所有選擇權指南
從縮放累積量到大偏差速率閱讀約15分鐘
Gärtner–Ellis定理詳解
理解極限縮放累積量生成函數如何產生大偏差速率函數、需要哪些正則條件，以及結果如何進入選擇權尾部
由 Mark 撰寫 · 官方資料列於文末
直接解答
Gärtner–Ellis定理把縮放對數矩生成函數的極限透過Legendre–Fenchel轉換，轉化為凸大偏差速率函數。完整的大偏差原理不僅要求極限存在，還需要定義域邊界與非光滑點滿足額外正則條件
定理從縮放轉換開始
對隨機向量Z_n與速度a_n→∞，定義Λ_n(θ)=a_n^{-1}log E[exp(a_n⟨θ,Z_n⟩)]
假設Λ_n(θ)在聲明的定義域上逐點收斂到擴展實值函數Λ(θ)
該極限在衡量罕見事件機率的同一尺度上記錄指數矩的成長率
凸對偶給出速率函數候選
候選為Λ*(x)=sup_θ{⟨θ,x⟩−Λ(θ)}，即Λ的Legendre–Fenchel轉換
若Λ可微，目標x可與滿足∇Λ(θ)=x的傾斜參數θ配對
Λ*(x)是在對應傾斜測度下把x變成典型結果的指數成本
上界與下界需要不同條件
在指數緊性條件下，定理通常為閉集合提供上界
基礎下界可能只涵蓋Λ*的暴露點，即一個支撐超平面能清楚識別目標的點
本質光滑性、下半連續性與有限定義域邊界的陡峭性可把它擴展成完整下界
Cramér定理是重要特例
對零點附近對數矩生成函數有限的iid觀測，樣本平均值在標準條件下以Λ*為速率
若知道縮放轉換極限，Gärtner–Ellis還能處理有依賴或非同分配的隨機族
代價是證明極限、指數緊性與邊界正則性本身往往最困難
選擇權尾部承接聲明的尺度
風險中性對數報酬的長期、短期或小雜訊極限可導出尾部與價外選擇權漸近式
把領先價格衰減與基準價格配對，可得到同一極限下隱含波動率的領先行為
定價測度、鞅條件、履約價尺度與轉換定義域必須始終一致
凸性可能隱藏重要行為
Legendre–Fenchel轉換始終為凸，即使真實罕見事件速率函數並不凸
非光滑Λ可表示競爭狀態，其對偶可能出現線性區間與不唯一的最優傾斜
機械對偶化可能只返回凸包，遺漏需要直接大偏差分析的狀態
驗證要檢查原空間與對偶空間
在逐步擴大的θ網格上檢查Λ_n收斂、有限性、凸性、導數與邊界成長
在多個尺度上把Λ*(x)與模擬對數機率或獨立漸近式比較，而非只看一個期限
記錄暴露點涵蓋、指數緊性、最優解唯一性、鞅有效性與衍生選擇權價格的靜態無套利
常見問題
Gärtner–Ellis定理做什麼？
它把極限縮放對數矩生成函數轉化為由Legendre–Fenchel速率控制的指數機率邊界
極限轉換可以不可微嗎？
部分邊界仍可能成立，但非光滑性會限制下界並產生多個傾斜或線性速率區間
它與Cramér定理有什麼差別？
Cramér直接處理iid樣本平均值，Gärtner–Ellis則從更廣隨機族的縮放轉換極限出發
它總能恢復真實速率函數嗎？
不能。凸對偶無法揭示真正的非凸速率，正則條件失敗時也可能只得到部分邊界
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標，讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權