全球债券卫士联合起来：巴克莱美国股票衍生品策略提供每周监测报告，每周四发布，通过利用一系列专有分析工具，帮助投资者追踪压力来源并评估ETF市场情绪。

85%84%95%83%78%97%86%56%74%71%36%27%49%26%54%14%16%19%12%4%82%70%49%43%78%91%45%98%87%1%64%60%94%80%42%64%40%24%18%81%26%46%22%38%40%51%40%35%92%92%81%73%83%96%33%66%67%56%33%17%14%25%27%12%54%3%27%6%61%42%14%45%75%47%97%47%50%89%71%49%24%44%12%5%11%26%16%9%7%12%9%5%--8%11%28%100%77%71%76%69%63%80%93%58%64%63%63%61%69%52%45%56%66%42%53%52%54%61%71%ETF罗盘2yr %-ile of:TUR (土耳其)GLD (黄金)EWT (Taiwan)EWW (墨西哥)EFA (EAFE)EWU (UK)EWZ (巴西)SPY (S&P 500)国际股票利率2个月/6个月 时间序列 2个月50天 波动率 IV 波动率-风险加权ComdtyIV vs IndxStraddle请参见第14页开始的分析师发布日期：25年5月22日，04:10格林威治标准时间，限制 - 外部 86%78%78%75%73%69%67%65%63%63%37%35%35%34%33%32%32%29%23%21%59%45%35%44%最富有的Vol最低价Vol流行对冲选项VolScore 全球股票衍生品策略Stefano PascaleZhiyuan Fan +1 212 526 5530 zhiyuan.fan@barclays.com BCI, USRiddhiman Dass +1 212 526 0850 riddhiman.dass@barclays.com BCI, US+1 212 526 7983 stefano.pascale@barclays.com BCI,US 关键波动率指标的周度变化2025年5月22日图2。大部分资产波动率略有下降，而偏度加剧，这表明波动率的持续正常化进程仍在继续，与此同时风险正在上升。ETF波动率/Volatility Skew/Volatility期限结构/正常化持仓量平均值（open interest）的z分数 = 跨资产类别平均z分数，表示为美国股票、国际股票、利率、信贷和商品ETFs的1周移动平均。来源：OptionMetrics，彭博。数据截至2025年5月20日。 本周其他重点•在全球债券抛售浪潮中，美国收益率曲线大幅变陡，长期利率因美国财政问题等因素上涨。值得注意的是标普指数与美元的同步抛售现象（另见债券大甩卖——美元走低及其局限). Indeed, their 1-month average pairwise correlation reached the highest value on record on the 12th of May, with data going back to 3-Mar-1977! (图3)•预计“AI日程”在短期内将十分繁忙，首始于5月28日（美国市场后盘）公布的英伟达(NVDA)财报，以及AMD于6月12日发布的“加速AI 2025”计划；有趣的是，在半导体板块(SMH和SOXX)中，期权交易活动（按标的体积标准化）现已接近两年高点，凸显了随着关键事件临近，投资者对AI交易的坚定信心。图3。美国股票、美元和美国国债收益率曲线半个世纪以来尚未如此高度相关！与收益率曲线的相关性是使用2s10s利差变化的倒数计算的。来源：彭博，巴克莱衍生品研究 3 ETF波动图景2025年5月22日情绪筛选图4. 持续看跌/看涨情绪最强烈的十大ETF；红色=看跌，绿色=看涨情绪指标是一个加权平均值，涵盖以下各项的2年百分位数：期权与看跌期权未平仓合约比率的一周移动平均值的2周变化、2个月期25Delta偏斜度的一周移动平均值、偏斜度的2周变化、2周ETF资金流向、情绪指标（以AUM的百分比表示的情绪指标2周变化）。该权重体系使得期权与看跌期权未平仓合约、偏斜度、ETF资金流和情绪指标各项在情绪指标中的贡献均等。来源：OptionMetrics，彭博。数据截至2025年5月20日。 2025年5月22日偏转屏幕图 5. 最昂贵的 10 只 ETF：Skew: 2个月25Delta看跌期权与2个月25Delta看涨期权之间价差的1周移动平均。delta call implied vol, normalized by 2m 50-delta implied vol, i.e., 1w MA 2m (25d(put–25d call)/50d IVOL. 这是一种标准化Delta偏斜的指标（与(moneyness skew) allows for easier comparison across ETFs with wildly different基准波动水平。来源：OptionMetrics，彭博。数据截至2025年5月20日。 2025年5月22日图7. 最昂贵的10支ETF（下行偏差）下行偏差：2个月25Delta看跌期权与...之间的价差1周移动平均。2个月50 delta隐含波动率，以其自身2个月50 delta隐含波动率进行标准化，即1周移动平均2个月（25天）put– 50d)/50d IVOL. This measure of normalized delta skew (as opposed to(moneyness skew) allows for easier comparison across ETFs with wildly different基础波动水平来源：OptionMetrics，彭博。