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
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
Pytanie 01
Które stwierdzenie najlepiej pasuje do tego poradnika — Dokładna tożsamość i algorytm to różne rzeczy?
Wybierz odpowiedź, aby zobaczyć wyjaśnienie
Słownik opcji
The portion of premium above intrinsic value, reflecting remaining time, expected uncertainty, rates, dividends, and supply and demand.
Czytaj szczegółowy przewodnikGammaAn estimate of how much delta may change for a small move in the underlying, all else equal; it often becomes more concentrated near expiration and near the money.
Czytaj szczegółowy przewodnik