funzione caratteristica prezzatura delle opzioni spiegato
Comprendi Come rischio-neutral characteristic functions encode distribuzioni, support Fourier inversion, e diventare opzione prezzi attraverso profilo di rendimento transforms
Risposta diretta
un funzione caratteristica φ(u)=E[e^{iuX}] uniquely encodes il distribuzione di un log prezzo in base un il chosen pricing measure. Fourier inversion combines quello transform Con un transformed profilo di rendimento un recover un discounted opzione valore
il funzione caratteristica stores un distribuzione
Per un reale random variable X, φ(u)=E[e^{iuX}] È definito Per ogni reale frequency u perché il complex exponential ha modulus one
Unlike un moment-generating function, esso La non require finite exponential moments merely un exist su il reale linea
suo values across frequencies uniquely determinare il law di X e encode luogo, dispersion, asymmetry, tails, e discontinuities together
Pricing measure e state variable come primo
Per un European profilo di rendimento h(S_T), un basic rischio-neutral prezzo È E^Q[e^{-∫r ds}h(S_T)] in base un conditions supporting quello measure
Transform metodi spesso impostare X_T=log S_T o un forward log prezzo, ma discounting e il exact numeraire convention deve corrispondere il transform
un fisico-measure funzione caratteristica cannot essere inserted in un rischio-neutral prezzo unless il measure cambiare ha been specified correctly
Fourier inversion recovers probabilità e densities
Quando sufficient regularity holds, un inverse Fourier integrale recovers un density Da φ; distribuzione functions Può anche essere recovered da inversion formulas
Gil–Pelaez inversion expresses tail o cumulative probabilità attraverso un integrale involving il imaginary parte di e^{-iux}φ(u)/u
questi Sono improper integrals, quindi behavior vicino un zero e un ampio frequencies richiede analytical limits e numerical care
profili di rendimento necessità loro possedere transform treatment
un call profilo di rendimento grows Con S_T, quindi suo Fourier transform È non integrable su il plain reale linea senza damping o un contour shift
One può transform un damped prezzo, transform il profilo di rendimento in un suitable strip, o decompose il call in discounted asset e strike probabilità
diverso formulas Può essere mathematically equivalent mentre usando diverso signs, normalizations, state variables, e complex arguments
modello tractability enters attraverso φ
Black–Scholes, Heston, affine jump-diffusions, e many Lévy modelli offerta characteristic functions più readily di transition densities
il funzione caratteristica riflette modello ipotesi, rischio-neutral parameters, orizzonte, initial state, e qualsiasi correlations o jump compensators
Knowing φ È un computational advantage, non evidence quello il chosen dynamics fit osservato opzione prezzi o futuro rendimenti
Numerical inversion crea un error budget
Finite integration bounds creare troncamento error, frequency spacing crea quadrature error, e FFT grids Può add aliasing e interpolation error
Oscillatory cancellation e complex logarithm branches può produce smooth-looking ma wrong prezzi Se handled inconsistently
Adaptive quadrature, control variates, damping, alternative formulas, e più alto precision address diverso errors anziché one universal defect
Validation deve go beyond one prezzo
Verify φ(0)=1, conjugate symmetry φ(−u)=overline{φ(u)}, e il martingale moment richiesto da il asset-prezzo convention
Confronta Con Black–Scholes o un altro known limit, put–call parity, monotonicity, convexity, e un indipendente numerical metodo
quindi vary bounds, grids, damping, tolerances, maturities, e strikes; stable digits dovrebbe survive reasonable computational cambia
Domande frequenti
Che cos'è un funzione caratteristica?
esso È φ(u)=E[e^{iuX}], un complex-valued transform quello uniquely determina il distribuzione di probabilità di X
Perché Usa esso Per prezzatura delle opzioni?
Many realistic modelli fornire φ in closed o semi-closed form anche Quando loro transition density e profilo di rendimento expectation Sono non direttamente disponibile
È un funzione caratteristica il stesso come un moment-generating function?
No. il funzione caratteristica uses un imaginary argument e exists Per reale u, mentre un MGF può fail Quando exponential moments diverge
Può I prezzo un call da direttamente inverting φ?
non senza movimentazione il profilo di rendimento, measure, discounting, e integrability; calls commonly require damping, contour shifts, o un probabilità decomposition