所有選擇權指南
快速轉換也需要誤差預算閱讀時間 15 分鐘
Fourier 選擇權定價誤差控制詳解
理解 Fourier 選擇權定價中的截斷、求積、混疊、插值、阻尼與複數運算誤差，以及如何分別診斷
由 Mark 撰寫 · 官方資料列於文末
直接解答
Fourier 定價把精確的無限轉換積分改成有限數值計算；要可信地判斷收斂，必須把轉換有效性、頻率截斷、求積、混疊、插值與複數運算誤差拆成不同來源並逐一嚴格獨立驗證
精確恆等式與演算法不同
在規定的測度、動差、給付與正則條件下，轉換公式可以精確表示選擇權價格
軟體隨後截斷無限區域、取樣有限點、計算複函數並對結果做捨入
若未檢查每項數值近似和解析前提，僅僅與書面公式一致並不能證明準確
轉換有效性是第一道關口
阻尼或路徑移動要求特定複條帶內的指數動差，折現則必須與計價基準和定價測度一致
無效位移可能把不存在所需期望的參數交給特徵函數程式，卻仍傳回看似有限的數
再細的網格也無法修復符號錯誤、遺漏折現、違反鞅條件或定義域外的轉換
頻率截斷會移除尾端
Fourier 反轉換在無界頻率域積分，但實作會在有限上限 U 停止
省略尾端取決於特徵函數、轉換給付、阻尼、期限及模型參數的衰減速度
只有求積間距仍足夠細時，加倍 U 才有診斷意義，否則一種誤差下降而另一種上升
離散化與求積近似剩餘部分
截斷後，矩形、梯形、Simpson 或自適應規則把有限積分換成加權樣本
振盪積分需要足夠多的點來解析相位變化，而不是套用一個熟悉的固定節點數
局部誤差估計、控制變數和零附近的解析處理可改善求積，但各自依賴不同假設
FFT 加入週期性與聯動網格
離散 Fourier 轉換把樣本視為週期資料，因此表示視窗外的質量或價格結構可能折回形成混疊
FFT 的頻率間距與對數履約價間距互相約束；固定 N 時擴大涵蓋範圍會降低履約價解析度
網格外履約價需要插值，補零只會增加輸出點，不會創造缺失資訊或修復截斷
複數運算會產生靜默失敗
平方根與對數須在整個頻率範圍使用一致分支；分支不連續會製造虛假跳躍或振盪
大項相消得到小價格時，深翼中的相對誤差、上溢、下溢和精度損失會很重要
最終價格為實數並不能驗證計算路徑；只取實部可能掩蓋實作錯誤造成的顯著虛部殘差
收斂矩陣能揭示原因
每次只改變上限 U、間距、N、阻尼、履約價視窗、插值或精度之一，記錄價格與 Greeks 變化
檢查平價、界限、履約價單調性、凸性、已知模型極限、鞅動差及直接求積與 FFT 或 COS 的一致性
用決策相關的價格或避險單位設定容差；若模型和市場輸入誤差占主導，多餘穩定數字沒有價值
常見問題
Fourier 定價的截斷誤差是什麼？
把無限頻率或狀態域積分換成有限區間時，未被計算的貢獻部分
什麼是混疊誤差？
離散轉換把樣本解釋為週期資料，使未解析的視窗外結構折回輸出區域造成污染
增加 FFT 點數總能提高準確度嗎？
不能。定義域、間距、阻尼、動差有效性、插值和數值穩定性也決定精度
如何驗證 Fourier 定價器？
使用每次只改一項的收斂測試、無套利恆等式、已知極限，以及直接求積或其他獨立方法
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標，讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權