全部版块 我的主页
论坛 经济学人 二区 外文文献专区
350 9
2022-05-06
英文标题:
《Modelling the skew and smile of SPX and DAX index options using the
  Shifted Log-Normal and SABR stochastic models》
---
作者:
Jan Kuklinski, Doinita Negru and Pawel Pliszka
---
最新提交年份:
2014
---
英文摘要:
  We discuss modelling of SPX and DAX index option prices using the Shifted Log-Normal (SLN) model, (also known as Displaced Diffusion), and the SABR model. We found out that for SPX options, an example of strongly skewed option prices, SLN can produce a quite accurate fit. Moreover, for both types of index options, the SLN model is giving a good fit of near-at-the-forward strikes. Such a near-at-the-money fit allows us to calculate precisely the skew parameter without involving directly the 3rd moment of the related probability distribution. Eventually, we can follow with a procedure in which the skew is calculated using the SLN model and further smile effects are added as a next iteration/perturbation. Furthermore, we point out that the SLN trajectories are exact solutions of the SABR model for rho = +/-1.
---
中文摘要:
我们使用移位对数正态(SLN)模型(也称为置换扩散)和SABR模型讨论SPX和DAX指数期权价格的建模。我们发现,对于SPX期权,一个强烈倾斜期权价格的例子,SLN可以产生一个非常精确的拟合。此外,对于这两种类型的指数期权,SLN模型都能很好地拟合近距离正向攻击。这样的近似货币拟合允许我们精确计算倾斜参数,而不直接涉及相关概率分布的第三阶矩。最后,我们可以使用SLN模型计算倾斜,并在下一次迭代/扰动时添加进一步的微笑效果。此外,我们还指出,对于rho=+/-1,SLN轨迹是SABR模型的精确解。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Mathematical Finance        数学金融学
分类描述:Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法,包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-6 03:33:44
使用移位对数正态和SABR随机模型对SPX和DAX指数期权的倾斜和微笑进行建模詹·库克利ski and Doinita Negrofacultédes Hautes Commerciales(HEC)洛桑大学,CH-1015洛桑,Suissepowel Pliszkasrh Capital Markets,亚特兰大乔治亚州30326,美国。我们使用移位对数正态(SLN)模型(也称为置换扩散)和SABR模型讨论SPX和DAX指数期权价格的建模。我们发现,对于SPX期权(期权价格严重倾斜的一个例子),SLN可以产生相当精确的拟合。此外,对于这两种类型的索引选项,SLN模型都能很好地拟合近距离正向打击。这种近似的货币拟合允许我们精确计算倾斜参数,而不直接涉及相关概率分布的第三阶矩。最后,我们可以使用SLN模型计算倾斜,并在下一次迭代/扰动时添加进一步的微笑效果。此外,我们还指出,SLN轨迹是SABR模型的精确解= 1.日期:2014年4月17日。BACHELIER、BLACK–SCHOLES、移位对数–NORMAL和SABR模型。布朗运动的数学概念及其在期权定价中的应用是L.Bachelier[1]在1900年首次提出的。后来,在1973年,Black-Scholes-Merton[2]重新引入了布朗运动的概念,提出了一个期权定价模型,假设股票价格服从对数正态分布,其动力学遵循几何布朗运动。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:33:47
