全部版块 我的主页
论坛 经济学人 二区 外文文献专区
829 18
2022-05-06
英文标题:
《To sigmoid-based functional description of the volatility smile》
---
作者:
Andrey Itkin
---
最新提交年份:
2014
---
英文摘要:
  We propose a new static parameterization of the implied volatility surface which is constructed by using polynomials of sigmoid functions combined with some other terms. This parameterization is flexible enough to fit market implied volatilities which demonstrate smile or skew. An arbitrage-free calibration algorithm is considered that constructs the implied volatility surface as a grid in the strike-expiration space and guarantees a lack of arbitrage at every node of this grid. We also demonstrate how to construct an arbitrage-free interpolation and extrapolation in time, as well as build a local volatility and implied pdf surfaces. Asymptotic behavior of this parameterization is discussed, as well as results on stability of the calibrated parameters are presented. Numerical examples show robustness of the proposed approach in building all these surfaces as well as demonstrate a better quality of the fit as compared with some known models.
---
中文摘要:
我们提出了一种新的隐含波动率曲面的静态参数化方法,该方法是利用sigmoid函数的多项式结合其他项构造的。这种参数化非常灵活,足以适应市场隐含的波动,这些波动表现出微笑或扭曲。考虑了一种无套利校准算法,该算法将隐含波动率曲面构造为罢工到期空间中的网格,并保证该网格的每个节点都不存在套利。我们还演示了如何在时间上构造无套利插值和外推,以及如何构建局部波动率和隐含pdf曲面。讨论了这种参数化的渐近行为,给出了标定参数稳定性的结果。数值算例表明,与一些已知模型相比,所提出的方法在构建所有这些曲面时具有鲁棒性,并且显示出更好的拟合质量。
---
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
--
一级分类:Quantitative Finance        数量金融学
二级分类:Computational Finance        计算金融学
分类描述:Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法,包括蒙特卡罗,偏微分方程,格子和其他数值方法,并应用于金融建模
--
一级分类:Quantitative Finance        数量金融学
二级分类:General Finance        一般财务
分类描述:Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
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 10:13:32
对volatilitysmile进行基于sigmoid的功能描述。Andrey ItkinPolytechnic School of Engineering,New York University,6 Metro Tech Center,RH 517E,纽约州布鲁克林,纽约11201,USA 2014年12月9日摘要我们提出了一种新的隐含波动率曲面的静态参数化,该曲面是通过使用sigmoid函数的多项式结合一些其他项构建的。这种参数化非常灵活,足以反映市场隐含的波动性,从而表现出微笑或扭曲。考虑了一种无套利校准算法,该算法将隐含波动率曲面构造为罢工到期空间中的网格,并保证该网格的每个节点都不存在套利。我们还演示了如何在时间上构建无套利插值和外推,以及构建局部波动率和隐含pdf曲面。讨论了该参数化的渐近行为,给出了标定参数稳定性的结果。数值例子显示了所提出的方法在构建所有这些曲面时的鲁棒性,并且与一些已知模型相比,显示了更好的拟合质量。关键词:波动率面、静态参数化、无套利插值和ExtrapolationJel分类:C6、C61、,G171综述在过去15年中,文献中提出了隐含波动率(IV)表面的各种参数化,以解决几个目标:a)给定一些期权的一组市场报价,建立无套利局部波动率(杜皮尔)表面,进一步利用它校准局部随机波动率模型;b) 获取场外期权和其他衍生工具定价的波动率,这些衍生工具的行权和到期日与期权交易所提供的期限不同;c) 根据曲面形状评估期权定价模型的充分性。
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 10:13:35
