Strategien › Short Put › Teil 1

Die Short-Put-Strategie: Mechanik, Rendite und Risiko

Warum der Verkauf von Put-Optionen überhaupt eine Risikoprämie tragen sollte — die ökonomische Logik, die formale Mechanik und der Stand der Forschung zu Rendite, Risiko und Sensitivitäten.

Teil 1 von 3 · Lesezeit ca. 18 Minuten

Kapitel 1

Kapitel 1: Einleitung

Kaum eine Derivatestrategie polarisiert so verlässlich wie der systematische Verkauf von Put-Optionen. Für die einen ist er das „Aufsammeln von Münzen vor der Dampfwalze“ — eine Strategie, die in ruhigen Jahren stetige Erträge liefert und in der Krise alles zurückgibt (Taleb, 2007). Für die anderen ist er die disziplinierte Ernte einer der am besten dokumentierten Risikoprämien der empirischen Kapitalmarktforschung: der Volatilitätsrisikoprämie (Bakshi & Kapadia, 2003; Carr & Wu, 2009). Beide Sichtweisen sind, richtig verstanden, keine Widersprüche, sondern zwei Beschreibungen desselben ökonomischen Sachverhalts — der Frage, welchen Preis der Markt für die Übernahme von Crash-Risiko zahlt und ob dieser Preis den erwarteten Schaden übersteigt.

Die ökonomische Intuition ist die einer Versicherung. Wer einen Put verkauft, verkauft Schutz gegen fallende Kurse. Der Käufer — häufig ein institutioneller Investor mit Absicherungsbedarf — zahlt dafür eine Prämie, die im Mittel über dem versicherungsmathematisch fairen Preis liegt (Gârleanu, Pedersen & Poteshman, 2009). Der Verkäufer vereinnahmt diesen Aufschlag und trägt dafür ein Risiko, das sich selten, dann aber heftig materialisiert. Die Renditeverteilung des Verkäufers ist daher spiegelverkehrt zu der eines Versicherers: viele kleine Gewinne, seltene große Verluste — ausgeprägte Linksschiefe und schwere linke Verteilungsränder.

Genau diese Verteilungsform macht die Strategie analytisch anspruchsvoll. Mittelwert und Volatilität — die Standardgrößen der Portfoliotheorie — beschreiben eine derart asymmetrische Verteilung nur unvollständig; Kennzahlen wie Schiefe, Kurtosis, Conditional Value-at-Risk und Drawdown-Profile werden zu erstrangigen Bewertungsgrößen (Bondarenko, 2014; Broadie, Chernov & Johannes, 2009). Zugleich ist die Strategie ein Paradebeispiel für das Tail-Risiko-Problem der empirischen Finanzforschung: Der relevante Schadensfall — der Crash — ist in jeder endlichen Stichprobe selten, sodass historische Ergebnisse die wahre Verlusterwartung systematisch unterzeichnen können (Rietz, 1988; Barro, 2006).

Die vorliegende Arbeit verfolgt drei Ziele. Erstens wird die Short-Put-Strategie formal und institutionell präzise beschrieben (Abschnitt 2). Zweitens wird der Stand der Literatur zu erwarteter Rendite (Abschnitt 3) und erwartetem Risiko (Abschnitt 4) aufgearbeitet und in ein Sensitivitätsgerüst überführt (Abschnitt 5). Drittens — und im Zentrum — wird ein eigener, ereignisbasierter Backtest auf SPY-Optionen für den Zeitraum 2013–2023 vorgestellt — zinsfrei gerechnet und auf vergleichbare Kapitalbindung normiert und ökonomisch interpretiert (Abschnitt 6), systematisch mit der Literatur verglichen (Abschnitt 7) und in konkrete Konfigurationen für ein begleitendes Trade-Journal überführt (Abschnitt 8). Abschnitt 9 diskutiert praktische Implikationen, Abschnitt 10 schließt.