1987年股市崩盘后,对数正态分布的不足变得明显,行业采用波动率偏斜作为修正期权定价的方法,同时仍保留Black-Scholes参数化。在早期,局部波动率模型(Dupire模型)和随机波动率模型(Heston模型)尝试了一种能够反映市场行为的自洽概率描述。然而,这些模型被证明不够有效。Black-Scholes(BS)参数化的广泛使用导致了隐含(BS)波动率的概念,这阻碍了概率解释。为此,越来越多的实践者使用Bachelier(B)模型(通常称为NormalModel)作为参数化的基础。尽管存在许多能够拟合观测期权价格的模型,但一个可以用作基本参数化的非常简单模型的实用性具有实际意义,尤其是在涉及其他回报函数的结构化产品的定价和风险管理中。移位对数正态模型,也称为移位扩散局部波动模型[3],[4],表示对数正态(Black-Scholes)和正态模型(Bachelier)之间的代数插值。下文中香草期权的买入价如下:=   +(1)1/2=自然对数(2) 这些价格可以很容易地从随机价格轨迹的明确表达中推导出来=   1 +1.(3) 在哪里是单位维纳过程的轨迹。在这种情况下,移位对数正态模型可以用两个参数来描述:modelssigma/波动性参数还有这个参数.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:33:50
SLN模型的优点变得简单明了:不同于Bachelier模型,后者意味着正态对称价格密度,而Black-Scholes模型具有正偏态概率分布函数,SLN可以产生负偏态分布。正如我们将在后面展示的,考虑到PX和DAX指数期权的隐含波动率表面呈现负偏斜模式,这一特征非常明显。歪斜和微笑与扭曲正态分布的两个性质有关:歪斜和峰度。偏度定义为= /哪里是概率分布的第三个中心时刻。因此,峰度出现了= (/ 3). 实用的期权定价会导致定义模糊的偏斜和微笑,这在质量上与偏斜和峰度有关。SLN模型的一个重要特征是,亮度具有简单的代数形式=+  2.1(4a)+  3.(4b)SABR随机模型由Hagan等人于2002年提出[5]。根据它,股票价格和波动过程都是随机驱动的。在SABR模型的解下,欧式期权的价格是通过隐含的Black-Scholes或Bachelier波动率给出的。SABR模型最初由作者提供,后来由追随者改进[6]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:33:53
在下文中,我们给出了正常情况下的普通看涨期权价格= 0=   [+NSABR2.]     (5) 在哪里= ()/ (NSABR) 正常模型中使用的SABRimplied波动率如下所示:NSABR, =  1 +2.3.(6) 与= ()/                              (7)() = 日志Y(8)= (1.2.+ +  )/(1  )            (9) 如下文所述,SABR模型能够捕捉SPX和DAX期权波动表面上的倾斜和微笑模式。上面讨论的解决方案涉及到模拟和一些最新的应用,并对其进行了扩展[7],[8]。此外,如[9]所述,应该提到功能性, =   1和< 3/2,提哈根/奥布洛j SABR模型[5],[6]的近似解与SLN公式相匹配。另外,SLN轨迹和价格是SABR方程的精确解=   1 [9].二、SPX和DAX数据集分析为了我们的研究目的,我们收集了SPX和DAX指数期权的当日欧洲看跌期权和看涨期权价格的数据。数据集的范围为2012年12月19日至3月31日。在这两种情况下,我们都选择了间隔一年的三个价格日期:10月18日、11月21日和12月19日。作为下一步,SLN和SABR模型被安装到获得的数据集中。我们在这里讨论大纲,详细分析将在[10]中介绍。SPX:分析所有价格日期和不同到期日的SPX现金外(OTM)期权价格及其相应的Black-Scholes波动率,我们观察到一种强烈的负偏斜模式,从2010年到2012年呈上升趋势。对于一些价格数据,可以描绘出温和的微笑模式。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:33:56
此外,OTMput图揭示了所有价格日期和所有到期日的直线行为。这转化为一条直线波动曲线。DAX:在这种情况下,与SPX数据集相比,我们观察到一种更强烈、占主导地位的微笑模式。同时,歪斜不太明显,只有在分布的中心,靠近ATM点的地方才能捕捉到。与SPX OTMput图不同,在本例中,我们区分了一个复杂的模式,如果不研究买卖价差,就无法对其进行分析。关于拟合DAX和SPX价格的总结:中心结论是,对于60天或60天以上的到期日,SLN准确地将SPX和DAX期权价格定位在ATM点附近。近ATM条件定义为OTM看跌期权价格不低于ATM期权价格的10%,ATM看涨期权价格不低于ATM价格的20%。上述特性使我们能够在不参考尾部的情况下,对期权定价中的偏斜参数进行非常精确和稳定的指示。T-由于askbid利差和deeplyOTM期权的潜在流动性差,无法准确确定远尾。即使是与SLN模型相当匹配的价格,我们通常也会注意到远尾的一些偏转。这相当于第四中心力矩的熟练程度           已经建立的西格玛和倾斜模式。一个潜在的实用方法是建立= 图1价格日期——2011年3月21日。SLN和SABR适用于26、61和180天到期的指数期权。左边 SPX指数期权价格;正当 DAX指数期权价格。图2价格日期:2011年3月21日。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群