Aproximação de ponto de sela na precificação de opções explicada
Entenda a equação do ponto de sela, as aproximações de densidade e cauda, o tilting exponencial, os usos na precificação de opções e as verificações numéricas importantes
Resposta direta
A aproximação de ponto de sela usa a função geradora de cumulantes para inclinar uma distribuição em direção a um resultado-alvo e então aplica uma correção gaussiana local nesse ponto. Ela frequentemente estima densidades e probabilidades de cauda com precisão, mas apenas onde a função geradora de momentos e o ponto de sela são válidos
O ponto-alvo escolhe o tilt
Seja M(t)=E[e^{tX}] a função geradora de momentos e K(t)=log M(t) a função geradora de cumulantes
Para um alvo x, resolva a equação do ponto de sela K′(t̂)=x; a solução t̂ seleciona o tilt exponencial centrado perto de x
Diferentemente de uma aproximação normal fixa na média original, o cálculo reconstrói sua aproximação local para cada alvo
A densidade tem um termo exponencial e um termo local
Uma forma comum da densidade é f_X(x)≈exp[K(t̂)−t̂x]/√(2πK″(t̂)), com ajustes de escala para somas ou médias
O expoente mede o custo de ir até x, enquanto K″(t̂) fornece a curvatura local e a normalização gaussiana
Essa estrutura conecta os métodos de ponto de sela ao tilting exponencial, ao método de descida mais íngreme e às funções de taxa de grandes desvios
Probabilidades de cauda precisam de uma fórmula refinada
Integrar uma densidade aproximada de forma ingênua pode perder precisão, especialmente quando o evento está distante da média
A aproximação de Lugannani–Rice usa as quantidades transformadas w e u para corrigir diretamente uma cauda normal
Sua singularidade aparente perto de t̂=0 exige uma fórmula-limite ou uma expansão estável, em vez da avaliação literal de termos que se cancelam
Opções podem ser construídas a partir de caudas inclinadas
Uma call europeia pode ser expressa por expectativas de cauda descontadas, então aproximações de ponto de sela podem mirar probabilidades de exercício e momentos truncados
Os cumulantes precisam pertencer à variável neutra ao risco realmente usada, com forward, desconto e convenções de payoff mantidos consistentes
Como alternativa, pode-se integrar a densidade aproximada, mas a normalização e a média de martingale precisam ser verificadas, não presumidas
A existência é a primeira pergunta numérica
A função geradora de momentos precisa ser finita perto de t̂, K deve ser suficientemente suave e convexa, e K″(t̂) deve ser positiva
Explosão de momentos pode colocar um strike solicitado além do domínio da transformada, enquanto átomos ou fronteiras podem invalidar a aproximação de densidade suave
A busca de raízes também falha quando o alvo é inalcançável, a derivada é mal escalada ou vários ramos numéricos são confundidos com soluções válidas
Precisão não é o mesmo que admissibilidade
Mesmo um pequeno erro pontual na densidade pode produzir probabilidades negativas, uma CDF não monótona ou uma média terminal inconsistente com o forward
Os preços de opções ainda precisam satisfazer limites, paridade put-call, monotonicidade em strike e convexidade em strike depois que a aproximação for montada
Para uma faixa de strikes, examine conjuntamente a curva de preços resultante, em vez de aceitar cada solução de raiz bem-sucedida de forma independente
Uma implementação disciplinada faz verificações cruzadas
Verifique K(0)=0, K′(0) em relação à média, K″(0) em relação à variância e as derivadas numéricas em relação às derivadas analíticas ou automáticas
Compare densidades, caudas da CDF, momentos truncados e preços de opções com quadratura, inversão de Fourier ou Monte Carlo em strikes centrais e remotos
Registre o domínio da transformada, o intervalo da raiz, o resíduo, a curvatura, o tratamento perto da média e os diagnósticos finais de arbitragem para uma calibração reproduzível
Perguntas frequentes
O que é uma aproximação de ponto de sela?
É um método assintótico que combina um tilt exponencial no alvo com uma correção de curvatura derivada da função geradora de cumulantes
Por que ela pode funcionar bem nas caudas?
Ela centraliza uma nova aproximação local perto de cada alvo, em vez de estender para fora da média original uma única aproximação gaussiana
O que acontece quando o ponto de sela está perto de zero?
Esse é o caso próximo da média, em que fórmulas com termos 1/w e 1/u que se cancelam precisam de uma expansão-limite estável
Um ponto de sela válido garante preços de opções válidos?
Não. Os preços montados ainda precisam preservar probabilidade, o forward neutro ao risco, limites de preço, paridade, monotonicidade e convexidade