Kapitel 2

Kapitel 2: Die Short-Put-Strategie — Mechanik, Notation und institutionelle Details

2.1 Auszahlungsprofil und Notation

Sei \(S_t\) der Kurs des Basiswerts, \(K\) der Ausübungspreis (Strike), \(T\) der Verfallszeitpunkt und \(P_0\) die bei Verkauf vereinnahmte Prämie. Der Gewinn des Put-Verkäufers bei Verfall (pro Einheit, vor Kosten) beträgt

Der maximale Gewinn ist auf \(P_0\) begrenzt und wird erreicht, wann immer \(S_T \ge K\). Der maximale Verlust beträgt \(K-P_0\) (bei \(S_T = 0\)) und ist damit praktisch — wenn auch nicht formal — unbegrenzt groß relativ zur Prämie. Der Break-even liegt bei \(S_T = K-P_0\). Die Wahrscheinlichkeit eines Gewinns übersteigt typischerweise deutlich 50 %, weil der Strike unter dem aktuellen Kurs gewählt wird; die Verlusthöhe im Verlustfall übersteigt dafür den typischen Gewinn um ein Mehrfaches. In der Sprache der Verteilungsmomente: Der Erwartungswert mag positiv sein, die Schiefe ist strukturell negativ.

Vor Verfall ist die Position dem Marktwert der Option ausgesetzt. Der Buchgewinn zum Zeitpunkt \(t\) ist \(P_0-P_t\), wobei \(P_t\) der aktuelle Optionspreis ist. Die Strategie kann also auch dann zwischenzeitliche Verluste ausweisen, wenn der Put am Ende wertlos verfällt — ein für Margin-Betrachtungen zentraler Punkt.

2.2 Cash-Secured versus Margin-basiert

Zwei Implementierungen sind zu unterscheiden. Beim Cash-Secured Put hinterlegt der Verkäufer den vollen Barwert des Strikes (\(K\) pro Einheit) als Deckung. Ein Assignment kann dann stets bedient werden; die Strategie ist ungehebelt, und die Rendite wird auf das volle gebundene Kapital bezogen. Die CBOE-Benchmarkindizes PUT und WPUT folgen dieser Konvention (Bondarenko, 2016). Beim Margin-basierten Verkauf verlangt der Broker nur eine Sicherheitsleistung — nach Reg-T-Formeln typischerweise etwa 15–20 % des Nominalwerts, unter Portfolio-Margin risikobasiert und meist geringer. Das setzt Kapital frei und erlaubt Hebel, macht die Position aber pfadabhängig: Ein zwischenzeitlicher Buchverlust erhöht die Margin-Anforderung genau dann, wenn Volatilität und Optionspreise steigen. Santa-Clara und Saretto (2009) zeigen, dass Margin-Restriktionen die real erzielbaren Renditen von Optionsverkaufsstrategien erheblich beschneiden und Zwangsliquidationen zum ungünstigsten Zeitpunkt erzwingen können. Der hier analysierte Backtest arbeitet mit einem Sizing auf Portfolioebene und einer Hebelobergrenze und liegt damit zwischen beiden Polen; die durchschnittliche Kapitalbindung (Reserved Capital) wird explizit ausgewiesen.

2.3 Assignment, Ausübungsstil und Settlement

SPY-Optionen sind amerikanischen Stils mit physischer Lieferung: Der Verkäufer kann jederzeit — praktisch relevant vor allem tief im Geld und um Ex-Dividenden-Termine — zugewiesen werden und erhält dann 100 ETF-Anteile je Kontrakt zum Strike. Indexoptionen (SPX) sind dagegen europäisch und werden bar abgerechnet; vorzeitiges Assignment entfällt. Für Backtests bedeutet das: Bei amerikanischen Optionen muss die Ausübungslogik modelliert oder durch frühzeitiges Schließen (Min-DTE-Regel) umgangen werden. Die hier untersuchte Engine schließt Positionen spätestens bei Erreichen einer Mindest-Restlaufzeit und reduziert damit das Assignment-Fenster erheblich — ein Design, das zugleich das in der Praxis übliche „Rollen“ abbildet.

