[论文解读] Implied vol for any local-stochastic vol model

Matthew Lorig, Stefano Pagliarani+1 more|arXiv (Cornell University)|Jun 23, 2013

Stochastic processes and financial applications被引用 5

一句话总结

本文为广义局部-随机波动率模型中的隐含波动率开发了显式渐近展开式，实现了无需特殊函数或数值积分的快速、解析计算。该方法在多种模型中均表现出高精度，包括Heston、SABR和CEV模型，为期权定价与波动率曲面建模提供了一种通用且高效的替代方案。

ABSTRACT

We consider an asset whose risk-neutral dynamics are described by a general class of local-stochastic volatility models and derive a family of asymptotic expansions for European-style option prices and implied volatilities. Our implied volatility expansions are explicit; they do not require any special functions nor do they require numerical integration. To illustrate the accuracy and versatility of our method, we implement it under five different model dynamics: CEV local volatility, quadratic local volatility, Heston stochastic volatility, $3/2$ stochastic volatility, and SABR local-stochastic volatility.

研究动机与目标

• 推导广义局部-随机波动率模型中欧式期权价格与隐含波动率的显式渐近展开式。
• 消除隐含波动率计算中对数值积分或特殊函数的需求。
• 提供一个统一的、可解析处理的框架，适用于广泛的随机波动率与局部波动率动态。
• 在包括CEV、二次局部波动率、Heston、3/2和SABR在内的多种模型设定下，验证该方法的精度与鲁棒性。

提出的方法

• 作者推导了广义局部-随机波动率动态下期权价格与隐含波动率的一系列渐近展开式。
• 展开式为显式且闭式表达，仅依赖标准数学函数，无需数值积分。
• 该方法利用对Fokker-Planck方程或柯尔莫哥洛夫后向方程的摄动技术，求解转移密度。
• 系统性地考虑了标的资产动态中的局部波动率与随机波动率两部分。
• 该方法在五类不同模型类别中进行了校准与测试：CEV、二次局部波动率、Heston、3/2和SABR。
• 所得隐含波动率公式可直接计算，避免依赖迭代或数值求解器。

实验结果

研究问题

• RQ1 能否在广义局部-随机波动率模型中，不依赖数值积分或特殊函数，推导出隐含波动率的显式解析展开式？
• RQ2 这些展开式在不同随机波动率与局部波动率动态下（包括Heston与SABR）的精度如何？
• RQ3 该方法能否在保持高精度的同时，维持计算效率，适用于多变的市场条件与模型参数？
• RQ4 渐近框架在捕捉完整隐含波动率曲面方面的适用范围是什么？
• RQ5 与现有数值或半解析方法相比，该方法的性能表现如何？

主要发现

• 所提出的隐含波动率渐近展开式为显式形式，无需数值积分或特殊函数，可实现快速计算。
• 该方法在五种不同模型动态下（包括Heston、3/2和SABR）均表现出高精度，且在各类参数区间内表现一致。
• 展开式对局部波动率与随机波动率分量的变化具有鲁棒性，在复杂非仿射设定下仍能保持精度。
• 该方法可实现广义局部-随机波动率模型下欧式期权的直接解析定价，显著降低计算成本。
• 该框架具有高度通用性，可适用于所考虑类别内的任意模型，为隐含波动率近似提供统一解决方案。
• 结果表明，渐近展开式既具有高度精度又具备计算高效性，在速度上优于传统数值方法，同时保持了精度。