Fourier Option Pricing में Error Control की व्याख्या
Fourier option pricing में truncation, quadrature, aliasing, interpolation, damping और complex-arithmetic errors को समझें और उनका diagnosis सीखें
सीधा जवाब
Fourier pricing exact infinite transform integral को finite numerical calculation से replace करती है। Credible convergence के लिए transform validity, truncation, quadrature, aliasing, interpolation और complex arithmetic की अलग-अलग checks चाहिए
Exact identity और algorithm अलग चीजें हैं
Transform formula stated measure, moment, payoff और regularity conditions के अंतर्गत option price को exactly represent कर सकती है
Software फिर infinite domain काटता है, finitely many points sample करता है, complex functions evaluate करता है और result round करता है
लिखी हुई formula से agreement बहुत कम बताता है जब तक हर numerical approximation और analytical precondition check न हो
Transform validity पहला gate है
Damping या contour shifts को specific complex strip में exponential moments चाहिए, जबकि discounting को numeraire और pricing measure से match करना चाहिए
Invalid shift finite-looking characteristic-function routine को ऐसे argument पर चला सकता है जहाँ required expectation exist ही नहीं करती
कोई grid refinement wrong sign convention, missing discount factor, violated martingale condition या domain से बाहर transform को ठीक नहीं करती
Frequency truncation एक tail हटाती है
Fourier inversion unbounded frequency domain पर integrate करती है, लेकिन implementation finite cutoff U पर रुकती है
Omitted tail characteristic function, transformed payoff, damping, maturity और model parameters के decay पर निर्भर करती है
U को double करना तभी informative है जब quadrature spacing पर्याप्त fine रहे; वरना एक error घटते समय दूसरा बढ़ सकता है
Discretization और quadrature remainder को approximate करते हैं
Truncation के बाद rectangle, trapezoid, Simpson या adaptive rules finite integral को weighted samples से replace करते हैं
Oscillatory integrands को phase changes resolve करने के लिए पर्याप्त points चाहिए, केवल familiar fixed number of nodes नहीं
Local error estimates, control variates और zero के पास analytic behavior quadrature सुधार सकते हैं, लेकिन हर उपाय अपनी assumptions पर निर्भर है
FFT periodicity और linked grid जोड़ती है
Discrete Fourier transform sampled data को periodic मानती है, इसलिए represented window के बाहर का mass या price structure aliasing बनकर वापस fold हो सकता है
FFT frequency spacing और log-strike spacing reciprocally linked हैं; fixed N पर coverage बढ़ाने से strike resolution घटती है
Off-grid strikes को interpolation चाहिए, जबकि zero-padding sampled output density बदलती है, missing information नहीं बनाती और truncation नहीं ठीक करती
Complex arithmetic silent failures बनाती है
Square roots और logarithms को frequency के across consistent branches चाहिए; discontinuous branch choices artificial jumps या oscillations बना सकती हैं
Large terms cancel होकर small price बना सकते हैं, इसलिए relative error, overflow, underflow और loss of precision deep wings में महत्वपूर्ण हैं
Real final price implementation path को validate नहीं करती: real part लेना meaningful imaginary residual को छिपा सकता है
Convergence matrix कारण दिखाती है
Cutoff U, spacing, N, damping, strike window, interpolation और precision को one at a time बदलें और price तथा Greek changes record करें
Parity, bounds, strike monotonicity, convexity, known-model limits, martingale moments और direct quadrature तथा FFT या COS के agreement check करें
Decision के लिए relevant price या hedge units में tolerances set करें; extra stable digits बेकार हैं यदि model और market-input errors उनसे बड़े हैं
आम सवाल
Fourier pricing में truncation error क्या है?
जब infinite frequency या state-domain integral को finite interval से replace किया जाता है, तब खोया हुआ contribution truncation error है
Aliasing error क्या है?
Discrete transform samples की periodic interpretation से हुई contamination aliasing है, जो unresolved structure को output window में fold कर सकती है
क्या FFT points बढ़ाने से हमेशा accuracy सुधरती है?
नहीं। Accuracy domain, spacing, damping, moment validity, interpolation और numerical stability पर भी निर्भर करती है
Fourier pricer को validate कैसे करें?
One-control-at-a-time convergence tests, arbitrage identities, known limits और direct quadrature या किसी independent method से comparison करें