2.4 Liquidität und Transaktionskosten

Der SPY-Optionsmarkt gehört zu den liquidesten Derivatemärkten der Welt; Geld-Brief-Spannen nahe am Geld liegen häufig bei einem Cent bis wenigen Cents. Dennoch sind Transaktionskosten für eine Strategie mit tausenden Trades erstrangig: Bei Mittelkurs-Fills wird die Rendite systematisch überschätzt (Santa-Clara & Saretto, 2009). Der vorliegende Backtest berücksichtigt Kommissionen von 0,65 USD je Kontrakt sowie Slippage in Höhe von 50 % der halben Geld-Brief-Spanne relativ zum Mittelkurs und filtert Quotes mit auffälliger relativer Spanne. Die ökonomische Bedeutung zeigt sich unmittelbar in der Premium Capture Ratio — dem Anteil der vereinnahmten Bruttoprämie, der als Nettogewinn verbleibt. Er reicht je nach Konfiguration von 8 bis 75 Prozent: Bei sehr kurzen Laufzeiten und großem Delta zehren Kommission und Slippage den Löwenanteil der Prämie auf, bei langen Laufzeiten weit aus dem Geld bleibt der Großteil erhalten.

Kapitel 3

Kapitel 3: Erwartete Rendite — Stand der Literatur

Die Frage, warum der Verkauf von Put-Optionen eine positive erwartete Rendite tragen sollte, ist theoretisch anspruchsvoller, als sie zunächst wirkt. In einem friktionslosen Markt mit vollständigem Hedging wäre der Erwartungswert einer dynamisch replizierten Optionsposition null (Black & Scholes, 1973; Merton, 1973). Dass empirisch ein erheblicher positiver Erwartungswert gemessen wird, verlangt daher eine ökonomische Erklärung — und die Literatur bietet mehrere, die einander ergänzen statt ausschließen.

3.1 Die Volatilitätsrisikoprämie

Der zentrale Befund ist die systematische Differenz zwischen impliziter und anschließend realisierter Volatilität. Formal lässt sich die Volatilitätsrisikoprämie (VRP) als

schreiben — als Differenz der Varianzerwartung unter dem risikoneutralen Maß \(\mathbb{Q}\) (im Optionspreis eingepreist) und unter dem physischen Maß \(\mathbb{P}\) (tatsächliche Verteilung). Empirisch ist diese Größe im Mittel deutlich positiv.

Bakshi und Kapadia (2003) zeigen anhand delta-gehedgter Optionsportfolios, dass deren Erträge systematisch negativ sind — ein direkter Nachweis, dass Volatilitätsexposure einen negativen Risikopreis trägt und Optionskäufer im Mittel zahlen. Carr und Wu (2009) quantifizieren die Prämie über Varianz-Swap-Raten für Indizes und Einzelwerte und finden für Aktienindizes eine ökonomisch große, hochsignifikante Prämie, während sie bei Einzelwerten schwächer ausfällt. Bollerslev, Tauchen und Zhou (2009) zeigen darüber hinaus, dass die VRP zeitvariabel ist und Aktienrenditen prognostiziert — die Prämie ist also nicht konstant, sondern schwankt mit dem Zustand der Wirtschaft.

Ökonomische Begründung. Die VRP ist eine Kompensation dafür, dass Volatilitätsanstiege typischerweise mit fallenden Märkten und steigender marginaler Nutzenbewertung zusammenfallen. Ein Vermögenswert, der genau dann verliert, wenn Konsum knapp ist, muss eine positive Prämie tragen. Wer Volatilität verkauft, übernimmt exakt dieses prozyklische Risiko.

Einschränkungen. Die Messung der VRP hängt vom Modell ab, über das die risikoneutrale Erwartung extrahiert wird; modellfreie Varianzschätzer (Britten-Jones & Neuberger, 2000) reduzieren, aber eliminieren dieses Problem nicht. Zudem ist die Prämie regimeabhängig: In Krisen kann sie kurzfristig negativ werden, wenn die realisierte Volatilität die zuvor eingepreiste massiv übersteigt.

