Wszystkie przewodniki po opcjach
Szybka transformacja nadal potrzebuje budżetu błędu15 min czytania

Kontrola błędu w wycenie opcji metodą Fouriera — wyjaśnienie

Poznaj błędy obcięcia, kwadratury, aliasingu, interpolacji, tłumienia i arytmetyki zespolonej w wycenie opcji metodą Fouriera oraz sposoby ich diagnozowania

Przygotowane przez Mark · Źródła pierwotne poniżej

Bezpośrednia odpowiedź

Wycena Fouriera zastępuje dokładną nieskończoną całkę transformacji skończonym obliczeniem numerycznym. Wiarygodna zbieżność wymaga osobnych kontroli poprawności transformacji, obcięcia, kwadratury, aliasingu, interpolacji i arytmetyki zespolonej

Dokładna tożsamość i algorytm to różne rzeczy

Wzór transformacji może dokładnie przedstawiać cenę opcji przy określonej mierze, momencie, wypłacie i warunkach regularności

Następnie oprogramowanie ucina nieskończoną dziedzinę, próbuje skończoną liczbę punktów, oblicza funkcje zespolone i zaokrągla wynik

Zgodność z zapisanym wzorem niewiele dowodzi, jeśli nie sprawdzono każdego przybliżenia numerycznego i warunku analitycznego

Poprawność transformacji jest pierwszą bramką

Tłumienie lub przesunięcia konturu wymagają momentów wykładniczych w określonym pasku zespolonym, a dyskontowanie musi pasować do numeraire i miary wyceny

Niepoprawne przesunięcie może przekazać procedurze funkcji charakterystycznej skończony argument w miejscu, gdzie wymagana wartość oczekiwana nie istnieje

Żadne zagęszczanie siatki nie naprawi błędnej konwencji znaku, brakującego czynnika dyskonta, naruszonego warunku martyngałowego ani transformacji poza jej dziedziną

Obcięcie częstotliwości usuwa ogon

Odwrócenie Fouriera całkuje po nieograniczonej dziedzinie częstotliwości, ale implementacja zatrzymuje się przy skończonym odcięciu U

Pominięty ogon zależy od zaniku funkcji charakterystycznej, przetransformowanej wypłaty, tłumienia, zapadalności i parametrów modelu

Podwojenie U jest informacyjne tylko wtedy, gdy odstęp kwadratury pozostaje wystarczająco mały; w przeciwnym razie jeden błąd może maleć, a drugi rosnąć

Dyskretyzacja i kwadratura przybliżają resztę

Po obcięciu reguły prostokątów, trapezów, Simpsona lub adaptacyjne zastępują skończoną całkę ważonymi próbkami

Oscylujące funkcje podcałkowe potrzebują wystarczającej liczby punktów do rozpoznania zmian fazy, a nie tylko znanej stałej liczby węzłów

Lokalne oszacowania błędu, zmienne kontrolne i zachowanie analityczne w pobliżu zera mogą poprawić kwadraturę, ale każde opiera się na własnych założeniach

FFT dodaje okresowość i powiązaną siatkę

Dyskretna transformata Fouriera traktuje próbkowane dane jako okresowe, więc masa lub struktura ceny poza reprezentowanym oknem może zawijać się z powrotem jako aliasing

Odstęp częstotliwości FFT i odstęp log-strike są odwrotnie powiązane; poszerzenie pokrycia przy stałym N zmniejsza rozdzielczość strike

Strike poza siatką wymagają interpolacji, a dopełnienie zerami zmienia gęstość próbkowanego wyniku, ale nie tworzy brakującej informacji ani nie leczy obcięcia

Arytmetyka zespolona tworzy ciche awarie

Pierwiastki kwadratowe i logarytmy wymagają spójnych gałęzi w całej częstotliwości; nieciągłe wybory gałęzi mogą tworzyć sztuczne skoki lub oscylacje

Duże składniki mogą się anulować, tworząc małą cenę, przez co błąd względny, overflow, underflow i utrata precyzji stają się ważne w odległych skrzydłach

Rzeczywista cena końcowa nie zatwierdza ścieżki prowadzącej do niej: wzięcie części rzeczywistej może ukryć istotną resztę urojoną wywołaną błędem implementacji

Macierz zbieżności ujawnia przyczynę

Zmieniaj pojedynczo odcięcie U, odstęp, N, tłumienie, okno strike, interpolację i precyzję, rejestrując zmiany ceny i greków

Sprawdzaj parytet, ograniczenia, monotoniczność względem strike, wypukłość, granice znanych modeli, momenty martyngałowe i zgodność między kwadraturą bezpośrednią a FFT lub COS

Ustalaj tolerancje w jednostkach ceny lub hedgingu istotnych dla decyzji; dodatkowe stabilne cyfry nie są użyteczne, jeśli dominują nad nimi błędy modelu i danych rynkowych

Częste pytania

Czym jest błąd obcięcia w wycenie Fouriera?

Jest to utracony wkład, gdy nieskończona całka po częstotliwości lub dziedzinie stanu zostaje zastąpiona skończonym przedziałem

Czym jest błąd aliasingu?

Jest to skażenie spowodowane okresową interpretacją próbek dyskretnej transformacji, która może zawijać nierozwiązaną strukturę do okna wyjściowego

Czy zwiększenie liczby punktów FFT zawsze poprawia dokładność?

Nie. Dokładność zależy również od dziedziny, odstępu, tłumienia, poprawności momentów, interpolacji i stabilności numerycznej

Jak mogę zwalidować wycenę Fouriera?

Użyj testów zbieżności zmieniających jedną kontrolę naraz, tożsamości arbitrażowych, znanych granic oraz porównań z kwadraturą bezpośrednią lub inną niezależną metodą

Źródła i dalsza lektura

Szybki test

Przeczytano? Sprawdź się w 3 pytaniach

1 / 3

Pytanie 01

Które stwierdzenie najlepiej pasuje do tego poradnika — Dokładna tożsamość i algorytm to różne rzeczy?

Wybierz odpowiedź, aby zobaczyć wyjaśnienie

Słownik opcji