[论文解读] Models with time-dependent parameters using transform methods: application to Heston's model
本文提出了一种基于变换的方法,将时变参数引入仿射跳跃扩散模型,包括赫斯顿的随机波动率模型,同时保持解析可解性。该方法通过一种自举算法实现对波动率曲面的校准,并支持远期起始期权的解析定价,案例研究显示欧元斯托克50指数存在远期隐含波动率斜面动态。
This paper presents a methodology to introduce time-dependent parameters for a wide family of models preserving their analytic tractability. This family includes hybrid models with stochastic volatility, stochastic interest-rates, jumps and their non-hybrid counterparts. The methodology is applied to Heston's model. A bootstrapping algorithm is presented for calibration. A case study works out the calibration of the time-dependent parameters to the volatility surface of the Eurostoxx 50 index. The methodology is also applied to the analytic valuation of forward start vanilla options driven by Heston's model. This result is used to explore the forward skew of the case study.
研究动机与目标
- 将时变参数扩展至仿射模型,同时保持解析可解性。
- 基于变换方法,开发时变参数的校准框架。
- 在时变赫斯顿模型下,实现远期起始期权的解析定价。
- 利用校准后的时变参数分析远期隐含波动率斜面动态。
- 将该方法应用于真实市场数据,特别是欧元斯托克50指数。
提出的方法
- 利用特征函数变换,保持含时变参数模型的解析可解性。
- 应用递归自举算法,将时变参数校准至观测到的期权价格。
- 调整特征函数形式化方法,以处理赫斯顿模型中的时变波动率和均值回归。
- 通过变换方法,推导出时变参数下的特征函数闭式表达式。
- 采用反傅里叶变换,高效计算期权价格。
- 通过将时变参数拟合至欧元斯托克50波动率曲面,验证该方法在真实市场数据上的适用性。
实验结果
研究问题
- RQ1能否在不损失解析可解性的情况下,将时变参数引入赫斯顿模型?
- RQ2如何高效地将时变参数校准至隐含波动率曲面?
- RQ3时变参数对远期起始期权定价有何影响?
- RQ4在时变赫斯顿动态下,远期隐含波动率斜面如何演变?
- RQ5所提出的方法能否准确再现市场观测到的波动率曲面?
主要发现
- 通过特征函数的操控,该方法成功在含时变参数的赫斯顿模型中保持了解析可解性。
- 自举算法能够稳定且高效地将时变参数校准至欧元斯托克50波动率曲面。
- 该模型准确捕捉了欧元斯托克50指数隐含波动率曲面的期限结构与偏度。
- 利用推导出的特征函数,可在时变赫斯顿模型下对远期起始期权进行解析定价。
- 校准后的模型揭示出显著的远期隐含波动率斜面,与市场观察结果一致。
- 该方法可扩展至含随机利率、跳跃和随机波动率的混合模型。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。