3.2 Die Versicherungsprämie: Nachfragedruck und begrenztes Arbitragekapital

Eine komplementäre Erklärung stellt nicht auf Risiko, sondern auf Marktstruktur ab. Gârleanu, Pedersen und Poteshman (2009) entwickeln ein Modell mit nachfragebedingten Optionspreisen: Weil Endnutzer strukturell Netto-Nachfrager nach Absicherung sind und Market Maker ihre Bestände nicht kostenlos hedgen können, tragen Optionen einen Preisaufschlag, der mit der Netto-Nachfrage skaliert. Empirisch bestätigen sie, dass gerade Index-Puts — das klassische Absicherungsinstrument — die höchsten Aufschläge tragen.

Ökonomische Begründung. Institutionelle Investoren, Pensionsfonds und Versicherer haben regulatorische oder mandatsbedingte Absicherungsbedarfe, die preisunelastisch sind. Ihnen steht ein begrenztes Kapital gegenüber, das bereit ist, diese Risiken zu übernehmen. Die resultierende Prämie ist keine Ineffizienz, sondern der Räumungspreis eines Marktes mit asymmetrischer Nachfrage.

Einschränkungen. Diese Erklärung impliziert, dass die Prämie mit wachsendem Angebot an Risikokapital sinkt. Die starke Zunahme systematischer Prämienverkaufsstrategien und optionsbasierter ETFs seit etwa 2015 könnte den Aufschlag strukturell verringert haben — ein Punkt, der für die Interpretation jüngerer Backtests relevant ist.

3.3 Crash-Risiko-Prämie und Tail-Risiko

Die dritte Erklärungsfamilie betont, dass Index-Puts nicht nur Volatilität, sondern speziell Sprungrisiko versichern. Coval und Shumway (2001) zeigen, dass Optionspositionen auch nach Bereinigung um das Marktexposure signifikante Renditen aufweisen, was auf einen eigenständigen Preis für höhere Momente hindeutet. Bondarenko (2014) dokumentiert, dass Renditen tief aus dem Geld liegender Index-Puts sich nur schwer mit Standardmodellen vereinbaren lassen, und bezeichnet dies als „Put-Pricing-Puzzle“.

Gabaix (2012) und die Arbeiten in der Tradition von Rietz (1988) und Barro (2006) liefern die theoretische Gegenposition: Wenn seltene makroökonomische Katastrophen mit zeitvariabler Intensität existieren, ist eine hohe Prämie für Crash-Schutz rational und kein Puzzle. Der entscheidende Punkt für die empirische Arbeit: In beiden Welten misst eine endliche Stichprobe die Prämie zu hoch, wenn die Katastrophe im Beobachtungsfenster ausbleibt — das sogenannte Peso-Problem.

Broadie, Chernov und Johannes (2009) zeigen mit expliziter statistischer Behandlung dieser Unsicherheit, dass die scheinbar spektakulären Put-Renditen bei realistischer Berücksichtigung von Schätz- und Stichprobenunsicherheit deutlich weniger anomal erscheinen als in einfachen Auswertungen. Ihre Arbeit ist die wichtigste methodische Warnung an jeden Backtest dieser Strategieklasse.

3.4 Fehlbewertung und Carry-Perspektive

Santa-Clara und Saretto (2009) untersuchen die Handelbarkeit dieser Prämien unter realistischen Margin-Anforderungen und finden, dass ein erheblicher Teil der papiernen Überrenditen durch Margin-Calls und Transaktionskosten aufgezehrt wird — die Prämie existiert, ist aber schwerer zu ernten, als Bruttozahlen suggerieren.

Ilmanen (2011) ordnet den Optionsverkauf in eine übergreifende Systematik ein: als eine von mehreren „Carry“-Strategien, deren gemeinsames Merkmal ein positiver laufender Ertrag bei negativer Schiefe ist. Koijen, Moskowitz, Pedersen und Vrugt (2018) formalisieren Carry über Anlageklassen hinweg und zeigen die gemeinsame Faktorstruktur solcher Strategien. Die praktische Implikation ist unbequem: Wer Optionsprämien verkauft, diversifiziert sein Portfolio nicht gegenüber anderen Carry-Positionen, sondern konzentriert dasselbe Risiko.

