อธิบายการควบคุมความคลาดเคลื่อนในการตั้งราคาออปชันแบบฟูริเยร์
ทำความเข้าใจความคลาดเคลื่อนจากการตัดช่วง การหาค่าอินทิกรัลเชิงตัวเลข การเกิด aliasing การอินเตอร์โพเลต damping และเลขคณิตเชิงซ้อนในการตั้งราคาออปชันแบบฟูริเยร์ รวมถึงวิธีวินิจฉัย
คำตอบโดยตรง
การตั้งราคาแบบฟูริเยร์แทนอินทิกรัลการแปลงแบบอนันต์ที่เป็นเอกลักษณ์ตรงตัวด้วยการคำนวณเชิงตัวเลขบนช่วงจำกัด การลู่เข้าที่น่าเชื่อถือต้องตรวจแยกกันทั้งความถูกต้องของการแปลง การตัดช่วง การหาค่าอินทิกรัลเชิงตัวเลข aliasing การอินเตอร์โพเลต และเลขคณิตเชิงซ้อน
เอกลักษณ์ที่ถูกต้องตรงตัวกับอัลกอริทึมเป็นคนละเรื่อง
สูตรการแปลงอาจแทนราคาออปชันได้อย่างถูกต้องตรงตัวภายใต้ measure, moment, payoff และเงื่อนไขความสม่ำเสมอที่ระบุไว้
จากนั้นซอฟต์แวร์จะตัดโดเมนอนันต์ สุ่มตัวอย่างจำนวนจุดจำกัด ประเมินฟังก์ชันเชิงซ้อน และปัดเศษผลลัพธ์
การได้ผลสอดคล้องกับสูตรที่เขียนไว้พิสูจน์อะไรได้น้อย หากยังไม่ได้ตรวจสอบการประมาณเชิงตัวเลขและเงื่อนไขเชิงวิเคราะห์แต่ละรายการ
ความถูกต้องของการแปลงคือด่านแรก
การ damping หรือการเลื่อน contour ต้องใช้ exponential moments ในแถบเชิงซ้อนเฉพาะ ขณะที่ discounting ต้องสอดคล้องกับ numeraire และ pricing measure
การเลื่อนที่ไม่ถูกต้องอาจป้อนอาร์กิวเมนต์ให้ routine ของ characteristic function ที่ดูเหมือนคำนวณได้ แต่ expectation ที่ต้องการไม่มีอยู่จริง
การปรับความละเอียดของ grid ไม่สามารถแก้ convention ของเครื่องหมายที่ผิด discount factor ที่หายไป เงื่อนไข martingale ที่ถูกละเมิด หรือการแปลงที่อยู่นอกโดเมนของมันได้
การตัดความถี่ตัดส่วนหางออก
การอินเวิร์สฟูริเยร์อินทิเกรตบนโดเมนความถี่ที่ไม่จำกัด แต่ implementation จะหยุดที่ cutoff U ซึ่งมีค่าจำกัด
ส่วนหางที่ถูกละไว้ขึ้นอยู่กับการลดลงของ characteristic function, payoff ที่ถูกแปลง, damping, maturity และพารามิเตอร์ของโมเดล
การเพิ่ม U เป็นสองเท่ามีประโยชน์ต่อการวินิจฉัยก็ต่อเมื่อ spacing ของ quadrature ยังคงละเอียดพอ มิฉะนั้นความคลาดเคลื่อนหนึ่งอาจลดลงขณะที่อีกความคลาดเคลื่อนเพิ่มขึ้น
Discretization และ quadrature ใช้ประมาณส่วนที่เหลือ
หลังการตัดช่วง กฎแบบ rectangle, trapezoid, Simpson หรือ adaptive จะใช้ตัวอย่างที่มีน้ำหนักแทนอินทิกรัลช่วงจำกัด
อินทิกรัลที่แกว่งต้องมีจุดมากพอให้ resolve การเปลี่ยนแปลงของ phase ไม่ใช่เพียงใช้จำนวน node คงที่ที่คุ้นเคย
การประเมินความคลาดเคลื่อนเฉพาะที่ control variates และพฤติกรรมเชิงวิเคราะห์ใกล้ศูนย์ช่วยปรับปรุง quadrature ได้ แต่แต่ละวิธีมีสมมติฐานของตัวเอง