此外,期权交易者和市场庄家通常使用所有行权和到期日的隐含波动性的当前快照作为基础,通过对IVF未来动态的一些假设,对未来一段时间内的短期波动性进行预测。构建无套利IV面有两种主要方法。第一种方法使用一些随机模型来计算基础现货或远期价格,并根据市场数据进行校准。例如,在股票领域,人们可以使用流行的赫斯顿(赫斯顿(Heston)(1993a))或SABR(Hagan et al.(2002))模型,根据市场数据进行校准,然后使用该模型在市场报价不可用的情况下,为缺失的行权和到期寻找IVs。通过构造,由无套利模型产生的IVs也是无套利的。然而,这种方法的主要问题是,很难找到一个足够丰富的模型来很好地拟合观察到的市场数据。Lipton&Sepp(2011)提出了这种方法的另一个有趣的修正,他们使用直接和反向拉普拉斯变换将具有平铺局部波动性的模型校准为稀疏市场数据。其主要思想是为本地波动性提供一个参数形式,参数的数量与市场报价的数量相同。这允许在每个向前的时间步找到校准问题的精确解决方案,而不是在最小的平方意义上解决它。所以这种方法的优点是速度非常快。另一方面,由于局部波动率是使用无套利模型构建的,因此使用杜皮尔公式从局部波动率曲面复制的相应IVsurface也是无套利的。另一种方法不考虑潜在波动率的任何模型,而是使用隐含波动率表面的一些参数。
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 10:13:38
上世纪90年代末,IV的参数化模型开始受到普遍关注。Dumas等人(1998年)提出了几种IV表面的参数化模型,Alentrat(2004年)针对FTSE期权进行了调整和测试。在Dumas参数模型中,IV曲面被建模为所谓标准化罢工(而非罢工价格)的二次函数。后来,汤普金斯(2001)、科茨等人(2013)、卡尔等人(2013)进一步扩展了这种方法。标准化走向定义为Z=对数(K/F)σ*√T、 (1)其中K是期权行使,F是远期价格,T是到期时间,σ*是标准化常数,通常设置为1或ATM隐含波动率。标准化罢工是一个单位减去数量。有些人也将其称为“货币性”或“对数货币性”,但我们保留这个词作为对远期货币的标准定义。正如其中一位仲裁人所提到的,隐含波动率表面上的一个点可能就是这种预测。此外,隐含波动率的市场模型,例如Cont&Fonseca(2002)告诉我们,隐含波动率也预测了它们与现货的协方差以及它们自身的波动率。然而,风险中性和现实世界概率度量之间的差异阻碍了即使是单一隐含波动率作为预测的有效性。众所周知,对于标准普尔500指数而言,货币远期的隐含波动率平均高于随后实现的波动率,这表明这种区别是重要的,并且在经验上是可以验证的。然而,在短期内,比如说10分钟内,在一个安静的市场中,这样的预测可能会有帮助。他实际上提出了一个本地波动性的模型,然而,该模型可以重新映射到隐含的波动性。M=K/F。根据定义,正常化罢工在远期货币(ATM)上消失。
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 10:13:41
对于acall期权,正的标准化行权对应于货币内期权,负的标准化行权对应于货币外期权。通常,在“粘性货币”的假设下使用标准化走向,这意味着IV在保持不变时不会发生变化(也被称为“粘性增量”),这允许在一些假设的时间段内消除波动性微笑,即使基础价格发生变化。这不同于另一个流行的假设,即所谓的“粘性罢工”规则(Derman&Kani(1994)、Derman(1999)、Sinclair(2013))。尽管在第二种方法(静态参数化)中,净资产的质量比第一种方法(潜在或隐含波动性本身的动态模型)要好,但静态参数化只告诉我们期权价格/投资组合的当前市场快照,而没有告诉我们投资组合的时间动态,上述关于IVs未来动态的“粘性”假设与参数化本身无关。显然,如果他/她依赖于“粘性对数货币”动力学假设为真,那么可以使用标准化走向作为一个方便的基础变量来构造这样一个参数化。然而,这并不意味着使用标准化走向作为基础变量的另一个参数化,并依赖于散乱的货币性假设,可能无法用于拟合同一组市场IVs。这是因为这种类型的参数化本质上是静态的。换言之,使用这种静态函数来预测未来的IVs本身是不可能的。相反,当使用这种方法时,用“预测”这个术语,实践者通常意味着,当某个期权的期限(到期日)为t的IV已知时,它提供了从今天到现在的波动率的一些平均值。
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 10:13:44
然而,这不是参数化的特性,而是当前期权市场的特性,它提供了一些关于股票市场未来行为的“平均”信息。Gathereal在许多论文中对使用静态方法对IV表面建模进行了扩展,可能从Gathereal(2004)开始)。他使用了微笑的不同参数化,称为随机波动激励(SVI)模型,该模型由远期对数货币性χ=log(K/F)驱动。Gathereal及其同事还提出了一些经验依赖性,即fit参数如何随时间演化,Gathereal(2006)。后来在Gathereal&Jacquier(2011)中,我们发现SVI参数化和赫斯顿隐含波动率的大时间渐近在代数上是一致的,这为上述参数化提供了额外的理论依据。文献中还提出了一些其他静态参数化,例如Fengler(2005)、Zhao&Hodges(2013)、Andreou等人(2014)、Sehgal&Vijayakumar(2008)、Daglisher等人(2007)、Carr等人(2013)、Romo(2011)、Rosenberg(2000),以及其中的参考文献。在下一节中,我们将讨论任何此类参数化都应该为用户提供的主要非常理想的特性。可以观察到,与旧方法相比,最近的模型,例如扩展的SVI模型,以及Kotz’e等人的模型。
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