Dew-Becker, Giglio, Le und Rodriguez (2017) präzisieren, welcher Teil der Volatilitätsexposition tatsächlich bezahlt wird: Ihre Evidenz spricht dafür, dass primär die realisierte Varianz kurzer Fristen eine Prämie trägt, nicht die Exposition gegenüber zukünftiger Volatilitätsunsicherheit. Für die Strategiegestaltung ist das ein Argument für kürzere Laufzeiten.

3.5 Zwischenfazit

Die Literatur stützt die Erwartung einer positiven mittleren Rendite des Put-Verkaufs breit und aus mehreren unabhängigen Richtungen. Sie ist jedoch ebenso deutlich in drei Einschränkungen: Die Prämie ist (i) zeitvariabel und regimeabhängig, (ii) in Bruttobetrachtungen systematisch überzeichnet, weil Kosten, Margin und Peso-Effekte fehlen, und (iii) keine Anomalie, sondern Kompensation für ein reales, selten sichtbares Risiko.

Kapitel 4

Kapitel 4: Erwartetes Risiko

4.1 Verteilungsform: Schiefe und Kurtosis

Das Auszahlungsprofil \(\Pi_T = P_0-\max(K-S_T, 0)\) erzeugt eine strukturell linksschiefe Verteilung: Der Gewinn ist auf \(P_0\) gedeckelt, der Verlust nicht. Für die Momente bedeutet das eine negative Schiefe

und eine hohe Exzess-Kurtosis \(\gamma_2 = \mathbb{E}[(R-\mu)^4]/\sigma^4-3 \gg 0\). Diese Momente sind keine Schätzartefakte, sondern eine mathematische Eigenschaft der Position. Empirisch verstärkt wird der Effekt dadurch, dass die Renditen des Basiswerts selbst bereits fette Ränder aufweisen (Cont, 2001).

Die praktische Konsequenz ist erheblich: Sharpe Ratios, die nur die ersten beiden Momente verwenden, überschätzen die Attraktivität systematisch. Investoren mit Präferenz für positive Schiefe (Harvey & Siddique, 2000) verlangen eine Kompensation, die in der Sharpe Ratio unsichtbar bleibt.

4.2 Drawdowns und Pfadabhängigkeit

Der maximale Drawdown ist für diese Strategieklasse die informativere Risikokennzahl, weil er das pfadabhängige Verlustrisiko abbildet, das über Margin-Mechanik direkt existenzbedrohend werden kann. Whaley (2002) dokumentiert für den CBOE PUT Index Drawdowns, die trotz deutlich geringerer Volatilität als der Index in Krisen erhebliche Ausmaße erreichen. Der entscheidende Punkt ist die Geschwindigkeit: Anders als ein Aktienportfolio, das über Monate abwertet, kann eine gehebelte Short-Put-Position innerhalb weniger Tage einen Großteil des Jahresergebnisses verlieren.

4.3 Gamma- und Vega-Risiko

Das Risiko lässt sich über die Sensitivitäten präzisieren. Für den Verkäufer gilt \(\Gamma < 0\) und \(\mathcal{V} < 0\). Die Beziehung zwischen Theta und Gamma unter Black-Scholes für eine delta-neutrale Position,

macht den Zusammenhang explizit: Der laufende Ertrag (positives Theta) ist die exakte Kehrseite des negativen Gammas. Man wird für das Tragen von Konvexitätsrisiko bezahlt — nicht für Geduld. Bei einem Volatilitätssprung wirken beide Effekte gleichzeitig: Der Kurs bewegt sich (Gamma-Verlust) und die implizite Volatilität steigt (Vega-Verlust), was Buchverluste erzeugt, die weit über den ökonomischen Endschaden hinausgehen können, aber margin-relevant sind.

4.4 Volatility Clustering und Liquiditätsrisiko

Volatilität ist autokorreliert (Engle, 1982; Bollerslev, 1986): Auf große Bewegungen folgen große Bewegungen. Für eine Strategie mit täglichem Positionsaufbau bedeutet das, dass Verluste nicht unabhängig gezogen werden, sondern sich in Clustern konzentrieren — die effektive Stichprobengröße ist deutlich kleiner als die Zahl der Handelstage suggeriert.