FFT เพิ่มความเป็นคาบและ grid ที่เชื่อมโยงกัน
discrete Fourier transform ถือว่าข้อมูลตัวอย่างเป็นคาบ ดังนั้นโครงสร้างของมวลหรือราคานอกช่วงที่แทนอยู่จึงอาจพับกลับเข้ามาเป็น aliasing
ความถี่ของ FFT และ spacing ของ log-strike เชื่อมโยงกันแบบผกผัน การขยาย coverage ที่ N คงที่จะลดความละเอียดของ strike
strike ที่ไม่ตรงกับ grid ต้องใช้ interpolation ขณะที่ zero-padding เปลี่ยนความหนาแน่นของ output ที่สุ่มตัวอย่าง แต่ไม่ได้สร้างข้อมูลที่หายไปหรือแก้การตัดช่วง
เลขคณิตเชิงซ้อนสร้างความล้มเหลวที่เงียบงัน
รากที่สองและลอการิทึมต้องใช้ branch ที่สอดคล้องกันตลอดความถี่ การเลือก branch ที่ไม่ต่อเนื่องอาจสร้าง jump หรือ oscillation เทียม
พจน์ขนาดใหญ่อาจหักล้างกันจนเหลือราคาเล็ก ทำให้ relative error, overflow, underflow และการสูญเสียความแม่นยำสำคัญใน deep wings
ราคาสุดท้ายที่เป็นจำนวนจริงไม่ได้ยืนยันเส้นทางการคำนวณ: การดึงเฉพาะส่วนจริงอาจซ่อน imaginary residual ที่มีนัยสำคัญซึ่งเกิดจาก implementation ผิดพลาด
เมทริกซ์การลู่เข้าช่วยเปิดเผยสาเหตุ
เปลี่ยน cutoff U, spacing, N, damping, ช่วง strike, interpolation และ precision ทีละรายการ พร้อมบันทึกการเปลี่ยนแปลงของราคาและ Greek
ตรวจสอบ parity, bounds, ความเป็นโมโนโทนของ strike, convexity, ขีดจำกัดของโมเดลที่รู้จัก, moments ของ martingale และความสอดคล้องระหว่าง quadrature โดยตรงกับ FFT หรือ COS
กำหนด tolerance ในหน่วยราคา หรือหน่วย hedge ที่เกี่ยวข้องกับการตัดสินใจ ตัวเลขที่นิ่งเพิ่มขึ้นไม่มีประโยชน์หากความคลาดเคลื่อนจากโมเดลและข้อมูลตลาดมีอิทธิพลมากกว่า
คำถามที่พบบ่อย
ความคลาดเคลื่อนจากการตัดช่วงในการตั้งราคาแบบฟูริเยร์คืออะไร
คือส่วนของผลลัพธ์ที่สูญเสียไปเมื่อแทนอินทิกรัลบนโดเมนความถี่หรือ state-domain แบบอนันต์ด้วยช่วงจำกัด
ความคลาดเคลื่อนจาก aliasing คืออะไร
คือการปนเปื้อนที่เกิดจากการตีความตัวอย่างของการแปลงแบบไม่ต่อเนื่องให้เป็นคาบ ซึ่งอาจพับโครงสร้างที่ยัง resolve ไม่ได้เข้ามาในช่วงผลลัพธ์
การเพิ่มจำนวนจุด FFT ทำให้ความแม่นยำดีขึ้นเสมอหรือไม่
ไม่ ความแม่นยำยังขึ้นอยู่กับโดเมน spacing damping ความถูกต้องของ moment interpolation และเสถียรภาพเชิงตัวเลข
จะตรวจสอบตัวตั้งราคาแบบฟูริเยร์ได้อย่างไร
ใช้การทดสอบการลู่เข้าที่เปลี่ยนตัวควบคุมทีละรายการ เอกลักษณ์ no-arbitrage ขีดจำกัดที่รู้จัก และการเปรียบเทียบกับ quadrature โดยตรงหรือวิธีอิสระอื่น