율 2.5~3을 기록한다.