Hinzu tritt die Liquiditätsdimension. Genau in Stressphasen weiten sich Spreads, Market Maker reduzieren ihre Quotierung, und der Ausstieg wird teuer — Effekte, die Brunnermeier und Pedersen (2009) als wechselseitige Verstärkung von Markt- und Finanzierungsliquidität modellieren. Ein Backtest, der konstante Kostenannahmen unterstellt, unterschätzt die Verluste in genau den Perioden, die für die Beurteilung entscheidend sind.

4.5 Seltene Extremverluste und das Peso-Problem

Die zentrale statistische Schwierigkeit der Strategieklasse liegt darin, dass der ökonomisch entscheidende Zustand in der Stichprobe unterrepräsentiert ist. Sei \(p\) die Eintrittswahrscheinlichkeit eines Extremereignisses pro Jahr und \(L\) der zugehörige Verlust. Der Erwartungswert der Strategie beträgt

Für kleine \(p\) ist die Wahrscheinlichkeit, dass ein Beobachtungsfenster der Länge \(n\) Jahre kein Extremereignis enthält, \((1-p)^n\). Bei \(p = 0{,}03\) und \(n = 10\) beträgt sie rund 74 %. Mit anderen Worten: Selbst wenn die Strategie über einen vollständigen Zyklus einen negativen Erwartungswert hätte, würde ein zufällig gewähltes Jahrzehnt sie in drei von vier Fällen als profitabel ausweisen.

Dieses als Peso-Problem bekannte Phänomen ist keine theoretische Randbemerkung, sondern die wichtigste Einschränkung jeder empirischen Aussage über Short-Put-Strategien. Broadie et al. (2009) zeigen, dass die statistische Unsicherheit der geschätzten Put-Renditen so groß ist, dass die Nullhypothese eines fairen Preises für viele Stichproben nicht verworfen werden kann. Taleb (2007) formuliert dieselbe Einsicht erkenntnistheoretisch: Die Abwesenheit von Evidenz für ein Extremereignis ist keine Evidenz für dessen Abwesenheit.

4.6 Regimewechsel und strukturelle Nichtstationarität

Ein weiterer Punkt betrifft die Stabilität der Prämie selbst. Die Volatilitätsrisikoprämie ist zeitvariabel und mit dem Konjunkturzyklus verbunden (Bollerslev et al., 2009). In Phasen niedriger Volatilität ist sie tendenziell komprimiert, in Stressphasen weitet sie sich — allerdings gemeinsam mit dem Risiko. Die praktische Konsequenz ist unangenehm: Die Prämie ist am höchsten, wenn sie am wenigsten sicher zu vereinnahmen ist.

Hinzu tritt strukturelle Nichtstationarität. Die Marktmikrostruktur des Optionshandels hat sich seit 2013 erheblich verändert: Der Anteil sehr kurzlaufender Optionen ist massiv gestiegen, systematische Prämienverkaufsprodukte sind stark gewachsen, und das Volumen elektronischer Market Maker hat zugenommen. Jede dieser Entwicklungen kann die Höhe der ökonomischen Prämie verändert haben. Eine über zehn Jahre geschätzte Durchschnittsprämie unterstellt implizit, dass diese Veränderungen irrelevant sind — eine Annahme, die schwer zu verteidigen ist.

4.7 Margin-Risiko als eigenständige Verlustquelle

Ein Aspekt, der in reinen Renditebetrachtungen systematisch fehlt, ist die Rückkopplung über die Margin-Mechanik. Santa-Clara und Saretto (2009) zeigen empirisch, dass ein erheblicher Teil der theoretischen Optionsrenditen nicht realisierbar ist, weil Margin-Anforderungen in genau den Momenten steigen, in denen die Position Buchverluste ausweist. Der Mechanismus ist selbstverstärkend: Der Kursverfall erhöht das Delta und die implizite Volatilität, die Margin-Anforderung steigt, und die erzwungene Glattstellung realisiert den Verlust zum ungünstigsten Zeitpunkt.

