Fungsi Karakteristik untuk Penetapan Harga Opsi Dijelaskan

Untuk peubah acak riil X, φ(u)=E[e^{iuX}] didefinisikan untuk setiap frekuensi riil u karena eksponensial kompleks memiliki modulus satu

Berbeda dari fungsi pembangkit momen, fungsi ini tidak memerlukan momen eksponensial hingga hanya agar ada pada garis riil

Nilainya pada seluruh frekuensi secara unik menentukan hukum X dan sekaligus mengodekan lokasi, dispersi, asimetri, ekor, serta diskontinuitas

Untuk payoff Eropa h(S_T), harga risk-neutral dasar adalah E^Q[e^{-∫r ds}h(S_T)] di bawah kondisi yang mendukung ukuran tersebut

Metode transformasi sering menetapkan X_T=log S_T atau log harga forward, tetapi diskonto dan konvensi numeraire yang tepat harus sesuai dengan transformasi

Fungsi karakteristik ukuran fisik tidak dapat dimasukkan ke harga risk-neutral kecuali perubahan ukuran telah ditentukan dengan benar

Ketika regularitas yang cukup terpenuhi, integral Fourier terbalik memulihkan densitas dari φ; fungsi distribusi juga dapat dipulihkan dengan rumus inversi

Inversi Gil–Pelaez menyatakan probabilitas ekor atau kumulatif melalui integral yang melibatkan bagian imajiner e^{-iux}φ(u)/u

Integral ini improper, jadi perilaku dekat nol dan pada frekuensi besar memerlukan limit analitis dan kehati-hatian numerik

Payoff call tumbuh bersama S_T, sehingga transformasi Fourier-nya tidak integrabel pada garis riil biasa tanpa damping atau pergeseran kontur

Kita dapat mentransformasikan harga yang telah diberi damping, mentransformasikan payoff dalam strip yang sesuai, atau memecah call menjadi probabilitas aset dan strike yang didiskontokan

Rumus yang berbeda dapat ekuivalen secara matematis meskipun memakai tanda, normalisasi, variabel state, dan argumen kompleks yang berbeda

Black–Scholes, Heston, difusi-lompatan affine, dan banyak model Lévy menyediakan fungsi karakteristik dengan lebih mudah daripada densitas transisi

Fungsi karakteristik mencerminkan asumsi model, parameter risk-neutral, horizon, state awal, serta korelasi atau kompensator lompatan

Mengetahui φ adalah keunggulan komputasi, bukan bukti bahwa dinamika yang dipilih cocok dengan harga opsi teramati atau return masa depan

Batas integrasi hingga menciptakan galat pemotongan, jarak frekuensi menciptakan galat kuadratur, dan grid FFT dapat menambah galat aliasing serta interpolasi

Pembatalan osilatif dan cabang logaritma kompleks dapat menghasilkan harga yang tampak mulus tetapi salah jika ditangani secara tidak konsisten

Kuadratur adaptif, control variate, damping, rumus alternatif, dan presisi lebih tinggi menangani galat yang berbeda, bukan satu cacat universal

Verifikasi φ(0)=1, simetri konjugat φ(−u)=overline{φ(u)}, dan momen martingale yang diperlukan oleh konvensi harga aset

Bandingkan dengan Black–Scholes atau limit yang diketahui, paritas put–call, monotonisitas, konveksitas, dan metode numerik independen

Kemudian variasikan batas, grid, damping, toleransi, jatuh tempo, dan strike; digit yang stabil harus bertahan terhadap perubahan komputasi yang wajar