Penjelasan Ekspansi Edgeworth vs Gram–Charlier

Setelah menstandarkan suatu variabel, kedua metode biasanya menuliskan koreksi terhadap densitas normal dengan polinomial Hermite

Kemencengan memperkenalkan koreksi asimetris, sedangkan kurtosis berlebih mengubah bentuk bahu dan ekor relatif terhadap acuan Gaussian

Notasi yang sama membuat kedua ekspansi terlihat dapat dipertukarkan, meskipun penurunan dan interpretasinya berbeda

Deret Gram–Charlier menyatakan densitas target melalui turunan densitas acuan yang dibobot oleh perbedaan kumulan

Pemotongan praktis dapat mempertahankan suku kemencengan dan kurtosis karena keduanya mudah ditafsirkan, bukan karena keduanya memiliki satu orde galat yang terkendali

Konvergensi dapat buruk atau tidak ada, dan menambahkan lebih banyak suku formal belum tentu memperbaiki aproksimasi pada titik tertentu

Untuk jumlah terstandar, kumulan menyusut pada laju yang diketahui dalam n, sehingga koreksi dapat dikelompokkan berdasarkan pangkat seperti n^{-1/2}

Pada orde berikutnya, suku dapat mencakup kumulan keempat sekaligus kuadrat kumulan ketiga, bukan sekadar polinomial Hermite berikutnya

Karena itu, pemotongan Edgeworth hanya bermakna bersama barisan, normalisasi, dan wilayah validitas asimtotik yang diklaim

Penilaian opsi aproksimatif dapat mengintegrasikan payoff terhadap densitas netral risiko yang dikoreksi atau memperluasnya di sekitar tolok ukur seperti Black–Scholes

Jarrow–Rudd mengembangkan ekspansi di sekitar distribusi aproksimatif yang dipilih, sedangkan Corrado–Su menyesuaikan koreksi Gram–Charlier untuk kemencengan dan kurtosis

Kumulan yang dicocokkan merupakan kuantitas penetapan harga netral risiko ketika disimpulkan dari opsi, bukan prakiraan langsung frekuensi return fisik

Banyak distribusi memiliki empat momen pertama yang sama, tetapi memberikan probabilitas yang sangat berbeda pada crash atau reli ekstrem

Koreksi Hermite tumbuh cepat menjauh dari pusat, sehingga suku yang kecil di dekat mean dapat mendominasi dan berosilasi di ekor

Momen sampel atau momen tersirat yang lebih tinggi juga berisik, membuat koefisien tidak stabil dan sangat bergantung pada rentang strike yang dipakai untuk kalibrasi

Densitas aproksimatif dapat menjadi negatif, gagal berintegrasi menjadi satu, atau menghasilkan CDF yang menurun pada sebagian domainnya

Dalam ruang opsi, cacat tersebut dapat muncul sebagai harga di luar batas atau pelanggaran monotonisitas strike dan konveksitas butterfly

Normalisasi ulang hanya memperbaiki massa total; tindakan itu sendiri tidak memulihkan positivitas, mean forward, atau setiap kondisi tanpa arbitrase

Nyatakan hukum acuan, standardisasi, orde asimtotik yang dipertahankan, konvensi kumulan, dan wilayah strike sebelum menafsirkan koefisien

Periksa positivitas dan normalisasi densitas, pulihkan forward terdiskonto, lalu uji monotonisitas dan konveksitas harga call pada grid yang lebih luas

Bandingkan di luar sampel dengan model berdensitas positif atau interpolasi opsi langsung, terutama sebelum melakukan ekstrapolasi di luar strike yang likuid