Ökonomisch bedeutet das, dass die Verlustverteilung nicht nur schief ist, sondern an ihrem linken Rand einen zusätzlichen Mechanismus enthält, der Verluste verstärkt statt dämpft. Ein Backtest ohne explizite Margin-Simulation — wie der hier vorgelegte — unterschätzt diesen Effekt strukturell.

Kapitel 5

Kapitel 5: Sensitivitäten der Strategie

Die folgende Systematik ordnet die Parameter nach ihrer ökonomischen Wirkungsrichtung und dient als Bezugsrahmen für die Interpretation der Backtest-Ergebnisse in Abschnitt 6.

5.1 Implizite und realisierte Volatilität

Der Ertrag der Strategie ist im Kern eine Funktion der Differenz beider Größen. Ein näherungsweiser Ausdruck für den Ertrag einer delta-gehedgten Short-Option-Position über ein Intervall lautet

Die ökonomische Aussage ist unmittelbar: Verdient wird genau dann, wenn die eingepreiste Volatilität die tatsächlich eingetretene übersteigt. Ein hohes absolutes IV-Niveau ist folglich weder hinreichend noch notwendig — entscheidend ist die Differenz.

5.2 Laufzeit

Der Zeitwertverfall einer Option am Geld verläuft näherungsweise proportional zu \(\sqrt{T-t}\); der tägliche Theta-Ertrag steigt daher zum Verfall hin an. Kurze Laufzeiten maximieren den relativen Zeitwertertrag, gehen aber mit höherem Gamma und damit größerer Sprungempfindlichkeit einher. Längere Laufzeiten reduzieren Gamma, erhöhen aber Vega und verlängern die Zeit, über die die Position adversen Regimewechseln ausgesetzt ist. Es existiert folglich ein Zielkonflikt ohne innere Lösung — welche Laufzeit optimal ist, ist eine empirische Frage.

5.3 Strikewahl: Prämie gegen Verlustschwere

Die Wahl des Strikes über das Delta steuert simultan Prämienhöhe, Trefferquote und Verlustschwere. Für kleines \(|\Delta|\) steigt die Gewinnwahrscheinlichkeit, während die Verlustschwere im Eintrittsfall relativ zur Prämie zunimmt — die Verteilung wird schiefer. Für großes \(|\Delta|\) nähert sich das Profil dem des Basiswerts an, die Schiefe nimmt ab, die Volatilität zu. Die Delta-Wahl ist damit primär eine Entscheidung über die Form der Verteilung, erst sekundär über deren Erwartungswert.

5.4 Zinsniveau

Das Zinsniveau wirkt doppelt: über \(\rho\) auf den Optionspreis und, bei cash-besicherter Umsetzung, über die Verzinsung der gebundenen Barmittel. Der zweite Kanal dominiert in der Praxis deutlich. Für Vergleiche über Zeiträume mit stark unterschiedlichem Zinsniveau ist die Trennung von Optionsertrag und Zinsertrag daher unerlässlich — ein Punkt, der bei der Interpretation historischer Indexvergleiche regelmäßig übersehen wird.

5.5 Delta: Exposition und Verteilungsform

Das Delta einer Short-Put-Position ist positiv (die Position gewinnt bei steigenden Kursen) und liegt betragsmäßig zwischen 0 und 1. Formal gilt unter Black-Scholes für den Put

sodass der Verkäufer ein Delta von \(1-N(d_1) > 0\) hält. Das Delta ist zugleich eine Approximation der risikoneutralen Wahrscheinlichkeit, dass die Option im Geld verfällt.

Praktische Konsequenz: Die Delta-Wahl ist die wichtigste Einzelentscheidung der Strategiekonstruktion, weil sie simultan Prämienhöhe, Trefferquote und Verlustschwere festlegt. Der empirische Befund aus Abschnitt 6.4 — nahezu invariante Sharpe Ratio bei stark variierender Schiefe — zeigt, dass diese Entscheidung primär die Verteilungsform betrifft, nicht das Verhältnis von Rendite zu Volatilität.

