Giải thích large deviations và volatility smile
Tìm hiểu rate function mô tả các biến động hiếm theo hàm mũ ra sao, chúng đi vào tiệm cận giá quyền chọn và implied volatility thế nào, và xấp xỉ dừng ở đâu
Câu trả lời trực tiếp
Nguyên lý large deviations mô tả xác suất của các kết quả hiếm suy giảm theo thang hàm mũ thế nào. Trong lý thuyết quyền chọn, rate function của nó có thể xác định hành vi dẫn đầu của giá đuôi và implied volatility trong một chế độ small-time, small-noise hoặc long-time được nêu rõ
Large deviations nghiên cứu một thang đo khác
Định lý giới hạn trung tâm mô tả các dao động điển hình quanh trung bình, thường ở thang căn bậc hai
Lý thuyết large deviations thay vào đó hỏi xác suất của một tập xa giảm nhanh thế nào khi tham số tỷ lệ trở nên cực hạn
Nó hữu ích khi payoff quyền chọn tập trung vào các kết quả quá hiếm để xấp xỉ Gaussian cục bộ mô tả tốt
Rate function định giá độ hiếm bằng hình học
Với các biến X_ε có tốc độ a_ε tiến tới vô hạn, ký hiệu P(X_ε∈A)≈exp[−a_ε inf_{x∈A}I(x)] nắm bắt ý tưởng chính
Nguyên lý hình thức đưa ra các cận dưới và trên riêng cho tập mở và đóng, thay vì đẳng thức chính xác cho mọi sự kiện
Rate function I không âm và thường bằng không tại các trạng thái điển hình; một rate function tốt có các tập mức compact
Cumulant có thể chỉ ra rate
Dưới các điều kiện Gärtner–Ellis, hàm sinh cumulant co giãn giới hạn Λ(θ) có thể cho I(x)=sup_θ{θx−Λ(θ)}
Biến đổi Legendre–Fenchel này chọn độ nghiêng hàm mũ khiến endpoint hiếm trở nên điển hình dưới một measure đã thay đổi
Kết luận cần kiểm tra miền, tính khả vi và độ dốc; một biến đổi hữu hạn tại vài giá trị θ là chưa đủ
Tiệm cận quyền chọn kế thừa đường hiếm rẻ nhất
Quyền chọn out-of-the-money chỉ trả tiền vượt qua một strike, nên giá dẫn đầu có thể do trạng thái hoặc đường đi ít tốn kém nhất chạm tới vùng payoff đó chi phối
Nguyên lý co rút truyền rate function qua các ánh xạ như quy tắc từ đường đi tới giá cuối hoặc tổng hợp rổ
Sau khi ghép tiệm cận quyền chọn với một giá chuẩn, có thể suy ra hành vi dẫn đầu của implied volatility cho cùng chế độ tỷ lệ
Phải nêu rõ chế độ tỷ lệ
Đáo hạn ngắn, nhiễu biến động nhỏ, đáo hạn dài và strike cực đoan là các giới hạn khác nhau, có thể tạo ra các rate function khác nhau
Một công thức được chứng minh với log-moneyness cố định khi kỳ hạn co lại không nhất thiết áp dụng khi strike cũng di chuyển theo kỳ hạn
Bậc hàm mũ dẫn đầu không xác định số hạng trước, độ cong kỳ hạn hữu hạn hay tốc độ smile được báo tiến tới giới hạn
Rate function không thay thế no-arbitrage
Một smile tiệm cận vẫn có thể vi phạm tính đơn điệu của giá call, độ lồi theo strike, thứ tự lịch hoặc giới hạn giá khi dùng ngoài miền của nó
Một luật cuối trung lập rủi ro cũng phải giữ điều kiện martingale của tài sản chiết khấu, điều mà một xấp xỉ đuôi tiện dụng có thể bỏ sót
Hãy dùng lý thuyết như ràng buộc cấu trúc hoặc hướng dẫn ngoại suy, sau đó áp đặt static arbitrage lên toàn bộ bề mặt giá
Xác thực nên kiểm tra tỷ lệ và cấu trúc
Ước tính log xác suất hoặc giá quyền chọn qua nhiều giá trị ε hay kỳ hạn, rồi kiểm tra slope có ổn định ở rate dự đoán không
So sánh với giá Monte Carlo, biến đổi hoặc PDE khi có thể, bao gồm vùng gần ranh giới giữa sự kiện trung tâm và sự kiện hiếm
Ghi lại tỷ lệ, measure, biến trạng thái, miền rate function, cách xử lý prefactor và kiểm tra arbitrage cùng mỗi triển khai
Câu hỏi thường gặp
Nguyên lý large deviations là gì?
Đó là một cặp cận xác suất trên và dưới theo hàm mũ, được chi phối bởi tốc độ và rate function khi thang đo trở nên cực hạn
Rate function ảnh hưởng volatility smile thế nào?
Nó có thể xác định chi phí dẫn đầu để chạm tới vùng payoff của quyền chọn, từ đó suy ra hành vi biến động dẫn đầu trong cùng giới hạn
Lý thuyết large deviations có giống mô hình phân phối đuôi không?
Không. Nó cho suy giảm log tiệm cận dưới các giả định đã nêu và có thể không chỉ định phân phối hữu hạn-scale đã chuẩn hóa hoặc prefactor
Có thể dùng một công thức large deviations cho mọi kỳ hạn và strike không?
Không. Chế độ tỷ lệ là một phần của định lý, và thay đổi cách kỳ hạn, nhiễu hoặc strike di chuyển có thể thay đổi đáp án