期權和混合投資組合中的投資組合風險分析
我目前正在研究一個主要關注期權投資組合的風險分析模型，但以後可能會擴展到涵蓋混合（期權、股票、債券、期貨等）投資組合。這將用於非專業但高級的水平，以辨識過度加權的風險，並顯示建議的頭寸將如何影響投資組合的風險平衡。
目標是能夠清楚地顯示多種情況下的風險；市場向上/向下移動，向下修正（帶 IV 衝擊），個別符號衝擊等
我希望能夠展示風險對投資組合績效以及希臘人以及由此產生的風險狀況的影響。
貝塔加權和VaR模型等基本的投資組合分析方法似乎非常有限，沒有任何IV變化的概念或波動性衝擊的影響。我可以混合一些不同的模型，但我仍然需要基本的底層模型來做到這一點。
任何人都可以提供一些關於風險建模框架甚至特定分析技術的建議，這些技術可以用於模擬以獲得我需要的結果嗎？在這一點上，我正在搜尋，但發現很少有直接適用的。一些指導將非常受歡迎。
注意 - 我非常了解期權定價模型，所以這不是我要尋找的部分。我需要一個模型，讓我了解和預測 IV 在市場壓力期間將如何變化，以便我可以為定價模型提供數據。
更新（2016 年 12 月 20 日）
希望我能澄清我在尋找什麼。我習慣使用的模型都關注與股票價格變動相關的風險，但我試圖建模的投資組合主要是從期權頭寸建構的。
這為我想要處理的風險建模增加了一個新維度。
如果市場價值下跌 5%，我當然可以估計基礎資產的價值會發生什麼變化。然後使用定價模型，我可以確定新的期權價值是多少。
問題源於這樣一個事實，即價格突然下跌 5% 會對期權的 IV 產生巨大影響。如果不考慮這一點，該模型實際上是毫無價值的。
是否有好的模型可以根據市場的某種形式的衝擊來確定 IV 的變化可能是什麼？由於市場混亂造成的不確定性，我如何確定結果 IV？
如果沒有這個方面，大多數風險模型對於期權組合實際上是無用的。
我不確定您的問題到底出在哪裡，但您當然可以應用標準風險技術：
- 確定您的風險因素（如股票價格和隱含波動率、收益率曲線、信用利差……）
- 計算您的風險度量，無論是 VaR 還是 ES。如果您有非標準風險因素，我認為最簡單的方法是通過歷史模擬。您需要所有風險因素的歷史記錄，並將所有歷史的每日變動應用到您的投資組合中。如果您的風險範圍比一天長得多，則需要校正 theta 的影響。
- 通過壓力測試和情景分析補充您的風險度量，以捕捉非線性影響並處理災難性情景。雖然您可以僅使用靈敏度以線性近似方式進行 VaR 計算，但您希望在此處更精確以捕捉非線性效應。如果你真的想要它，你可以為你的場景分配一個機率並將它們也聚合到一個單一的風險度量中，但在我看來，它的用處是有限的。
如果您想通過場景分析變得更加複雜，您可能會對本文感興趣： https ://www.bis.org/publ/ecsc07c.pdf
這是一個大而開放的問題。我只會拋出2個想法。
您可能有興趣查看芝加哥商品交易所 (CME) 期權投資組合保證金計算的 SPAN 方法。它考慮了 16 種價格和成交量變動的特定組合（“價格下跌、成交量”、“價格下跌、成交量上漲”等）對投資組合價值的影響。官方的目的純粹是計算所需的保證金，但作為使用者查看這 16 個數字並了解在哪種情況下您的損失最大有點有趣。這是對投資組合在短期內可能做的事情的一個很好的總結。這可以以各種方式推廣或調整。
此外，由於您對 IV 更改感興趣，我當然會從整個投資組合和特定的到期期限（“短期”、中期“等）或個別到期月份來看 Vega。熟悉 vol 術語結構的過去變化將有助於將這些拉斯維加斯置於上下文中。