อธิบาย COS Method สำหรับการตีราคาออปชัน
เรียนรู้ว่า COS method รวม truncated density, Fourier-cosine coefficients, payoff coefficients และ convergence controls เพื่อกำหนดราคาออปชันอย่างไร
คำตอบโดยตรง
COS method ตัดช่วง log-price distribution ให้เหลือ interval จำกัด ขยาย density เป็น cosine series และหา coefficients จาก characteristic function จากนั้น payoff coefficients จะเปลี่ยน expansion ให้เป็นราคาออปชัน
COS เป็นวิธีตีราคาด้วย Fourier series
สมมติว่า terminal log state X มี characteristic function ที่รู้จัก และออปชันจ่าย v(X) เมื่อ maturity
หลัง discount ภายใต้ pricing measure ที่สอดคล้องกัน มูลค่าที่ต้องการคืออินทิกรัลของ v(x) เทียบกับ conditional density ของ X
COS ประมาณอินทิกรัลนั้นด้วย finite cosine series แทนการจำลอง paths หรือแก้ price grid ย้อนกลับตามเวลา
ต้องตัดช่วง state ที่ไม่สิ้นสุดก่อน
เพราะ log prices มักอยู่บนเส้นจำนวนจริง วิธีนี้เลือก interval จำกัด [a,b] ที่บรรจุมวลความน่าจะเป็นซึ่งเกี่ยวข้องทางเศรษฐกิจไว้ส่วนใหญ่
ความน่าจะเป็นนอก [a,b] สร้าง domain-truncation error ก่อนที่จะละเว้น cosine terms ใด ๆ
Interval ที่แคบเกินไปจะพลาด tails ส่วน interval ที่กว้างเกินจำเป็นต้องใช้ terms มากขึ้นเพื่อแยก features ในพื้นที่เดียวกัน
Characteristic functions ให้ density coefficients
บน [a,b] density ถูกขยายใน cos(kπ(x−a)/(b−a)) สำหรับ k ที่เป็น integer ไม่ติดลบ
Cosine coefficients ถูกประมาณจาก Re{φ(kπ/(b−a))e^{-ikπa/(b−a)}} ทำให้ไม่ต้องกู้คืน density ทั้งหมดโดยตรง
พจน์ zero-frequency ได้ half weight ใน primed sum ตามปกติ เป็น convention เล็ก ๆ ที่มีผลต่อระดับของราคาอย่างมีนัยสำคัญ
Payoff coefficients ทำให้สูตรราคาสมบูรณ์
Density coefficient แต่ละตัวถูกคูณด้วยอินทิกรัลที่สอดคล้องกันของ v(x) กับ cosine basis บน [a,b]
สำหรับ European calls และ puts payoff coefficients มีรูปแบบ analytical ส่วน payoff อื่นอาจต้องใช้ numerical integration ที่เสถียร
เมื่อแยก model coefficients และ payoff coefficients แล้ว หลาย strikes หรือ contracts สามารถนำ transform work เดิมจำนวนมากกลับมาใช้ได้
การลู่เข้าอย่างรวดเร็วมีเงื่อนไข
Density ที่ smooth และมี cosine coefficients ลดลงเร็วสามารถลู่เข้าได้เร็วมาก โดยมักเป็น exponential เมื่อจำนวน terms N เพิ่มขึ้น
Maturity สั้น density ที่แหลม atoms heavy tails หรือ payoffs ที่ไม่ต่อเนื่องอาจทำให้การลู่เข้าช้าลงและเกิด ringing ใกล้จุดที่ไม่ smooth
ดังนั้นชื่อเสียงเรื่องความเร็วของวิธีนี้เป็นผลที่ขึ้นกับ regularity ไม่ใช่หลักประกันความแม่นยำคงที่สำหรับทุก model และ payoff
การเลือก interval เป็นส่วนหนึ่งของ error budget
Heuristic ทั่วไปใช้ cumulants เช่น c₁±L√(c₂+√c₄) เมื่อ cumulants เหล่านั้นมีอยู่และ convention ใช้ได้
Scale L ไม่เป็นสากล และ higher cumulants ที่ไม่น่าเชื่อถือหรือไม่มีอยู่จริงอาจทำให้กฎ interval ที่คุ้นเคยชวนให้เข้าใจผิด
Tail probability bounds, reference intervals ที่กว้างขึ้น และ stability ข้ามตัวเลือก [a,b] ให้หลักฐานที่แข็งแรงกว่าการตั้งค่า heuristic เพียงแบบเดียว
การตรวจสอบแยก error ของ range ออกจาก series
เพิ่ม [a,b] โดยคง N ให้ใหญ่พอเพื่อวินิจฉัย domain truncation จากนั้นเพิ่ม N บน interval ที่เสถียรเพื่อทดสอบ series convergence
ตรวจ characteristic function ที่ศูนย์ convention ของ half-weight, discounting, payoff coefficients, parity, bounds, monotonicity และ convexity
เปรียบเทียบราคาที่เลือกกับ direct Fourier quadrature หรือวิธีอิสระอีกแบบก่อนใช้ COS ภายใน calibration loops
คำถามที่พบบ่อย
COS method คืออะไร?
คือวิธีตีราคาออปชันที่ประมาณ terminal density ด้วย Fourier-cosine series ซึ่ง coefficients มาจาก characteristic function
COS เหมือน FFT pricing หรือไม่?
ไม่เหมือนกัน ทั้งสองใช้ transforms แต่ COS ประเมิน cosine expansion บน state interval ที่เลือก แทนที่จะต้องใช้ FFT strike grid ที่เชื่อมโยงในรูปแบบเดียวกัน
เลือก interval [a,b] อย่างไร?
มักใช้ cumulant heuristics แต่ควรตรวจสอบ interval ด้วยข้อมูล tail และความเสถียรของราคา เพราะไม่มีความกว้างแบบเดียวที่เป็นสากล
เหตุใด COS pricing จึงคลาดเคลื่อนได้?
Interval ที่แคบ terms น้อยเกินไป density regularity ต่ำ payoff discontinuities ข้อผิดพลาดของ coefficients หรือ transform inputs ที่ไม่ถูกต้องล้วนทำให้เกิด error ได้