Sattelpunktapproximation in der Optionsbewertung erklärt
Verstehen Sie Sattelpunktgleichung, Dichte- und Randapproximationen, exponentielles Tilting, Anwendungen in der Optionsbewertung und wichtige numerische Prüfungen
Kurzantwort
Die Sattelpunktapproximation verwendet die kumulantenerzeugende Funktion, um eine Verteilung auf ein Zielergebnis zuzuschneiden, und wendet dort anschließend eine lokale Gauß-Korrektur an. Sie schätzt Dichten und Randwahrscheinlichkeiten häufig genau, aber nur dort, wo die momentenerzeugende Funktion und der Sattelpunkt gültig sind
Der Zielpunkt bestimmt das Tilting
Sei M(t)=E[e^{tX}] die momentenerzeugende Funktion und K(t)=log M(t) die kumulantenerzeugende Funktion
Für ein Ziel x lösen Sie die Sattelpunktgleichung K′(t̂)=x; die Lösung t̂ wählt das exponentielle Tilting, das um x zentriert ist
Anders als eine am ursprünglichen Mittelwert fixierte Normalapproximation baut die Berechnung ihre lokale Approximation für jedes Ziel neu auf
Die Dichte hat einen exponentiellen und einen lokalen Term
Eine verbreitete Dichteform ist f_X(x)≈exp[K(t̂)−t̂x]/√(2πK″(t̂)), mit Skalierungsanpassungen für Summen oder Mittelwerte
Der Exponent misst die Kosten einer Bewegung nach x, während K″(t̂) die lokale Krümmung und die Gauß-Normalisierung liefert
Diese Struktur verbindet Sattelpunktmethoden mit exponentiellem Tilting, steilstem Abstieg und Ratenfunktionen großer Abweichungen
Randwahrscheinlichkeiten benötigen eine verfeinerte Formel
Die naive Integration einer approximierten Dichte kann Genauigkeit verlieren, besonders wenn das Ereignis weit vom Mittelwert entfernt ist
Die Lugannani-Rice-Approximation verwendet transformierte Größen w und u, um einen Normalverteilungsschwanz direkt zu korrigieren
Ihre scheinbare Singularität nahe t̂=0 erfordert eine Grenzwertformel oder eine stabile Entwicklung statt einer direkten Auswertung sich aufhebender Terme
Optionen können aus getilteten Schwänzen aufgebaut werden
Ein europäischer Call kann als abgezinste Erwartung eines Randereignisses ausgedrückt werden. Sattelpunktapproximationen können daher Ausübungswahrscheinlichkeiten und abgeschnittene Momente ansteuern
Die Kumulanten müssen zur tatsächlich verwendeten risikoneutralen Variable gehören, wobei Forward, Diskontierung und Auszahlungskonvention konsistent bleiben müssen
Alternativ kann man die approximierte Dichte integrieren, aber Normalisierung und Martingal-Mittelwert müssen geprüft und dürfen nicht vorausgesetzt werden
Existenz ist die erste numerische Frage
Die momentenerzeugende Funktion muss in der Umgebung von t̂ endlich sein, K sollte hinreichend glatt und konvex sein, und K″(t̂) sollte positiv sein
Eine Momentenexplosion kann einen angeforderten Strike außerhalb des Transformationsbereichs platzieren, während Atome oder Grenzen die Approximation einer glatten Dichte zunichtemachen können
Auch die Nullstellensuche scheitert, wenn das Ziel nicht erreichbar, die Ableitung schlecht skaliert oder ein numerischer Zweig fälschlich als gültige Lösung behandelt wird
Genauigkeit ist nicht dasselbe wie Zulässigkeit
Selbst ein kleiner punktweiser Dichtefehler kann negative Wahrscheinlichkeiten, eine nicht monotone Verteilungsfunktion oder einen Endmittelwert erzeugen, der nicht zum Forward passt
Optionspreise müssen nach dem Zusammensetzen weiterhin Schranken, Put-Call-Parität, Monotonie nach dem Strike und Konvexität nach dem Strike erfüllen
Untersuchen Sie für einen Strike-Streifen gemeinsam die entstehende Preiskurve, statt jede erfolgreiche Nullstellensuche unabhängig zu akzeptieren
Eine disziplinierte Implementierung prüft sich selbst gegen
Verifizieren Sie K(0)=0, K′(0) gegen den Mittelwert, K″(0) gegen die Varianz und numerische Ableitungen gegen analytische oder automatische Ableitungen
Vergleichen Sie Dichten, Verteilungs-Schwänze, abgeschnittene Momente und Optionspreise bei zentralen und entfernten Strikes mit Quadratur, Fourier-Inversion oder Monte-Carlo
Protokollieren Sie für eine reproduzierbare Kalibrierung Transformationsbereich, Nullstellenintervall, Residuum, Krümmung, Behandlung der Nähe zum Mittelwert und die abschließende Arbitrage-Diagnose
Häufige Fragen
Was ist eine Sattelpunktapproximation?
Sie ist eine asymptotische Methode, die exponentielles Tilting auf ein Ziel mit einer aus der kumulantenerzeugenden Funktion abgeleiteten Krümmungskorrektur verbindet
Warum kann sie in den Schwänzen gut funktionieren?
Sie zentriert eine neue lokale Approximation um jedes Ziel, statt eine einzige Gauß-Approximation vom ursprünglichen Mittelwert nach außen zu verlängern
Was geschieht, wenn der Sattelpunkt nahe null liegt?
Das ist der Fall nahe am Mittelwert, in dem Formeln mit sich aufhebenden 1/w- und 1/u-Terms eine stabile Grenzwertentwicklung benötigen
Garantiert ein gültiger Sattelpunkt gültige Optionspreise?
Nein. Die zusammengesetzten Preise müssen weiterhin Wahrscheinlichkeit, risikoneutralen Forward, Preisschranken, Parität, Monotonie und Konvexität bewahren