近期市场上的科技概念热点当属ChatGPT——基于深度学习模型处理各种语言任务，通过大量训练，模型能够生成有逻辑和连贯性的语言回答。ChatGPT的优势在于可以快速处理信息，AI生产内容（AIGC），有效地提升整体的学习和工作效率。回到衍生品领域，目前国内金融期货以及期权市场仍处于持续发展逐渐成熟的阶段，仅在2022年国内就已经新上市了6个场内金融期权交易品种和1个股指期货品种。随着交易品种不断扩容，从衍生品市场的投资者教育角度出发，市场亟需一个能够整合海量学习资源、同时汲取国内外投资者交易经验的“老师”。本文将从期权市场培育的角度，基于ChatGPT在期权基础领域的交互对话展开讨论。报告不涉及行情分析，全部问答图片均不作为期权知识的标准答案。
(一) 定义描述型问题：期权基础知识
首先我们从期权基础开始提问，AI回答的大部分内容囊括了期权定义、期权合约要素以及期权分类等等。回答基本标准，在此我们不再赘述。但是其中也确实存在着不准确的叙述，比如在回答第四条关于行权价格的介绍中，AI所提出的“认购期权的行权价格通常高于当前股价，认沽期权的行权价格则通常低于当前股价。”观点是错误的。期权的行权价格可以是高于、等于或低于当前股价，并且由此划分期权的价值状态。
期权的权利金可以拆解为内在价值与时间价值两个方面。内在价值可以理解为在当前时间点行权所产生的收益：1、 如果立刻行使权利会获取收益，则内在价值为正，期权价值状态为实值。认购期权：标的价格>执行价格；认沽期权：标的价格<执行价格2、 如果立刻行使权利没有收益（收益为0），则内在价值为0，期权状态为平值。认购期权：标的价格=执行价格；认沽期权：标的价格=执行价格3、 如果立刻行使权利会出现亏损，则内在价值为负，期权价值状态为虚值。认购期权：标的价格<执行价格；认沽期权：标的价格>执行价格虚值期权虽然胜率相对偏低，但其权利金较为便宜，因此在权利金上涨时能产生更强的杠杆性收益,更加适合偏投机类型的交易。AI仅仅侧重于描述虚值期权，而在实际交易中平值附近期权会有更高的流动性，实值期权也深受投资者的青睐。当然，我们也可以继续追问存疑的AI回答，并最终得到正确的答案，这也提示我们需要对AI在回答的细节上更加审慎。
(二) 横向对比的问答测试：期权和期货的差异？
首先给出我们的回答，期权和期货的差异存在于以下几个方面：投资者权利和义务不同：期货是双向合约，期货的买方和卖方都要承担合约期货到期交割的义务，如果不愿意实际交割，则必须在有效期限内进行对冲。期权是单向合约，期权的买方支付权利金后只拥有权利而不必承担相应义务。履约保证金：期货交易的双方都需要缴纳保证金。期权只要求卖方缴纳保证金，而期权买方的最大风险限于已经支付的权利金盈亏特点：期货交易是线性盈亏状态，交易双方都可能面临无止境的盈利或亏损。期权交易是非线性盈亏状态，买方的最大亏损和卖方的最大盈利只限于权利金。杠杆不同：期货的杠杆是固定的，为1/保证金比例；期权的实际杠杆是随着标的价格变动而变动的，期权实际杠杆=标的价格/期权权利金*Delta。接下来评估AI的回答，从差异分类上基本符合认知。但在细节上AI的回答再次存疑：ChatGPT的表述中，期权的买方可以选择随时执行合约；但正确的表述是欧式期权的多方只有在期权到期日才可以执行期权，而只有美式期权允许多方在期权到期前的任何时间执行期权。或许由于AI和人类在语言上的差异，AI错把具体某一类型的期权概念特征和期权整体特征混淆。(一) ChatGPT能写期权代码吗？
如果将任务进行分解，ChatGPT编译的代码质量在简单模块下的逻辑表现是令人满意的。除普通定价模型外，我们还对AI成功进行了关于期权隐含波动率、希腊字母以及delta对冲、场外二叉树定价等方面的编写测试。1、编译代码不能保证绝对正确率，需人工审核和语言引导。2、在复杂模块下（例如场外奇异期权定价）的代码编译效果表现不佳。(二) ChatGPT能跟踪期权历史交易数据吗？
