オプション価格における鞍点近似を理解する
鞍点方程式、密度とテールの近似、指数ティルト、オプション価格への利用、重要な数値検査を解説します
Mark編集 · 一次情報は記事末尾に掲載
要点
鞍点近似はキュムラント母関数で分布を目標値へ傾け、その地点で局所的なガウス補正を行います。有効なモーメント母関数と鞍点が存在する範囲では密度やテール確率を高精度で近似できますが、その条件の外では精度も価格の妥当性も保証されません
目標値がティルトを選びます
M(t)=E[e^{tX}]をモーメント母関数、K(t)=log M(t)をキュムラント母関数とします
目標xごとに鞍点方程式K′(t̂)=xを解き、解t̂がx付近を中心とする指数ティルトを選びます
元の平均に固定した正規近似と異なり、目標値ごとに局所近似を組み直します
密度式は指数項と局所項を持ちます
代表的な形はf_X(x)≈exp[K(t̂)−t̂x]/√(2πK″(t̂))で、和や平均では適切なスケール調整が必要です
指数項はxへ移る費用を、K″(t̂)は局所曲率とガウス正規化を表します
この構造は鞍点法を指数ティルト、最急降下法、大偏差のレート関数へ結び付けます
テール確率には洗練された式を使います
近似密度を単純に積分すると、特に平均から遠い事象で精度を失うことがあります
Lugannani–Rice近似は変換量wとuを用い、正規分布のテールを直接補正します
t̂=0付近の見かけの特異点は、相殺項を直に計算せず極限式や安定した展開で処理します
ティルトしたテールから価格を作れます
欧州型コールは割引したテール期待値で表せるため、行使確率と切断モーメントに鞍点近似を使えます
キュムラントは実際に使うリスク中立変数のもので、フォワード、割引、ペイオフの規約を統一します
近似密度を積分する場合も、正規化とマルチンゲール平均は仮定せず検査します
存在性が最初の数値問題です
モーメント母関数はt̂付近で有限、Kは十分に滑らかで凸、K″(t̂)は正である必要があります
モーメント爆発は要求した権利行使価格を変換の定義域外に置き、原子や境界は滑らかな密度近似を壊し得ます
目標が到達不能、導関数のスケールが悪い、数値的な枝を有効解と誤認する場合にも求根は失敗します
精度と価格の適格性は別です
点ごとの密度誤差が小さくても、負の確率、減少するCDF、フォワードと合わない満期平均を作り得ます
完成価格は境界、プット・コール・パリティ、権利行使価格方向の単調性と凸性を満たす必要があります
複数の権利行使価格では、個々の求根成功だけでなく価格曲線全体を共同で検査します
規律ある実装は自己検証します
K(0)=0、K′(0)の平均、K″(0)の分散を確認し、数値微分を解析微分や自動微分と比較します
中心と遠方の双方で密度、CDFテール、切断モーメント、価格を求積、Fourier逆変換、モンテカルロと比較します
変換の定義域、根の区間、残差、曲率、平均付近の処理、最終無裁定診断を記録します
よくある質問
鞍点近似とは何ですか?
目標点への指数ティルトとキュムラント母関数の曲率補正を組み合わせる漸近近似法です
テールでも精度が高いのはなぜですか?
元の平均の正規近似を遠方へ延ばさず、各目標点の近くに新しい局所近似を中心化するためです
鞍点がゼロに近い場合はどうしますか?
平均付近なので、1/wと1/uの相殺項をそのまま評価せず安定した極限展開を使います
有効な鞍点なら価格も有効ですか?
いいえ。確率、リスク中立フォワード、価格境界、パリティ、単調性、凸性を価格上で再検査します
出典
この考え方を自分のオプションに当てはめる
契約と目標を選ぶと、価格・時間・ボラティリティの前提を一つの分析で確認できます
自分のオプションを分析する(英語)