数据截至2025年5月20日。 -50-30-101030507090110估值图10. 股票ETF估值市盈率XLFEWU XLBETFs是根据市盈率的五年百分比位数和市盈率与标普500指数的比率计算的等权重平均值进行排名的。过去的表现不能保证未来的结果。*估值分数（百分比位数）：市盈率及其与标普500指数的比率的五年百分位数平均值。来源：OptionMetrics，彭博。数据截至2025年5月20日。：看涨看跌期权未平仓合约量（及其变化）被当前ETF成交量标准化 *期权活跃度得分（百分比位数）：看涨+看跌未平仓合约量被标准化后的2年百分比位数的平均值和其2周变化的平均值 来源：OptionMetrics，Bloomberg。数据截至2025年5月20日。标准化期权交易活动图9。十大期权交易最活跃/最不活跃的ETF 0.01.02.03.04.05.06.07.08.09.010.0→←90%70%50%30%10%最昂贵的最低价市盈率与标准普尔指数的比率SPYTUR FEZXLIXHB HEDJEFAEWT XLC QQQ EEM IYRXLVEZA IWM GDXJ ICLN EWY GDX市盈率市盈率与标普的比率（右侧）估值分数（百分比位数）（右侧）*ile) - 估值得分 (%) 顶尖的“性价比”尾部对冲筛选器对冲全球股票的尾部风险图11。在当前成本下，HYG（美国高收益信用）的短期看跌期权、XLF（金融）和IYR（房地产）的短期看跌期权，在全球股票（MXWO）的历史2个月回撤中，将提供最佳价值。过往业绩并不必然预示未来结果。来源：彭博，巴克莱衍生品研究。数据截止日期为2025年5月20日。以下我们在29种具有流动性期权选择的多资产ETF中进行筛选，以确定针对多个基准指数的最佳尾部对冲工具，包括全球股票：(MSCI全球),大科技,EM股票(MSCI EM),中国股票：(HSCEI), 和商品(BCOM). 在此，我们 i) 识别自2008年以来在任意2个月不重叠时期内基准指数的十大最大跌幅，ii) 根据平均派发额（历史最大跌幅与当前~2个月25 deltas看跌期权的成本比率）进行计算和排名。下方的热力图显示了在不同基准指数中，十大最大跌幅在当前成本下的最高（绿色）和最低（红色）看跌期权派发比率。 8 对冲商品领域的尾部风险对冲中国股市的尾部风险对冲新兴市场股票的尾部风险对冲大型科技公司尾部风险图12。在当前成本下，针对HYG（美国高收益信用）、IYR（房地产）和XLF（金融）的短期看跌期权，曾为大型科技公司的历史2个月最大回撤提供了最佳价值。历史表现不一定预示未来结果。来源：彭博，巴克莱衍生品研究。数据截至2025年5月20日。过往业绩并不必然预示未来结果。资料来源：彭博，巴克莱衍生品研究。数据日期为2025年5月20日。过往业绩并不必然预示未来结果。来源：彭博，巴克莱衍生品研究。数据截至2025年5月20日。图 15。在当前成本下，针对HYG（美国高收益信用债）、EWZ（巴西）和EEM（新兴市场股票）的短期看跌期权，在商品历史上的2个月最大回撤方面，曾提供最佳价值。过往业绩并不必然预示未来结果。来源：彭博，巴克莱衍生品研究。数据截至2025年5月20日。图14。在当前成本下，针对HYG（美国高收益信用债）、EEM（新兴市场股票）和EFA（EAFE地区股票）的短期看跌期权，对于中国股票市场的历史2个月最大回撤而言，将提供最佳价值。图13。在当前成本下，HYG（美国高收益信用）、XLF（金融）和EEM（新兴市场股票）的短期看跌期权，曾为新兴市场股票的历史2个月最大回撤提供了最佳价值。 9 -404820102011201220132014长期跨资产期权趋势2025年5月22日图16。跨资产ETF短期隐含波动率（z-score）的长期历史偏态波动性来源：OptionMetrics，彭博社。数据截至2025年5月20日。图17。长期跨资产ETF短期波动率倾斜（z分数）z-score of 2m25-delta skew美国股票Z得分以1个月移动平均表示。偏度 = 1周移动平均，2个月（25天看跌期权 - 25天看涨期权）/50天波动率。这种标准化Delta偏度（相对于价外偏度）的衡量方法，使得在基波动率差异巨大的ETF之间进行更容易的比较。来源：OptionMetrics，彭博。数据截至2025年5月20日。 20152016国际股票 -2-1012345201020112012-2-10123456201020112012趋势总结波动率期限结构图19. 基于ETF成交量的跨资产ETF看涨看跌期权未平仓合约量长期历史（Z分数）期权交易活动图18. 跨资产ETF波动率期限结构（z分数）的长期历史期权加看跌期权开仓量z分数按ETF交易量标准化图20。ETF 波动率、偏度、波动率时间序列、正态化持仓量（OI）的 z-score 平均值跨资产类别z分数Z分数以1个月移动平均数表示。标准化看涨期权+看跌期权未平仓合约量 = #（看涨期权+看跌期权）*100/ETF交易量。来源：OptionMetrics，Bloomberg。数据截至2025年5月20日。ETF波动率/倾斜率/波动率TS/标准化持仓量平均值z分数 = 美国股票、国际股票、利率、信用、商品ETFs中1个月移动平均值的z分数平均值。来源：OptionMetrics，Bloomberg。数据截至2025年5月20日。Z分数以1个月移动平均表示。波动率期限结构 = 2个月/6个月50天隐含波动率的比率。来源：OptionMetrics，彭博。数据截止至2025年5月20日。 20132014201520162013201420152016美国股票国际股票波动性 2017201820172018偏态 20192019利率 202020212022偏差持续保持平坦。与长期水平相比TS 12345来源：OptionMetrics，彭博。数据截至2025年5月20日。图21。跨资产ETF波动率风险溢价（VRP）的长期历史波动率风险