首先，ChatGPT的数据集更新到2021年9月，因此无法获取最新数据。其次，ChatGPT可以读取易于获取的公开价格历史数据，其中包括单日标的收盘价数据、收盘价历史价格序列、以及期货收盘价价格序列等等。但关键问题在于数据的准确性无法得到保障，这是在应用数据跟踪服务时我们最需要警惕的问题。
第三，ChatGPT面对期权全合约收盘价格这种复杂的数据集，AI数据读取更加表现并不尽如人意。一方面，受到时间和数据获取限制，AI无法获取全部期权合约的收盘价格，而是仅仅关注特定合约；另一方面，特定期权合约的收盘价数据同样不准，这个问题和上文提及的指数、期货的价格数据相类似。
整体来看，ChatGPT在期权数据跟踪上的表现不佳。
(一) 市场主流期权策略有哪些？
我们对市场上期权主流策略持续梳理跟踪，并根据收益类型进行策略分类。1、收益增强型策略：收益增强策略中有三种经典策略：备兑策略、保护型看跌策略以及领口策略（其中备兑和保护对冲策略在下文AI的回答中也有提及）。目前已经有大量基于以上三种策略构建的策略指数在海外市场上市，例如CBOE的BXM备兑策略指数、CLL领口策略指数等等，收益增强策略预计将会成为持牌类金融机构投资者的在未来的重要布局方向。2、方向型策略：方向性期权交易策略是最基础的期权策略，投资者可基于标的行情走势作出判断，从而运用期权工具进行交易。常见的组合策略中包括牛熊价差组合、蝶式策略、鹰式策略以及日历价差策略等等。3、波动率策略：包括波动率趋势策略（交易隐含波动率的高低）和波动率套利策略（包括波动率曲面套利、波动率偏度套利、波动率期限结构套利以及波动率跨品种套利等等）。(二) 期权实际操作中的风险管理？
接下来我们交互一些偏实操的问题，看到AI的回答比较官方，并且在向其提问是否有实盘案例的时候，也难以得到满意的答案。但从刻画风险的角度，ChatGPT的回答是有参考意义的，我们也借此来回顾一下期权的希腊字母。
1、Delta。对于Delta定义可以从两个方面理解：1）Delta反映期权价格对于标的资产价格变化的敏感程度；2）Delta绝对值反映期权到期时能够成为实值期权的概率。认购期权的Delta大于0；认沽期权的Delta小于0；平值期权Delta绝对值接近于0.5；深度实值期权Delta绝对值接近于1；深度虚值期权Delta绝对值接近于0。在Delta的应用中可以通过调整组合里期权与现货的比例，维持整个组合Delta中性，对冲标的的涨跌风险。也可以通过期权的Delta计算当前的真实杠杆2、Gamma。Gamma反映Delta对于标的资产价格变化的敏感程度。期权多头部位的Gamma大于0，空头部位的Gamma小于0。平值期权的Gamma绝对值最大。在实际交易中，Gamma可以表示对冲风险的难度。Gamma值越大，标的资产发生变化时，组合的Delta值变化就越大。维持Delta中性所需调整的头寸就越高。3、Vega。Vega反映的是期权价格随着隐含波动率变化而变化的幅度。认购期权与认沽期权多头的Vega都大于0，也因此期权价格会随着隐含波动率的增加而上升。4、Theta。Theta反映期权价格对于期权到期时间变化的敏感程度，期权的价值由时间价值与内在价值组成；时间价值在期权接近到期日时逐渐趋近于零；Theta反映的就是期权时间价值的衰减。
而在选取希腊字母Theta进行进一步量化探究时，ChatGPT又展现了其公式计算能力，而且正如我们在上文所介绍，AI也有能力展示希腊字母的计算代码。
以上为我们与ChatGPT在期权基础领域的对话，整体来看，我们认为ChatGPT模型对于期权基础内容的覆盖是比较全面的，这有助于投资者对于期权市场交易逻辑和分类产生一个全面的刻画，也能帮助编译简单程序。但随着我们对于期权研究需求的深入，对于复杂模型、产品的理解和数据库的构建两方面可能成为AIGC类模型在期权专业领域提供实用性的掣肘。