5.6 Theta: der Ertragsmechanismus

Das Theta misst den Wertverlust der Option pro Zeiteinheit und ist für den Verkäufer positiv:

Für eine Option am Geld verläuft der Zeitwert näherungsweise proportional zu \(\sqrt{T-t}\), sodass der tägliche Theta-Ertrag mit abnehmender Restlaufzeit zunimmt.

Praktische Konsequenz: Der scheinbar zwingende Schluss, möglichst kurzlaufende Optionen zu verkaufen, ist unvollständig. Der höhere Theta-Ertrag ist untrennbar mit höherem Gamma verbunden (siehe 5.7). Der empirische Befund — Sharpe-Maximum bei 15 statt bei 5 Tagen — zeigt, dass der Zielkonflikt eine innere Lösung besitzt, die nicht am Rand liegt.

5.7 Gamma: die Konvexitätskosten

Das Gamma ist die zweite Ableitung des Optionspreises nach dem Kurs und für den Verkäufer negativ:

Der Nenner enthält \(\sqrt{T-t}\): Das Gamma divergiert für Optionen am Geld gegen den Verfall. Die bereits genannte Beziehung \(\Theta \approx -\tfrac{1}{2}\Gamma\sigma^2S^2\) macht explizit, dass Theta-Ertrag und Gamma-Risiko keine unabhängigen Größen sind, sondern zwei Darstellungen derselben ökonomischen Position.

Praktische Konsequenz: Die im Backtest getestete Min-DTE-Regel ist die direkte Umsetzung dieser Einsicht — sie entzieht die Position genau dem Bereich, in dem \(\Gamma\) divergiert. Der empirisch gemessene Sharpe-Gewinn (0,68 → 0,76 bei Min-DTE 30) bestätigt den theoretisch erwarteten Effekt.

5.8 Vega: die Bewertungsempfindlichkeit

Das Vega misst die Sensitivität gegenüber der impliziten Volatilität:

sodass der Verkäufer eine negative Vega-Position hält. Das Vega wächst mit der Wurzel der Restlaufzeit — langlaufende Positionen sind deutlich vega-sensitiver.

Praktische Konsequenz: Vega-Verluste sind zunächst Buchverluste; verfällt die Option später wertlos, tritt kein ökonomischer Schaden ein. Margin-relevant sind sie dennoch sofort. Die Kombination aus negativem Gamma und negativem Vega erklärt, warum Verluste in Stressphasen doppelt auftreten: über die Kursbewegung und über die Neubewertung.

5.9 Rho und Zinsniveau

Das Rho misst die Zinssensitivität, \(\rho = \partial P/\partial r\), und ist für Puts negativ — steigende Zinsen verbilligen Puts und begünstigen damit den Verkäufer. Dieser direkte Effekt ist für kurzlaufende Positionen quantitativ gering.

Der ökonomisch dominante Kanal ist ein anderer: die Verzinsung der als Sicherheit gebundenen Barmittel. Bei cash-besicherter Umsetzung ist die Gesamtrendite

wobei \(w_{\text{cash}}\) den Anteil des gebundenen Kapitals bezeichnet. Bei einem Zinsniveau von 5 % und vollständiger Cash-Deckung stammt der größere Teil der Gesamtrendite aus dem Zinsertrag, nicht aus der Optionsprämie.

Praktische Konsequenz: Vergleiche über Zeiträume mit unterschiedlichem Zinsniveau sind ohne Trennung beider Komponenten nicht aussagekräftig. Der vorliegende Backtest rechnet zinsfrei: Die Verzinsung der Barmittel ist auf 0 % gesetzt und bewusst deaktiviert.

5.10 Zusammenfassende Übersicht

Tabelle 5.1 · Übersichtstabelle der Sensitivitäten, keine eigenen Messwerte. Die Spalte „Empirischer Befund“ fasst die in diesem Kapitel zitierte Literatur zusammen; die Quellen stehen im Fließtext. Eigene Backtest-Ergebnisse stehen in Teil 3.