全部期权指南
两种常被混淆的正态基准展开阅读约15分钟
Edgeworth与Gram–Charlier展开对比
比较两种展开如何使用累积量、阶次为何不同，以及它们在期权定价与尾部估计中可能出现的问题
由 Mark 编写 · 官方资料列于文末
直接答案
Gram–Charlier利用累积量差在参考分布周围形式化展开密度。Edgeworth则按样本量等渐近尺度重新组织相关Hermite修正。Edgeworth的误差阶逻辑更明确，但两者的截断级数都不会自动成为有效概率密度
两者都从熟悉的参考分布出发
变量标准化后，两种方法通常都用Hermite多项式书写对正态密度的修正
偏度带来非对称修正，超额峰度改变相对高斯基准的肩部与尾部形状
共同的符号使它们看似可以互换，但推导方式与解释并不相同
Gram–Charlier是形式累积量展开
Gram–Charlier级数用参考密度的导数乘以累积量差，表达目标密度
实务截断可因易于解释而保留偏度和峰度项，却不代表这些项属于同一个受控误差阶
级数可能收敛很差甚至不收敛，增加更多形式项也不保证改善某点的近似
Edgeworth按渐近尺度排序
对标准化的和，累积量按n的已知速度缩小，因此可按n^{-1/2}等幂次组织修正
下一阶可同时包含第四累积量与第三累积量的平方，并非只增加下一个Hermite多项式
因此必须同时说明随机变量序列、标准化方法和声称有效的区域，截断式才有明确含义
期权公式把矩转化为价格修正
近似定价可把收益对修正后的风险中性密度积分，也可在Black–Scholes等基准价格周围展开
Jarrow–Rudd在选定近似分布周围展开，Corrado–Su则应用偏度与峰度的Gram–Charlier修正
从期权推得的累积量是风险中性定价量，不是现实收益频率的直接预测
矩匹配无法控制尾部
许多分布拥有相同的前四阶矩，却给崩跌或极端上涨分配完全不同的概率
Hermite修正在远离中心时快速增长，均值附近很小的项也可在尾部占主导并振荡
高阶样本矩或隐含矩的噪声也很大，使系数不稳定并高度依赖校准所用的行权价范围
截断级数可能不是概率分布
近似密度可能为负、积分不等于一，或产生局部下降的CDF
在期权空间，这些缺陷可表现为价格越界、违反行权价单调性或蝶式凸性
重新归一化只修复总质量，并不会自动恢复正值性、远期均值或全部无套利条件
把展开当作局部诊断工具
解释系数前，应声明参考分布、标准化、保留的渐近阶、累积量约定与行权价有效区域
检查密度正值性和归一化，恢复贴现远期，并在更宽网格上检验看涨价格的单调性与凸性
在流动行权价之外外推前，要与正密度模型或直接期权插值进行样本外比较
常见问题
Edgeworth与Gram–Charlier的核心区别是什么？
Edgeworth按渐近尺度排列修正，Gram–Charlier本质上是累积量差的形式展开
为什么两者都使用Hermite多项式？
Hermite多项式来自正态密度的重复求导，天然适合承载累积量修正
四个矩能决定期权价格分布吗？
不能。前四阶矩相同的分布仍可拥有不同尾部，从而产生不同的远端行权价期权价格
把负密度重新归一化就够了吗？
不够。总质量修复后，负值、错误远期均值、下降CDF或期权套利问题仍可能存在
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权