Controllo dell'errore nella valutazione delle opzioni con Fourier spiegato
Comprendi gli errori di troncamento, quadratura, aliasing, interpolazione, smorzamento e aritmetica complessa nella valutazione delle opzioni con Fourier e come diagnosticarli
Risposta diretta
La valutazione con Fourier sostituisce l'integrale esatto di una trasformata infinita con un calcolo numerico finito. Una convergenza credibile richiede controlli separati sulla validità della trasformata, sul troncamento, sulla quadratura, sull'aliasing, sull'interpolazione e sull'aritmetica complessa
Un'identità esatta e un algoritmo sono cose diverse
Una formula di trasformazione può rappresentare esattamente il prezzo di un'opzione alle condizioni dichiarate su misura, momenti, payoff e regolarità
Il software poi limita un dominio infinito, campiona un numero finito di punti, valuta funzioni complesse e arrotonda il risultato
La concordanza con la formula scritta dimostra poco se non sono state verificate ogni approssimazione numerica e ogni precondizione analitica
La validità della trasformata è il primo filtro
Lo smorzamento o gli spostamenti del contorno richiedono momenti esponenziali in una specifica striscia complessa, mentre l'attualizzazione deve corrispondere al numerario e alla misura di valutazione
Uno spostamento non valido può passare a una routine finita della funzione caratteristica un argomento per il quale l'attesa richiesta non esiste
Nessun raffinamento della griglia corregge una convenzione di segno errata, un fattore di attualizzazione mancante, una condizione di martingala violata o una trasformata al di fuori del proprio dominio
Il troncamento delle frequenze rimuove una coda
L'inversione di Fourier integra su un dominio illimitato delle frequenze, ma un'implementazione si arresta a un cutoff finito U
La coda omessa dipende dal decadimento della funzione caratteristica, dal payoff trasformato, dallo smorzamento, dalla scadenza e dai parametri del modello
Raddoppiare U è informativo solo se la spaziatura della quadratura resta sufficientemente fine; altrimenti un errore può diminuire mentre un altro cresce
Discretizzazione e quadratura approssimano il residuo
Dopo il troncamento, regole rettangolari, trapezoidali, di Simpson o adattive sostituiscono l'integrale finito con campioni pesati
Gli integrandi oscillanti richiedono punti sufficienti a risolvere i cambiamenti di fase, non semplicemente un numero familiare e fisso di nodi
Stime dell'errore locale, variabili di controllo e comportamento analitico vicino allo zero possono migliorare la quadratura, ma ciascuno dipende dalle proprie ipotesi
La FFT aggiunge periodicità e una griglia collegata
Una trasformata discreta di Fourier tratta i dati campionati come periodici, quindi la massa o la struttura dei prezzi al di fuori della finestra rappresentata può ripiegarsi all'interno come aliasing
La spaziatura delle frequenze FFT e quella degli strike logaritmici sono legate reciprocamente; ampliare la copertura a N fisso riduce la risoluzione degli strike
Gli strike fuori griglia richiedono interpolazione, mentre lo zero-padding modifica la densità dell'output campionato ma non crea informazioni mancanti né risolve il troncamento
L'aritmetica complessa crea errori silenziosi
Radici quadrate e logaritmi richiedono rami coerenti lungo la frequenza; scelte discontinue dei rami possono generare salti o oscillazioni artificiali
Termini grandi possono cancellarsi formando un prezzo piccolo, rendendo importante l'errore relativo, così come overflow, underflow e perdita di precisione nelle ali profonde
Un prezzo finale reale non convalida il percorso per ottenerlo: prendere la parte reale può nascondere un residuo immaginario significativo causato da un errore di implementazione
Una matrice di convergenza rivela la causa
Varia uno alla volta cutoff U, spaziatura, N, smorzamento, finestra degli strike, interpolazione e precisione, registrando le variazioni del prezzo e dei Greci
Controlla la parità, i limiti, la monotonia rispetto allo strike, la convessità, i limiti di modelli noti, i momenti di martingala e la concordanza tra quadratura diretta e FFT o COS
Imposta le tolleranze in unità di prezzo o di copertura rilevanti per la decisione; cifre stabili aggiuntive non sono utili se dominano gli errori del modello e degli input di mercato
Domande frequenti
Che cos'è l'errore di troncamento nella valutazione con Fourier?
È il contributo perso quando un integrale infinito sul dominio delle frequenze o degli stati viene sostituito da un intervallo finito
Che cos'è l'errore di aliasing?
È la contaminazione causata dall'interpretazione periodica dei campioni discreti della trasformata, che può ripiegare la struttura non risolta nella finestra di output
Aumentare il numero di punti FFT migliora sempre la precisione?
No. La precisione dipende anche da dominio, spaziatura, smorzamento, validità dei momenti, interpolazione e stabilità numerica
Come posso convalidare un pricer Fourier?
Usa test di convergenza variando un controllo alla volta, identità di arbitraggio, limiti noti e confronti con la quadratura diretta o con un altro metodo indipendente